摘要
本发明公开了一种光伏组件角点位姿计算方法,该识别方法包括如下步骤:Step1:二维图像的分割,使用MaskRCNN算法对光伏组件图片进行实例分割,得到目标面板;Step2:二维图像光伏组件框架边缘提取,对得到的目标面板使用Canny边缘检测算法提取边框的边缘信息。本发明提高了对光伏组件位姿识别稳定性和精度:通过将二维图像和三维点云结合的位姿识别方法降低了平均误差。在不同的光照和环境条件下进行,使用高分辨率摄像头和深度相机获取数据,结合深度学习算法处理和融合,传统方法主要依赖于单一的二维图像或三维点云,易受环境因素影响,识别精度较低,本发明通过结合二维图像和三维点云,利用深度学习方法,显著提高了识别精度。
技术关键词
光伏组件框架
计算方法
边缘检测算法
实例分割
拟合算法
3D点云
识别方法
光伏组件图像
RANSAC算法
高分辨率摄像头
边缘轮廓
金属框架
特征值
PCA算法
深度学习方法
可见光相机
面板
系统为您推荐了相关专利信息
分数阶等效电路
新型电气设备
分数阶电容
绝缘电阻值
计算方法
智能计算方法
监督学习模型
大数据
梯度提升机
特征选择技术
无人机作业
路径规划算法
障碍物
无人机飞行速度
三维网格划分