【技術(shù)實現(xiàn)步驟摘要】
本專利技術(shù)涉及缺陷檢測，特別是一種基于深度學(xué)習(xí)的電池薄膜表面缺陷的檢測方法。
技術(shù)介紹
1、近些年來，能源和環(huán)境問題受到越來越多的重視，鈣鈦礦太陽能電池憑借其低成本、高效率的特點，受到廣泛研究，盡管鈣鈦礦太陽能電池的能量轉(zhuǎn)換效率取得巨大的進(jìn)展，但其在實驗制備過程中，往往會產(chǎn)生各種表面缺陷，限制了其質(zhì)量與性能，不同于大目標(biāo)的太陽能面板，實驗室制備的光伏薄膜具有面積小、表面光滑、易反光的特點。
2、傳統(tǒng)檢測方法例如人工檢測、機(jī)械裝置接觸檢測和傳統(tǒng)視覺檢測等，它們存在抽檢率低、準(zhǔn)確性不高、實時性差、效率低等問題，所以針對實驗制備的小型光伏薄膜表面的小斑點、劃痕、缺角等缺陷問題，利用傳統(tǒng)的缺陷檢測方法進(jìn)行檢測有一定的困難，遠(yuǎn)遠(yuǎn)不能滿足當(dāng)前實驗要求。目前，針對實驗室制備的小面積鈣鈦礦太陽能電池薄膜的表面缺陷的檢測方法較少，依靠傳統(tǒng)的人工檢測方法費時、費力，而且效率低下，遠(yuǎn)遠(yuǎn)不能達(dá)到工業(yè)生產(chǎn)要求。
3、因此，提高鈣鈦礦太陽能電池表面缺陷檢測的準(zhǔn)確性和快速性是工業(yè)生產(chǎn)過程中至關(guān)重要的一環(huán)。
技術(shù)實現(xiàn)思路
1、針對上述缺陷，本專利技術(shù)的目的在于提出一種基于深度學(xué)習(xí)的電池薄膜表面缺陷的檢測方法，旨在提高鈣鈦礦電池薄膜的缺陷檢測的準(zhǔn)確性和效率。
2、為達(dá)此目的，本專利技術(shù)采用以下技術(shù)方案：
3、一種基于深度學(xué)習(xí)的電池薄膜表面缺陷的檢測方法，所述檢測方法包括以下步驟：
4、s1：獲取電池薄膜表面圖像的圖像特征，圖像特征包括顏色特征和hsv特征；
5、s2：根據(jù)hsv特征中的v通道圖像的明暗差異提取電池薄膜表面圖像，去除無關(guān)背景，得到第一圖像；
6、s3：對第一圖像依次進(jìn)行非局部均值濾波和對數(shù)變換，得到第二圖像；
7、s4：對第二圖像進(jìn)行連通性分析，以篩選出缺陷區(qū)域和提取缺陷特征；
8、s5：通過分析缺陷區(qū)域和特征，使用邊緣模型定位缺陷特征的邊緣位置；
9、s6：采用序貫相似性檢測算法檢測步驟s5中的缺陷特征的邊緣位置，匹配原電池薄膜表面圖像的缺陷目標(biāo)。
10、優(yōu)選地，對第二圖像進(jìn)行連通性分析，以篩選出缺陷區(qū)域和提取缺陷特征包括：
11、根據(jù)增強(qiáng)后的圖像的特定起始結(jié)點和終止結(jié)點，分析兩點之間是否連通，從而找出單一部分提取出前景部分；
12、通過特征信息，設(shè)定閾值以篩選出缺陷區(qū)域和提取缺陷特征。
13、優(yōu)選地，采用序貫相似性檢測算法檢測步驟s5中的缺陷特征的邊緣位置，匹配原電池薄膜表面圖像的缺陷目標(biāo)包括：
14、根據(jù)缺陷特征的邊緣位置制作匹配模板；
15、采用序貫相似性檢測算法，逐個掃描原圖像中的像素點所對應(yīng)的模板子圖，匹配所有缺陷目標(biāo)。
16、優(yōu)選地，獲取電池薄膜表面圖像的包括：
17、獲取電池薄膜表面圖像的rgb三通道顏色圖像，并進(jìn)行歸一化處理，得到電池薄膜表面圖像的顏色特征；
18、所述歸一化處理滿足關(guān)系式：r′＝r/255，g′＝g/255，b′＝b/255；
19、其中，r表示紅色通道，g表示紅色通道，b表示紅色通道，r′、g′、b′分別指對r、g、b歸一處理后的數(shù)值。
20、進(jìn)一步地，獲取電池薄膜表面圖像的hsv特征包括：
21、計算h、s和v的值，滿足關(guān)系式：
22、v＝max(r′，g′，b′)
23、
24、
25、其中，若h小于0，則將h加上360；
26、將h、s和v轉(zhuǎn)換到0-255之間，得到hsv特征，且滿足關(guān)系式：
27、優(yōu)選地，所述非局部均值濾波滿足關(guān)系式：
