摘要
本发明公开了基于深度学习的光伏板积灰识别与清洁辅助系统及方法,属于光伏板积灰识别技术领域,具体包括:采集光伏板的表面图像,对采集的光伏板的表面图像进行预处理,包括去噪、图像增强和图像分割操作,构建光伏板积灰识别模型,对光伏板积灰识别模型进行训练,识别出光伏板的积灰,并对积灰等级进行量化分类,得到光伏板的积灰程度后,对积灰区域进行分割,提取光伏板中的积灰区域,根据积灰区域分布,动态规划清洁路径,对光伏板进行清洁;通过对遮挡物的识别处理和深度修复,能够有效地识别出遮挡物下的积灰,能够更好地处理复杂的环境因素,提高了积灰分析的准确性和可靠性。
技术关键词
积灰
清洁辅助系统
光伏板
图像增强
图像分割
识别光伏
图像采集模块
像素点
深度学习模型
清洁单元
规划
分析模块
边界轮廓
滤波算法
动态
摄像设备
亮度
系统为您推荐了相关专利信息
工业数字相机
双目测距系统
测量方法
物体检测
双目支架
识别检测方法
深度学习模型
冷轧带钢
卷积神经网络模型
在线