[发明专利]基于改进Canny算子和轮廓面积阈值的太阳能电池板识别方法

说明书

技术领域

本发明属于光伏技术领域，具体涉及一种基于改进Canny算子和轮廓面积阈值的太阳能电池板识别方法。

背景技术

太阳能电池利用光电效应将太阳能转化为电能，许多电池串并联起来就组成了我们常见的大输出功率的太阳能电池板。在日常生活中的使用日益普及，然而其复杂的生产工艺会导致电池片的颜色不完全相同，这些外观的不一致性增加了识别的难度。某地区光伏产业规模及太阳能电池板使用情况，对于评估一个地区的清洁能源和传统能源的占比、光伏能源使用情况等具有重要的意义。为了识别太阳能电池板，结合太阳能电池板具有的颜色特征，进行颜色空间的合理转换，排除干扰点和噪声之后就可以进行边缘检测。

传统Canny算子使用一阶或二阶方向导数的变化进行边缘检测，速度快，但是会出现细节轮廓丢失，同时会误检出干扰边缘，导致太阳能电池板识别出错。改进Canny算子的重点主要放在阈值的选取上，传统的Canny算子阈值的选取主要依靠操作人员的经验，考虑到太阳能电池板的识别会受到天气、背景不同的影响，所以最佳阈值不是固定不变的，因此这个阈值就不能为固定值。因为太阳能电池板的识别需要具备在不同天气环境和背景下进行，所以需要选取合适的动态阈值，进而实现边缘的正确检测。

太阳能电池板的形状在图像中一般呈现为规则的多边形，Canny算子检测之后的图像只显示边缘信息，这其中包括周边建筑物等干扰边缘，所以需要对这些干扰信息进行剔除。轮廓提取是一种特征提取技术，其提取的是目标区域与背景区域相交的做形成的梯度边缘，所形成的边缘梯度越高，则轮廓就越清晰。由于图像中会出现噪声和一些干扰边缘，这些信息的出现会使得太阳能电池板的检测精度大打折扣，由于太阳能面板具有的规则几何形状，对其进行特征提取，可以绘制出边缘轮廓信息。

边缘检测的重点在于对目标区域和背景区域交界线的提取，这些点亮度变化比较明显，但是由于光线、背景的影响，所以设置的阈值不是固定的值，而且背景物体的形状和颜色如果与太阳能电池板相近，就会导致识别出错。因此，需要一种能够准确识别出太阳能电池板的图像识别方法。

发明内容

本发明的目的在于提供一种基于改进Canny算子和轮廓面积阈值的太阳能电池板识别方法，通过改进Canny算子确定动态阈值，正确检测出不同背景的边缘信息，紧接着对检测的边缘进行轮廓面积阈值的分割，可以排除周围建筑物等背景干扰的影响，正确识别出太阳能电池板。

为实现上述目的，本发明的技术方案是：一种基于改进Canny算子和轮廓面积阈值的太阳能电池板识别方法，包括如下步骤，

步骤S1、通过图像采集设备采集太阳能电池板的图像，存储于计算机中，并采用插值抽样的方法对图像的尺寸和像素进行调整；

步骤S2、经由步骤S1中的插值抽样，采用高斯滤波的方式对图像进行滤波操作；

步骤S3、经由步骤S2中的滤波操作，转换图像的颜色空间在后续的操作中得到包括亮度、饱和度的颜色信息；

步骤S4、对步骤S3转换颜色空间之后，需要对无关点进行排除；对排除无关点之后的图形进行形态学开操作，保持整体灰度级和较大的明亮特征相对不变；

步骤S5、对步骤S4处理获得的图像，利用改进的Canny算子对图像进行边缘检测得到边缘图像；

步骤S6、对步骤S5处理获得的边缘图像，利用轮廓面积阈值分割提取其图像的轮廓信息，绘制出太阳能电池板的轮廓线，完成太阳能电池板的识别目的。

在本发明一实施例中，所述步骤S2中的高斯滤波方法为：采用高斯滤波的方式对图像冗余的轮廓信息进行滤除，高斯滤波过程中，每个像素点都是由本身和邻域内的其他像素经过加权平均后得到的，即图像的高斯模糊过程就是图像与正态分布做卷积。

在本发明一实施例中，所述步骤S5中，利用改进的Canny算子对图像进行边缘检测得到边缘图像的方法为：

通过改进Canny算子客观选取阈值，为使得阈值分割划分目标区域和背景区域，使得出现错误分割的干扰点尽可能少，采用最大类间方差确定的动态阈值：

首先确定图像各个灰度值所占的概率，定义灰度i的概率为p_i，定义阈值Th，遍历Th＝0，Th＝1，……，Th＝255；

根据阈值Th将图像分为两部分，定义为F₁，F₂；其中：F₁＝{f(x，y)|f(x，y)≥Th}；F₂＝{f(x，y)|f(x，y)＜Th}；