【技术实现步骤摘要】
本申请涉及图像处理领域，尤其涉及一种光伏组件缺陷检测方法及装置、处理设备及存储介质。
技术介绍
1、随着新能源技术的发展，光伏发电已成为新能源发电技术中最广泛的应用方式，太阳能光伏电池板是发电过程中最核心的部件。太阳能光伏电池板是由许多电池片组成的光伏组件，在生产光伏组件的过程中，可能会由于生产工艺、误操作等问题造成表面区域颜色异常、缺角、污渍等缺陷，故需要对其进行缺陷检测。
2、相关技术中，太阳能电池片表面缺陷检测方法可分为人工目视检测和机器视觉检测。人工目视检测容易受个人因素和环境因素的影响，使得目前人工检测存在着检测效率低、检测质量差、人工成本高等问题。基于机器视觉的缺陷检测方法需要不断训练模型，且对数据集的依赖性较强，难以满足实际应用的要求。因此，如何提高光伏组件检测效率、实现光伏组件智能化且高质量检测，仍亟需研究。
技术实现思路
1、为解决上述技术问题，本专利技术实施例提供了一种光伏组件缺陷检测方法及装置、处理设备及存储介质。
2、本申请实施例提供的一种光伏组件缺陷检测方法，包括：
3、获取待检测光伏组件的目标图像；
4、对所述目标图像进行预处理，获得输入图像；对所述输入图像进行自学习特征提取，获得所述输入图像的特征矩阵；根据所述输入图像的特征矩阵，获得所述输入图像的视觉显著图；对所述输入图像进行区域分割；
5、根据所述视觉显著图和区域分割后的输入图像，定位所述输入图像的缺陷区域；
6、根据所述缺陷区
7、本申请实施例提供的一种光伏组件缺陷检测方法，应用于处理设备，所述装置包括：
8、获取模块，用于获取光伏组件图像；
9、处理模块，用于对所述目标图像进行预处理，获得输入图像；对所述输入图像进行自学习特征提取，获得所述输入图像的特征矩阵；根据所述输入图像的特征矩阵，获得所述输入图像的视觉显著图；对所述输入图像进行区域分割；
10、定位模块，用于根据所述视觉显著图和区域分割后的输入图像，定位所述输入图像的缺陷区域；
11、确定模块，用于根据所述缺陷区域，确定所述目标图像的缺陷检测结果。
12、本申请实施例提供的处理设备，包括：处理器和存储器，该存储器用于存储计算机程序，所述处理器用于调用并运行所述存储器中存储的计算机程序，执行上述任意一种光伏组件缺陷检测方法。
13、本申请实施例提供的计算机可读存储介质，用于存储计算机程序，所述计算机程序使得计算机执行上述任意一种方法。
14、本申请实施例的技术方案中，终端通过获取待检测光伏组件的目标图像，对目标图像进行预处理后获得输入图像，对输入图像进行自学习特征提取，获得输入图像的特征矩阵，根据输入图像的特征矩阵获得视觉显著图；对输入图像进行区域分割，根据视觉显著图和区域分割后的输入图像，定位所述输入图像的缺陷区域，从而确定所述目标图像的缺陷检测结果。如此，将人眼的视觉注意机制引入到光伏组件表面缺陷检测中，通过对光伏组件的目标图像进行预处理、图像分割和视觉显著性检测来定位缺陷，使得光伏组件表面缺陷检测方法更加精准，从而针对光伏组件产品生产质检场景进行产品化设计和开发，最终完成一款面向光伏生产企业的智能化质检产品。
本文档来自技高网...【技术保护点】
1.一种光伏组件缺陷检测方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述对所述目标图像进行预处理，包括：
3.根据权利要求2所述的方法，其特征在于，所述删除所述目标图像中的主栅线和副栅线，包括：
4.根据权利要求2所述的方法，其特征在于，所述填充所述目标图像中删除主栅线和副栅线的区域，包括：
5.根据权利要求1至4中任一项所述的方法，其特征在于，所述对所述输入图像进行自学习特征提取，获得所述输入图像的特征矩阵，包括：
6.根据权利要求1至4中任一项所述的方法，其特征在于，所述根据所述输入图像的特征矩阵，获得所述输入图像的视觉显著图，包括：
7.根据权利要求1至4中任一项所述的方法，其特征在于，所述对所述输入图像进行区域分割，包括：
8.根据权利要求7所述的方法，其特征在于，所述根据所述视觉显著图和区域分割后的输入图像，定位所述输入图像的缺陷区域，包括：
9.根据权利要求1至4中任一项所述的方法，其特征在于，所述根据所述缺陷区域，获得所述目标图像的缺陷检测
10.一种光伏组件缺陷检测装置，应用于处理设备，所述装置包括：
11.一种处理设备，其特征在于，包括：处理器和存储器，该存储器用于存储计算机程序，所述处理器用于调用并运行所述存储器中存储的计算机程序，执行如权利要求1至9中任一项所述的方法。
12.一种计算机可读存储介质，其特征在于，用于存储计算机程序，所述计算机程序使得计算机执行如权利要求1至9中任一项所述的方法。
...【技术特征摘要】
1.一种光伏组件缺陷检测方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述对所述目标图像进行预处理，包括：
3.根据权利要求2所述的方法，其特征在于，所述删除所述目标图像中的主栅线和副栅线，包括：
4.根据权利要求2所述的方法，其特征在于，所述填充所述目标图像中删除主栅线和副栅线的区域，包括：
5.根据权利要求1至4中任一项所述的方法，其特征在于，所述对所述输入图像进行自学习特征提取，获得所述输入图像的特征矩阵，包括：
6.根据权利要求1至4中任一项所述的方法，其特征在于，所述根据所述输入图像的特征矩阵，获得所述输入图像的视觉显著图，包括：
7.根据权利要求1至4中任一项所述的方法，其特征在于，所述对所述...
【专利技术属性】
技术研发人员：王松杰，姚宇华，
申请(专利权)人：中移上海信息通信科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。