本申請提供一種基于電致發光檢測的圖像補償方法、系統及介質，該方法包括：在光伏板上施加反向電壓，應用電致發光相機捕捉光伏板的表面發光信號，以形成電致發光圖像以及至少兩張背景圖像；根據至少兩張背景圖像獲取背景光的光強；將背景光的光強從電致發光圖像中去除，以獲取無背景光干擾的修正圖像；計算修正圖像中像素的局部方差，以獲取修正圖像中的噪音水平，根據噪音水平構建濾波器；應用生成對抗網絡處理修正圖像，以生成增強圖像，該方法能夠顯著提高光伏板缺陷檢測的準確性和效率，通過去除背景光干擾和噪聲，得到的修正圖像顯著提高了圖像的清晰度和對比度，使得微小裂紋和隱蔽缺陷的識別更加精準。
1、電致發光(el)檢測技術在光伏板質量控制中扮演著重要角色，能夠有效識別裂紋、隱裂等材料缺陷。然而，傳統el檢測需要在暗室中進行，限制了其應用范圍。日光el檢測雖然能在戶外環境中使用，但受到環境光干擾，圖像質量和缺陷識別精度較低。普通el檢測由于對環境條件的嚴格要求，無法直接應用于已安裝的光伏系統。
2、目前，由于日光下的背景噪聲非常強烈，環境光會干擾el信號，導致圖像質量下降。盡管通過信號處理、濾波和同步技術可以一定程度上削弱環境光的影響，但與普通el檢測相比，日光el圖像的清晰度、對比度以及缺陷識別的精度仍存在較大差距。
>8、計算所述修正圖像中像素的局部方差，以獲取所述修正圖像中的噪音水平，根據所述噪音水平構建濾波器，所述濾波器用于去除所述修正圖像中的噪音，所述局部方差的計算公式為：9、
10、其中，為修正圖像中像素點(x,y)的局部方差，m為局部窗口的大小，m為窗口的半徑，i和j為像素點的相對位置偏移量；
11、應用生成對抗網絡處理所述修正圖像，以生成增強圖像，所述增強圖像用于對所述光伏板的缺陷進行識別。
12、在一實施例中，所述對抗網絡包括生成器和判別器，所述生成器用于降低所述增強圖像的對抗網絡，所述對抗網絡的損失函數為：
13、
14、其中，g(z)表示生成器輸出的增強圖像，d(g(z))為判別器對生成器輸出圖像的判斷結果，g為生成器，d為判別器，z為隨機噪聲輸入，表示從概率分布pz(z)中抽取隨機噪聲z的期望值。
15、在一實施例中，所述應用生成對抗網絡處理所述修正圖像，以生成增強圖像，包括：
16、應用感知損失函數優化所述增強圖像，以提高所述增強圖像補償的質量，所述感知損失函數的公式為：
17、
18、其中，φi為預訓練的卷積神經網絡特征提取層，ireal表示真實圖像中對應的像素點(x,y)的光強值。
19、在一實施例中，所述應用生成對抗網絡處理所述修正圖像，以生成增強圖像，還包括：
20、應用梯度計算在所述增強圖像中引入結構信息，所述結構信息用于提高所述增強圖像的細節，以提高對所述光伏板的缺陷進行識別的準確率，所述梯度計算的公式為：
21、
22、其中，g(x,y)表示圖像i在點(x,y)的梯度幅值，和分別為圖像在x方向和y方向的偏導數。
23、在一實施例中，所述將所述背景光的光強從所述電致發光圖像中去除，以獲取無背景光干擾的修正圖像，包括：
24、通過線性修正算法去除所述背景光的光強，以獲取所述修正圖像，所述線性修正算法的公式為：
25、icorrect(x,y)＝iel(x,y)-ibg(x,y)
26、其中，icorrect(x,y)為修正圖像，iel(x,y)為電致發光圖像。
27、在一實施例中，所述方法還包括：
28、獲取所述光伏板的材料類型；
29、根據所述光伏板的材料類型獲取所述光伏板的線性調整參數；
30、根據所述線性調整參數修正所述修正圖像，以形成適配圖像,所述適配圖像的計算公式為：
31、iadapted(x,y)＝km·icorrect(x,y)+bm
32、其中，km和bm為線性調整參數。
33、在一實施例中，所述濾波器為自適應濾波器，所述自適應濾波器的輸出為：
34、
35、其中，w為自適應濾波器的大小，
36、在一實施例中，所述方法還包括：
37、獲取所述增強圖像中的形狀特征、紋理特征及顏色特征；
38、將所述形狀特征、所述紋理特征及所述顏色特征輸入到分類器中，識別出所述光伏板的缺陷。