28、
29、其中，i(i，j)表示原電池薄膜表面圖像的像素值，ω表示圖像的搜索范圍，w(x，y，i，j)表示根據(jù)圖像塊相似度計算的權(quán)重，且滿足關(guān)系式：
30、
31、其中，i(ω(x，y))和i(ω(i，j))分別表示以(x，y)和(i，j)為中心的圖像塊，h表示控制權(quán)重衰減的參數(shù)。
32、進(jìn)一步地，所述對數(shù)變換滿足關(guān)系式：
33、
34、其中，表示非局部均值濾波后的圖像像素值，表示對數(shù)變換后的圖像像素值，c表示常數(shù)值。
35、優(yōu)選地，邊緣模型滿足關(guān)系式：
36、
37、其中，m(x，y；a，b，σ，u，v)表示對應(yīng)像素位置上的強(qiáng)烈程度，(x，y)表示圖像中某個像素位置，a表示圖像背景的強(qiáng)烈程度，b表示亮區(qū)域中的強(qiáng)烈程度的峰值，(u，v)表示亮區(qū)域中的峰值所在的位置，σ2表示高斯模型方差。
38、上述技術(shù)方案中的一個技術(shù)方案具有如下優(yōu)點或有益效果：
39、本專利技術(shù)采用rgb和hsv模型對圖像進(jìn)行特征提取，能夠全面捕捉顏色信息，通過分離色調(diào)、飽和度和亮度，增強(qiáng)對不同光照條件下顏色信息的穩(wěn)健性，有助于更準(zhǔn)確地識別電池薄膜的狀態(tài)和潛在缺陷，通過非局部均值濾波，可以有效去除圖像中的噪聲，同時保留邊緣信息，避免傳統(tǒng)均值濾波可能導(dǎo)致的細(xì)節(jié)模糊，再結(jié)合對數(shù)變換，提升了電池薄膜圖像的整體對比度，使得電池薄膜的暗部細(xì)節(jié)更加明顯，通過連通性分析，將目標(biāo)從像素級轉(zhuǎn)化為連通分量級，有助于識別和篩選出連續(xù)的缺陷區(qū)域，進(jìn)一步提高缺陷檢測的準(zhǔn)確性；通過邊緣模型能夠精準(zhǔn)識別缺陷特征的位置，從而提升定位精度。
本文檔來自技高網(wǎng)...【技術(shù)保護(hù)點】
1.一種基于深度學(xué)習(xí)的電池薄膜表面缺陷的檢測方法，其特征在于，所述檢測方法包括以下步驟：
2.根據(jù)權(quán)利要求1所述的檢測方法，其特征在于，對第二圖像進(jìn)行連通性分析，以篩選出缺陷區(qū)域和提取缺陷特征包括：
3.根據(jù)權(quán)利要求1所述的檢測方法，其特征在于，采用序貫相似性檢測算法檢測步驟S5中的缺陷特征的邊緣位置，匹配原電池薄膜表面圖像的缺陷目標(biāo)包括：
4.根據(jù)權(quán)利要求1所述的檢測方法，其特征在于，獲取電池薄膜表面圖像的包括：
5.根據(jù)權(quán)利要求4所述的檢測方法，其特征在于，獲取電池薄膜表面圖像的HSV特征包括：
6.根據(jù)權(quán)利要求1所述的檢測方法，其特征在于，所述非局部均值濾波滿足關(guān)系式：
7.根據(jù)權(quán)利要求6所述的檢測方法，其特征在于，所述對數(shù)變換滿足關(guān)系式：
8.根據(jù)權(quán)利要求1所述的檢測方法，其特征在于，邊緣模型滿足關(guān)系式：
【技術(shù)特征摘要】
1.一種基于深度學(xué)習(xí)的電池薄膜表面缺陷的檢測方法，其特征在于，所述檢測方法包括以下步驟：
2.根據(jù)權(quán)利要求1所述的檢測方法，其特征在于，對第二圖像進(jìn)行連通性分析，以篩選出缺陷區(qū)域和提取缺陷特征包括：
3.根據(jù)權(quán)利要求1所述的檢測方法，其特征在于，采用序貫相似性檢測算法檢測步驟s5中的缺陷特征的邊緣位置，匹配原電池薄膜表面圖像的缺陷目標(biāo)包括：
4.根據(jù)權(quán)利要求1所述的...
【專利技術(shù)屬性】
技術(shù)研發(fā)人員：孔祥宇，錢英軍，王磊，朱冠良，姚星海，王紫，潘思彤，
申請(專利權(quán))人：廣東科貿(mào)職業(yè)學(xué)院，
類型：發(fā)明
國別省市：
還沒有人留言評論。發(fā)表了對其他瀏覽者有用的留言會獲得科技券。