摘要
本发明公开了基于机器视觉的光伏清扫机器人积污识别方法与系统,本发明涉及光伏积污识别技术领域,解决了无法准确判断光伏板实际积污程度和分布情况的技术问题,本发明通过对光伏板图像进行九等份分割并计算各分割区域的灰度值,与正常图像灰度值对比筛选出异常区域,能够精确确定积污的位置和范围,避免了对无积污区域的无效清扫操作,提高了清扫的针对性和有效性,结合异常区域的积污颜色和纹理进行分析,获取HSV值并与预设匹配区间对比得到颜色匹配结果,利用灰度共生矩阵提取纹理特征与预设纹理匹配区间匹配生成预选结果,再结合光反射率进一步匹配,综合多方面特征能够更准确地判断积污类型,有助于选择合适的清扫策略和工具。
技术关键词
光伏清扫机器人
识别方法
反射率
光伏板
灰度共生矩阵
视觉
纹理特征
生成识别信息
像素点
分析单元
信息采集单元
清扫策略
图像灰度值
颜色
基础
识别系统
显示设备
有效性
系统为您推荐了相关专利信息
电梯门锁短接
YOLO算法
状态识别方法
拉普拉斯金字塔
图像
多尺度特征融合
轨迹特征
卷积神经网络训练
卷积神经网络池化层
识别方法
光伏发电预测方法
光伏板
天气预报数据
因子
计算机可执行指令
无人机技术
车辆定位
识别方法
图像边缘检测
接收机