基于太阳能电池板表面花纹的分类识别系统

• 作者: 赵勋杰 陈韶冬 马晓月
• 来源期刊: 光电技术应用
• 学科: 工学
• 关键词: 太阳能电池板 局部二值模式 局部对比度 BP神经网络
• 年，卷（期）: 2017,（5）
• 所属期刊栏目: 信号与信息处理
• 页码范围: 52-56
• 页数: 5页
• 分类号: TM914.4
• 字数: 3082字
• 语种: 中文

摘要

在大规模生产太阳能电池板过程中,由于生产工艺的影响,部分电池板表面会产生颜色深浅不同的花纹(又称为晶花).用户常常要求厂家对不同花纹的电池板进行分类供应.为此,提出了一种人工智能分类识别系统.系统以太阳能电池板的表面花纹深浅程度为分类依据,对太阳能电池板进行分类识别.系统首先使用局部二值模式(LBP)算子作为分类特征,将电池板分为“有晶花”和“无晶花”两类,然后使用局部对比度作为分类特征,对“有晶花”一类细分为“强晶花”和“弱晶花”两类.为了满足生产线快速、准确分类的要求,系统使用了BP神经网络作为分类器.实验结果表明,分类系统速度快、准确率高,能够满足实际的生产线需求.