(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210462431.4 (22)申请日 2022.04.28 (71)申请人 特瑞克电子科技 （南 通） 有限公司 地址 226000 江苏省南 通市海门区包场镇 海迎路45号 (72)发明人 林正　张俊戈　 (74)专利代理 机构 济宁仁礼信知识产权代理事 务所(普通 合伙) 37383 专利代理师 李新苗 (51)Int.Cl. G06T 7/00(2017.01) G06T 7/13(2017.01) G06T 7/136(2017.01) G06V 10/26(2022.01) G06V 10/44(2022.01)G06V 10/48(2022.01) G06V 10/764(2022.01) (54)发明名称 基于霍夫变换的光伏电池板异常检测方法 (57)摘要 本发明涉及基于霍夫变换的光伏电池板异 常检测方法， 该方法包括： 获取光伏电池表面图 像的边缘图像， 将边缘图像转换为霍夫空间图 像； 根据霍夫空间图像中每个点的像素值和最佳 分割阈值将点分类得到多个含有局部高亮点的 判断列； 获取每个局部高亮点的斜率， 根据斜率 得到异常局部高亮点， 计算异常局部高亮点的异 常程度； 进而得到霍夫空间图像的综合异常程 度， 根据综合异常程度和设定的断栅阈值确定断 栅缺陷， 本发 明直接通过霍夫空间图像的综合异 常程度和断栅缺陷阈值对比确定断栅缺陷， 该过 程简单， 耗时较少， 提高了光伏电池板断栅缺陷 检测的效率。 权利要求书3页 说明书7页 附图1页 CN 114926406 A 2022.08.19 CN 114926406 A 1.基于霍夫变换的光伏电池板异常检测方法， 其特 征在于， 该 方法包括： 获取光伏电池板的表面图像， 对表面图像进行边 缘检测得到边 缘图像； 对边缘图像进行霍夫变换得到霍夫空间图像， 将霍夫空间图像中每个点经过曲线的个 数作为该点的像素值， 获取霍夫空间图像中每 个点的极角、 极径； 根据预设的分割阈值从所有点中选取局部 高亮点， 根据每个局部高亮点的极角将局部 高亮点分为多个判断列； 根据每个判断列中局部高亮点的极径和像素值得到局部 高亮点的斜率， 根据斜率确定 异常局部高亮点和无异常局部高亮点； 根据每个判断列中无异常局部高亮点的斜率、 极径、 像素值和该判断列中异常局部高 亮点的极径、 像素值得到每 个判断列中异常局部高亮点的异常程度； 根据每个判断列中异常局部 高亮点的异常程度得到霍夫空间图像的综合异常程度， 根 据综合异常程度和设定的断栅 缺陷阈值确定断栅 缺陷。 2.根据权利要求1所述的基于霍夫变换的光伏电池板异常检测方法， 其特征在于， 根据 预设的分割阈值从所有点中选取局部高亮点的步骤 包括： 根据预设的分割阈值和每 个点的像素值得到最佳分割阈值； 根据最佳分割阈值从所有点中选取局部高亮点。 3.根据权利要求2所述的基于霍夫变换的光伏电池板异常检测方法， 其特征在于， 根据 预设的分割阈值和每 个点的像素值得到最佳分割阈值的步骤 包括： 将霍夫空间图像中像素值大于预设的分割阈值的点划分为初始局部 高亮点， 将霍夫空 间图像中像素值小于或等于预设的分割阈值的点划分为初始背景点； 获取初始局部高亮点、 初始背景点占霍夫空间图像所有点对应的高亮点比例、 背景点 比例； 获取初始局部高亮点的像素值均值和初始背景点的像素值均值； 根据高亮点比例、 背景点比例、 初始局部高亮点的像素值均值、 初始背景点的像素值均 值得到类间方差； 多次调整预设的分割阈值得到多个对应的类间方差， 选取最大类间方差对应的分割阈 值作为最佳分割阈值。 