39、第二方面，本申請實施例提供一種基于電致發光檢測的圖像補償系統，應用于執行如第一方面所述的基于電致發光檢測的圖像補償方法，所述系統包括：
40、電致發光相機模組，用于在所述光伏板上施加反向電壓，應用電致發光相機捕捉所述光伏板的表面發光信號，以形成電致發光圖像以及至少兩張背景圖像；
41、光強獲取模塊，用于根據至少兩張所述背景圖像獲取背景光的光強，所述光強的計算公式為：
42、
43、其中，n為背景圖像的張數，ii(x,y)為第i張圖像中像素點(x,y)的光強；
44、光強去除模塊，用于將所述背景光的光強從所述電致發光圖像中去除，以獲取無背景光干擾的修正圖像；
45、濾波器構建模塊，用于計算所述修正圖像中像素的局部方差，以獲取所述修正圖像中的噪音水平，根據所述噪音水平構建濾波器，所述濾波器用于去除所述修正圖像中的噪音，所述局部方差的計算公式為：
46、
47、其中，為修正圖像中像素點(x,y)的局部方差，m為局部窗口的大小，m為窗口的半徑，i和j為像素點的相對位置偏移量；
48、增強圖像生成模塊，應用生成對抗網絡處理所述修正圖像，以生成增強圖像，所述增強圖像用于對所述光伏板的缺陷進行識別。
49、第三方面，本申請實施例提供一種計算機可讀存儲介質，包括指令，所述指令指示設備執行如第一方面所述的基于電致發光檢測的圖像補償方法。
50、本申請實施方式提供的電致發光檢測的圖像補償方法、系統及存儲介質，能夠顯著提高光伏板缺陷檢測的準確性和效率，通過去除背景光干擾和噪聲，得到的修正圖像顯著提高了圖像的清晰度和對比度，使得微小裂紋和隱蔽缺陷的識別更加精準。
本文檔來自技高網...
【技術保護點】
1.一種基于電致發光檢測的圖像補償方法，應用于檢測光伏板的缺陷，其特征在于，所述方法包括：
2.根據權利要求1所述的基于電致發光檢測的圖像補償方法，其特征在于，所述對抗網絡包括生成器和判別器，所述生成器用于降低所述增強圖像的對抗網絡，所述對抗網絡的損失函數為：
3.根據權利要求2所述的基于電致發光檢測的圖像補償方法，其特征在于，所述應用生成對抗網絡處理所述修正圖像，以生成增強圖像，包括：
4.根據權利要求2所述的基于電致發光檢測的圖像補償方法，其特征在于，所述應用生成對抗網絡處理所述修正圖像，以生成增強圖像，還包括：
5.根據權利要求1所述的基于電致發光檢測的圖像補償方法，其特征在于，所述將所述背景光的光強從所述電致發光圖像中去除，以獲取無背景光干擾的修正圖像，包括：
6.根據權利要求5所述的基于電致發光檢測的圖像補償方法，其特征在于，所述方法還包括：
7.根據權利要求1所述的基于電致發光檢測的圖像補償方法，其特征在于，所述濾波器為自適應濾波器，所述自適應濾波器的輸出為：
8.根據權利要求1所述的基于電致發光檢測的圖像補償方法，其特征在于，所述方法還包括：
9.一種基于電致發光檢測的圖像補償系統，應用于執行如權利要求1至8任一項所述的基于電致發光檢測的圖像補償方法，其特征在于，所述系統包括：
10.一種計算機可讀存儲介質，其特征在于，包括指令，所述指令指示設備執行如權利要求1至8任一項所述的基于電致發光檢測的圖像補償方法。
...
【技術特征摘要】
1.一種基于電致發光檢測的圖像補償方法，應用于檢測光伏板的缺陷，其特征在于，所述方法包括：
2.根據權利要求1所述的基于電致發光檢測的圖像補償方法，其特征在于，所述對抗網絡包括生成器和判別器，所述生成器用于降低所述增強圖像的對抗網絡，所述對抗網絡的損失函數為：
3.根據權利要求2所述的基于電致發光檢測的圖像補償方法，其特征在于，所述應用生成對抗網絡處理所述修正圖像，以生成增強圖像，包括：
4.根據權利要求2所述的基于電致發光檢測的圖像補償方法，其特征在于，所述應用生成對抗網絡處理所述修正圖像，以生成增強圖像，還包括：
5.根據權利要求1所述的基于電致發光檢測的圖像補償方法，其特征在于，所述將所述背景光的光強從所述電致發光...
【專利技術屬性】
技術研發人員：崔立業，陳楠，呂相南，張崇，李磊，田宇，孫紹斌，閆晗，高飛，郭金，鞠凱，周立學，李亞軍，
申請(專利權)人：長春吉電能源科技有限公司，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。