[发明专利]一种基于深度学习的太阳能电池板缺陷检测方法在审
| 申请号： | 202010034120.9 | 申请日： | 2020-01-11 |
| 公开（公告）号： | CN111260617A | 公开（公告）日： | 2020-06-09 |
| 发明（设计）人： | 李文举;高小冬 | 申请（专利权）人： | 上海应用技术大学 |
| 主分类号： | G06T7/00 | 分类号： | G06T7/00;G06T7/11;G06N3/08;G06N3/04;G06K9/62 |
| 代理公司： | 上海汉声知识产权代理有限公司 31236 | 代理人： | 胡晶 |
| 地址： | 200235 上海*** | 国省代码： | 上海;31 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本申请提供了一种基于深度学习的太阳能电池板缺陷检测方法，所述方法至少包括以下步骤：S101，获取近红外相机采集的彩色图像；S102，对所述彩色图像进行RGB颜色空间分离，获取一通道图像；S103，采用高斯滤波对所述分离的所述彩色图像的通道图像其进行预处理；S104，对步骤S103中处理后的图像进行ROI区域划分，分离前景区域图像，以减少对图像处理所产生的影响；S105，对图像进行分割，分离背景中的缺陷特征区域；S106，根据太阳能电池板的缺陷的特征提取太阳能电池板有缺陷的区域；S107，使用训练好的缺陷数据集进行预测，来对提取的缺陷进行分类。 | ||
| 搜索关键词： | 一种 基于 深度 学习 太阳能 电池板 缺陷 检测 方法 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于上海应用技术大学，未经上海应用技术大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/202010034120.9/，转载请声明来源钻瓜专利网。
