基于卷积神经网络的室外运行太阳能电池板裂纹检测

• 作者: 姜瑾 朱美强 李明 陈家乐
• 来源期刊: 扬州大学学报（自然科学版）
• 学科: 工学
• 关键词: 裂纹检测 太阳能电池板 图像处理 卷积神经网络
• 年，卷（期）: 2020,（1）
• 页码范围: 49-53
• 页数: 5页
• 分类号: TP391.4
• 语种: 中文
• DOI: 10.19411/j.1007-824x.2020.01.010

摘要

针对室外运行的太阳能电池板裂纹检测问题,提出一种基于卷积神经网络的自动检测算法.首先,采用寻找轮廓、拟合四边形和透视变换等图像处理方法对采集的太阳能电池板电致发光图像进行矫正;然后,采用背景去除、图像投影、电池单元边界线寻找和透视变换等方法将矫正的图像分割为太阳能电池单元图像;最后,应用经训练的改进卷积神经网络检测电池单元图像是否含有裂纹.训练神经网络时,使用欠采样与过采样技术解决正负样本的不平衡问题.结果表明:该算法在测试集上的准确率可达96.37％,满足太阳能电池板自动分割的要求,能有效检测出有裂纹的电池单元.