基于卷积神经网络的太阳能电池片断栅缺陷检测方法
专利汇可以提供基于卷积神经网络的太阳能电池片断栅缺陷检测方法专利检索，专利查询，专利分析的服务。并且本 发明 涉及 图像处理 与 计算机视觉 技术领域，特别涉及基于密集连接 卷积神经网络 的 太阳能 电池 片断栅 缺陷 检测方法，包括：将获取到的多晶 硅 太阳能电池 片断栅缺陷图像分为训练集和测试集；通过 水 平积分投影提取感兴趣的目标候选区域，通过训练集训练基于密集连接卷积神经网络的二分类分类器；将测试集送入训练好的分类器中进行分类，检测出缺陷区域；根据断栅缺陷的尺度分布特点计算连通域剔除检测出的离散 位置 ，绘制缺陷位置的外接矩形得到检测结果；本发明首次使用了密集连接神经网络的结构训练图像 块 分类器来实现缺陷检测的目的，能在复杂多样的背景中准确的检测出缺陷图像，并给出缺陷区域的位置，完成对产品 质量 的自动监控。，下面是基于卷积神经网络的太阳能电池片断栅缺陷检测方法专利的具体信息内容。
1.基于卷积神经网络的太阳能电池片断栅缺陷检测方法，其特征在于：
S1、将在电致发光的情况下采集到的太阳能电池片图片进行清洗，并分为训练集和测试集；
S2、使用水平积分投影方法分别提取出训练集和测试集的感兴趣区域ROI，然后将训练集和测试集的ROI分别分成若干个图像块；
S3、根据图像块的中心区域含有的缺陷像素的数量，将训练集的图像块分为正样本和负样本，并对正样本进行数据增强、对负样本进行随机采样；
S4、将正样本和负样本输入卷积神经网络，训练得到一个基于图像块的二分类器；
S5、将测试集的图像块输入基于图像块的二分类器，得到分类结果，并根据分类结果计算连通区域，剔除离散的图像块位置；
S6、根据图像块的分类结果，定位缺陷位置并标记在测试集的图像上，绘出太阳能电池片缺陷位置的外接矩形。
2.根据权利要求1所述的基于卷积神经网络的太阳能电池片断栅缺陷检测方法，其特征在于，所述使用水平积分投影方法分别提取出训练集和测试集的感兴趣区域包括：根据水平投影的计算公式计算出训练集和测试集的太阳能电池片图像的水平投影曲线，根据水平投影曲线中灰度值的变化确定太阳能电池片的边缘宽度tp，太阳能电池片的边缘宽度tp与太阳能电池板的母线宽度bl之间的宽度或者两条太阳能电池板的母线宽度bl之间的宽度即为感兴趣区域的宽度tr。
3.根据权利要求2所述的基于卷积神经网络的太阳能电池片断栅缺陷检测方法，其特征在于，水平投影曲线的计算公式为：
其中，H(y)表示图像宽为y处的投影值，m表示图像的长，n表示图像的宽，G(i,y)表示图像宽为y、长为i处的灰度值。
4.根据权利要求3所述的基于卷积神经网络的太阳能电池片断栅缺陷检测方法，其特征在于，根据水平投影曲线中灰度值的变化确定训练集和测试集中太阳能电池片边缘宽度tp，表示为：
其中，G(tr+j+tp)表示在位置(tr+j+tp)处的灰度值。
5.根据权利要求1所述的基于卷积神经网络的太阳能电池片断栅缺陷检测方法，其特征在于，将训练集和测试集的感兴趣区域分别分成若干个图像块包括：滑动窗口以滑动步长为滑动窗口长度的一半的滑动规则来获取图像块，其中滑动窗口的尺寸由统计的缺陷宽度均值确定。
6.根据权利要求1所述的基于卷积神经网络的太阳能电池片断栅缺陷检测方法，其特征在于，步骤S3包括：
统计图像块的中心区域被标注缺陷像素的个数占据中心区域总像素的比例，若缺陷像素的数量超过中心区域总像素的一半，则将这个图像块作为正样本，否则视为负样本；
对正样本进行数据增强处理，同时对负样本进行随机采样，保证采样后的负样本数量不超过正样本的3倍。
7.根据权利要求1所述的基于卷积神经网络的太阳能电池片断栅缺陷检测方法，其特征在于，所述基于图像块的二分类器由密集连接网络层、大小为3×3的第一卷积层、大小为
8×8的第一池化层、全连接层和Softmax层构成，其中：
全连接层，用于将所有输出数据汇总；
Softmax层，用于输出每一类数据的概率；
密集连接网络层包括3个密集连接块，相邻两个密集连接块之间包括一个大小为1×1的第二卷积层和一个大小为2×2的第二池化层；
所述密集连接块有4层Hl操作，每一层的输入拼接了前面所有层的输出，第l层的输出表示为：
fl＝Hl([f0,f1,...,fl-1])；
其中，fl表示l层中产生的特征图，Hl操作由样本归一化层、整流线性激活层和3×3的卷积层构成。
8.根据权利要求7所述的基于卷积神经网络的太阳能电池片断栅缺陷检测方法，其特征在于，根据分类结果计算连通区域，剔除离散的图像块位置，包括：设置概率阈值P，对于由Softmax层输出的概率值，令大于概率阈值P的图像块的索引值为1，否则令图像块的索引值为0，计算由索引值构成的矩形8邻域连通域的索引值之和，若小于7则剔除该区域。
基于卷积神经网络的太阳能电池片断栅缺陷检测方法
技术领域
背景技术
发明内容
具体实施方式
| 标题 | 发布/更新时间 | 阅读量 |
|---|---|---|
| 网络入侵检测方法和装置 | 2020-05-11 | 924 |
| 一种基于忆阻器阵列的K-means分类器及其分类方法 | 2020-05-12 | 179 |
| 基于机器学习的中间件故障预警方法和系统 | 2020-05-12 | 535 |
| 基于人脸特征的癌症筛查方法及筛查系统 | 2020-05-12 | 913 |
| 面向大尺度遥感图像的微小目标快速检测方法 | 2020-05-08 | 672 |
| 一种基于支持向量机的水声通信信号调制方式识别方法 | 2020-05-13 | 902 |
| 一种水下鱼类图像的超分辨率重建方法、系统及装置 | 2020-05-08 | 527 |
| 一种基于异常追踪的视频异常行为检测方法 | 2020-05-11 | 353 |
| 双阶段语义词向量生成方法 | 2020-05-12 | 176 |
| 基于深度密集连接和度量学习的SAR舰船目标分类方法 | 2020-05-12 | 7 |
高效检索全球专利专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台，是提供专利分析，专利查询，专利检索等数据服务功能的知识产权数据服务商。
我们的产品包含105个国家的1.26亿组数据，免费查、免费专利分析。
专利汇分析报告产品可以对行业情报数据进行梳理分析，涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度，系统通过AI智能系统对图表进行解读，只需1分钟，一键生成行业专利分析报告。
