一种太阳能电池片的颜色分类方法与流程

本发明涉及计算机视觉技术领域，尤其涉及一种太阳能电池片的颜色分类方法。

背景技术：

国家大力支持新能源开发，太阳能行业蓬勃发展且市场需求非常大，生产太阳能电池片的企业竞争激烈，因此要确保电池片的产品质量和提高光电转化效率。成品电池片通常呈现出不同颜色，将颜色差别太大的太阳能电池片放在一起使用会降低太阳能电池模组的整体转化效率，因此要将颜色检测出来并且将其归类。

目前大部分厂家都是通过人工肉眼识别，这样检测速度慢、存在主观意识差别；也有部分厂家是通过基于rgb模型来进行分选归类，但是不够细致不好便于描述。

技术实现要素：

本发明实施例的目的是提供一种太阳能电池片的颜色分类方法，能够更细致更好划分归类，从而达到快速、准确的检测出电池片颜色并且将其分选出来的目的。

为实现上述目的，本发明实施例提供了一种太阳能电池片的颜色分类方法，包括以下步骤：

通过cmos黑白相机配合led光源对待检测电池片进行rgb三通道拍摄，得到所述待检测电池片的r通道的图片r、g通道的图片g以及b通道的图片b，并对所述图片r、图片g以及图片b进行合成处理，生成rgb模型；

根据转化公式，将所述rgb模型转化为hsi模型，对所述hsi模型进行预处理并提取出所述待检测电池片的roi区域；

对提取出的roi区域进行灰度直方图处理，生成h通道的灰度直方图图h、s通道的灰度直方图图s以及i通道的灰度直方图图i；

根据所述图h、图s、图i、n个预设的标准颜色类别模板以及欧几里得公式，计算所述待检测电池片与所述n个预设的标准颜色类别模板的相似度，得到n个相似度值，将所述待检测电池片归类到最小相似度值对应的标准颜色类别模板所对应的颜色。

进一步的，所述n个预设的标准颜色类别模板，为根据客户的n种分类和n种色彩特征的需求，建立的标准模块电池片。

进一步的，所述对所述hsi模型进行预处理并提取出所述待检测电池片的roi区域，具体为：

将所述hsi模型灰度值化，并对灰度值化后的模型进行平滑滤波处理，以区分电池片区域和背景杂质区域；

对进行平滑滤波处理后的模型进行形态学开运算，以去除背景杂质区域；

对进行形态学开运算后的模型进行特征筛选，根据面积特征筛选出所述待检测电池片的roi区域。

进一步的，所述转化公式，具体为：

其中，r、g、b分别为所述rgb通道图片中的三种单通道图片的图片r、图片g以及图片b的值。

进一步的，在所述生成h通道的灰度直方图图h、s通道的灰度直方图图s以及i通道的灰度直方图图i之后，还包括：

根据所述客户的n种分类和n种色彩特征的需求，对图h、图s以及图i中的h数值进行颜色判定，剔除异色的电池片。

进一步的，在所述生成h通道的灰度直方图图h、s通道的灰度直方图图s以及i通道的灰度直方图图i之后，还包括：

提取所述n个预设的标准颜色类别模板roi区域的h、s、i三个颜色通道的值，并进行灰度化处理，生成所述n个预设的标准颜色类别模板的h2、s2、i2三个灰度直方图；

分别将图h、图s以及图i与h2、s2、i2三个灰度直方图进行对比，并计算每个分量直方图在相同灰度级上的频数的差值，生成差值h、差值s以及差值i；

其中，差值h为h0,h1,h2...h255，差值s为s0,s1,s2...s255，差值i为i0，i1，i2，...i255。

进一步的，所述根据所述图h、图s、图i、n个预设的标准颜色类别模板以及欧几里得公式，计算所述待检测电池片与所述n个预设的标准颜色类别模板的相似度，得到n个相似度值，将所述待检测电池片归类到最小相似度值对应的标准颜色类别模板所对应的颜色，具体为：

根据差值h、差值s、差值i以及欧几里得公式，计算对比所述n个预设的标准颜色类别模板差值分量之间的相似度值，并空间合成得到比较数值m；

计算每个分量之间的方差，对比所述n个预设的标准颜色类别模板，并将三个分量的方差进行空间合成，得到比较数值m1、m2、m3…mn；

将所述待检测电池片归类到所述m1、m2、m3…mn中最小值对应的标准颜色类别模板所对应的颜色。

进一步的，所述差值h、差值s、差值i、比较数值m的算法为：

进一步的，所述欧几里得公式为

与现有技术相比，具有如下有益效果：

本发明实施例提供的太阳能电池片的颜色分类方法，通过cmos黑白相机配合led光源对待检测电池片进行rgb三通道拍摄，得到待检测电池片的r通道的图片r、g通道的图片g以及b通道的图片b，并对图片r、图片g以及图片b进行合成处理，生成rgb模型，根据转化公式，将rgb模型转化为hsi模型，对hsi模型进行预处理并提取出待检测电池片的roi区域，对提取出的roi区域进行灰度直方图处理，生成h通道的灰度直方图图h、s通道的灰度直方图图s以及i通道的灰度直方图图i，根据图h、图s、图i、n个预设的标准颜色类别模板以及欧几里得公式，计算待检测电池片与n个预设的标准颜色类别模板的相似度，得到n个相似度值，将待检测电池片归类到最小相似度值对应的标准颜色类别模板所对应的颜色，采用本发明提供的实施例，能够更细致更好划分归类，从而达到快速、准确的检测出电池片颜色并且将其分选出来的目的。

附图说明

图1是本发明提供的太阳能电池片的颜色分类方法的一个实施例的流程示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

