摘要
本发明公开了一种基于人工智能和机器视觉的光伏网格背板瑕疵检测方法,涉及光伏网格背板瑕疵检测技术领域,包括采集明场图像、明场图像预处理、明场图像网格背板区域提取、明场图像网格背板区域的涂覆网格区域和无涂覆网格区域分割提取、明场图像涂覆网格区域瑕疵检测、明场图像无涂覆网格区域瑕疵检测、提取瑕疵图像,并将瑕疵图像送入到AI分类器中得到其瑕疵类别,后在检测软件界面上显示瑕疵区域、瑕疵图像和瑕疵类别,根据检测结果进行报警和贴标,完成光伏网格背板的瑕疵检测。本发明对于光伏网格背板瑕疵,通过机器视觉与人工智能相结合的算法能够自动检测出瑕疵位置,操作性强,可大幅提高光伏网格背板的合格率,解决了现有人工观察易漏检等问题。
技术关键词
瑕疵检测方法
网格
背板
涂覆
灰度形态学
视觉
像素
形态学滤波器
瑕疵检测技术
形状特征参数
场图像
尺寸
边缘检测
空域滤波器
频域滤波器
图像分类模型
分类器
系统为您推荐了相关专利信息
航空重力数据
重力场
三维边界提取
协方差矩阵
密度
覆盖路径规划方法
强化学习网络
深度强化学习
矩阵
双通道信息
三维激光扫描设备
算法规划
变电站
无人机巡检
网格地图
三维网格模型
三角形
三角网格模型
顶点
空间加速结构