参见图1，图1是本发明提供的太阳能电池片的颜色分类方法的一个实施例的流程示意图；本发明实施例提供一种太阳能电池片的颜色分类方法，包括步骤s1至s4；

s1，通过cmos黑白相机配合led光源对待检测电池片进行rgb三通道拍摄，得到所述待检测电池片的r通道的图片r、g通道的图片g以及b通道的图片b，并对所述图片r、图片g以及图片b进行合成处理，生成rgb模型。

在本发明实施例中，cmos黑白相机、led光源灯置于暗箱环境内，其中led光源能发出红、绿、蓝三种光，lde光源由光源控制器控制使用。

需要说明的是，所述图片r、图片g、图片b通过在光源控制器下拍摄而得，具体的，在光源控制器下打红光，拍摄提取到待检测电池片图片r；打绿光，拍摄提取到待检测电池片图片g；打蓝光，拍摄提取到待检测电池片图片b。

s2，根据转化公式，将所述rgb模型转化为hsi模型，对所述hsi模型进行预处理并提取出所述待检测电池片的roi区域。

在本发明实施例中，所述对所述hsi模型进行预处理并提取出所述待检测电池片的roi区域，具体为：将所述hsi模型灰度值化，并对灰度值化后的模型进行平滑滤波处理，以区分电池片区域和背景杂质区域；对进行平滑滤波处理后的模型进行形态学开运算，以去除背景杂质区域；对进行形态学开运算后的模型进行特征筛选，根据面积特征筛选出所述待检测电池片的roi区域。

需要说明的是，对灰度值化后的模型进行平滑滤波处理，能够更好区分电池片区域和背景杂质区域；形态学开运算能够去除背景物非电池片区域杂质干扰；连通域、特征筛选。根据面积特征筛选提取出电池片roi区域(这个电池片roi区域是去除了背景的所有干扰后剩下的区域，后续所有处理都是对此roi区域进行处理)，通过以上处理，能够进一步的提高提取电池片roi区域的精准度。

其中，所述转化公式，具体为：

s3，对提取出的roi区域进行灰度直方图处理，生成h通道的灰度直方图图h、s通道的灰度直方图图s以及i通道的灰度直方图图i。

在本发明的一个实施例中，步骤s3之后还包括：根据所述客户的n种分类和n种色彩特征的需求，对图h、图s以及图i中的h数值进行颜色判定，剔除异色的电池片。

需要说明的是，进行颜色判定是为了方便分类分批次，剔除颜色较浅或者较深的异色电池片，通常根据颜色深浅划分为a0,a1,...,an类，这几个数值根据客户需求改变去进行分类，例如n＝3，则分四种颜色电池片a0，a1，a2,a3，异色低于a0高于a3将被剔除。

在本发明的另一实施例中，步骤s3之后还包括：提取所述n个预设的标准颜色类别模板roi区域的h、s、i三个颜色通道的值，并进行灰度化处理，生成所述n个预设的标准颜色类别模板的h2、s2、i2三个灰度直方图；分别将图h、图s以及图i与h2、s2、i2三个灰度直方图进行对比，并计算每个分量直方图在相同灰度级上的频数的差值，生成差值h、差值s以及差值i；其中，差值h为h0,h1,h2...h255，差值s为s0,s1,s2...s255，差值i为i0，i1，i2，...i255。

需要说明的是，灰度直方图横坐标代表灰度级(0-255)，灰度直方图纵坐标代表相同灰度级上的频数，差值代表即待检测电池片与模板片在h、s、i三个通道的差值。

s4，根据所述图h、图s、图i、n个预设的标准颜色类别模板以及欧几里得公式，计算所述待检测电池片与所述n个预设的标准颜色类别模板的相似度，得到n个相似度值，将所述待检测电池片归类到最小相似度值对应的标准颜色类别模板所对应的颜色。

在本发明实施例中，所述n个预设的标准颜色类别模板，为根据客户的n种分类和n种色彩特征的需求，建立的标准模块电池片。

其中，步骤s4具体为：根据差值h、差值s、差值i以及欧几里得公式，计算对比所述n个预设的标准颜色类别模板差值分量之间的相似度值，并空间合成得到比较数值m；计算每个分量之间的方差，对比所述n个预设的标准颜色类别模板，并将三个分量的方差进行空间合成，得到比较数值m1、m2、m3…mn；将所述待检测电池片归类到所述m1、m2、m3…mn中最小值对应的标准颜色类别模板所对应的颜色。

需要说明的是，所述差值h、差值s、差值i、比较数值m的算法为：

所述欧几里得公式为

本发明实施例提供的太阳能电池片的颜色分类方法，通过cmos黑白相机配合led光源对待检测电池片进行rgb三通道拍摄，得到待检测电池片的r通道的图片r、g通道的图片g以及b通道的图片b，并对图片r、图片g以及图片b进行合成处理，生成rgb模型，根据转化公式，将rgb模型转化为hsi模型，对hsi模型进行预处理并提取出待检测电池片的roi区域，对提取出的roi区域进行灰度直方图处理，生成h通道的灰度直方图图h、s通道的灰度直方图图s以及i通道的灰度直方图图i，根据图h、图s、图i、n个预设的标准颜色类别模板以及欧几里得公式，计算待检测电池片与n个预设的标准颜色类别模板的相似度，得到n个相似度值，将待检测电池片归类到最小相似度值对应的标准颜色类别模板所对应的颜色，采用本发明提供的实施例，能够更细致更好划分归类，从而达到快速、准确的检测出电池片颜色并且将其分选出来的目的。

本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于一计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，所述的存储介质可为磁碟、光盘、只读存储记忆体(read-onlymemory，rom)或随机存储记忆体(randomaccessmemory，ram)等。

以上所述是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也视为本发明的保护范围。