4.根据权利要求1所述的基于霍夫变换的光伏电池板异常检测方法， 其特征在于， 根据 每个局部高亮点的极角将局部高亮点分为多个判断列的方法是： 将极角相等的局部高亮点 划分为同一个判断列。 5.根据权利要求1所述的基于霍夫变换的光伏电池板异常检测方法， 其特征在于， 根据 每个判断列中局部高亮点的极径和像素值得到局部高亮点的斜 率的步骤 包括： 当判断列中连续的局部高亮点的像素值随极径的增大而递增或者不变时， 记为递增趋 势， 根据下式(a)计算 递增趋势下局部高亮点的斜 率： 其中， ki表示递增趋势下第i个局部高亮点的斜率； hi表示第i个局部高亮点的像素值； hi‑1表示与第i个局部高亮点在相同判断列的第i ‑1个局部高亮点的像素值； ri表示第i个局 部高亮点的极径； ri‑1表示与第i个局部高亮点在相同判断列的第i ‑1个局部高亮点的极径；权　利　要　求　书 1/3 页 2 CN 114926406 A 2当判断列中连续的局部高亮点的像素值随极径的增大而递减时， 记为递减趋势， 根据 下式(b)计算 递减趋势下局部高亮点的斜 率： 其中， ke表示递减趋势下第e个局部高亮点的斜率； he表示第e个局部高亮点的像素值； he+1表示与第e个局部高亮点在相同判断列的第e+1个局部高亮点的像素值； re表示第e个局 部高亮点的极径； re+1表示与第e个局部高亮点在相同判断列的第e+1个局部高亮点的极径。 6.根据权利要求4所述的基于霍夫变换的光伏电池板异常检测方法， 其特征在于， 根据 斜率确定异常局部高亮点和无异常局部高亮点的步骤 包括： 递增趋势下， 若某个局部 高亮点的斜率小于该局部高亮点所在判断列中其他局部 高亮 点的斜率； 且该局部高亮点的斜率不等于0， 该局部高亮点所在判断列中的相邻局部高亮点的斜 率也不等于0， 则该局部高亮点为异常局部高亮点， 该判断列中其余局部高亮点为无异常局 部高亮点； 递减趋势下， 若某个局部 高亮点的斜率大于该局部高亮点所在判断列中其他局部 高亮 点的斜率； 且该局部高亮点的斜率不等于0， 该局部高亮点所在判断列中的相邻局部高亮点的斜 率也不等于0， 则该局部高亮点为异常局部高亮点， 该判断列中其余局部高亮点为无异常局 部高亮点。 7.根据权利要求4所述的基于霍夫变换的光伏电池板异常检测方法， 其特征在于， 根据 每个判断列中无异常局部高亮点的斜率、 极径、 像素值和该判断列中异常局部高亮点的极 径、 像素值得到每 个判断列中异常局部高亮点的异常程度的步骤 包括： 根据下式(c)计算 递增趋势下异常局部高亮点的异常程度： 其中， ua表示递增趋势下异常局部高亮点a的异常程度， kx表示异常局部高亮点a所在判 断列中无异常局部高亮点 的斜率； ra表示异常局部高亮点a的极径； ra‑1表示异常局部高亮 点a所在判断列中的相邻局部高亮点a ‑1的极径； ha表示异常局部高亮点a的像素值， ha‑1表 示异常局部高亮点a所在判断列中的相邻局部高亮点a ‑1的像素值； 根据下式(d)计算 递减趋势下异常局部高亮点的异常程度： 其中， ub表示递减趋势下异常局部高亮点b的异常程度， ky表示异常局部高亮点b所在判 断列中无异常局部高亮点 的斜率； rb表示异常局部高亮点b的极径； rb+1表示异常局部高亮 点b所在判断列中的相邻局部高亮点b+1的极径； hb表示异常局部高亮点b的像素值； hb+1表 示异常局部高亮点b所在判断列中的相邻局部高亮点b+1的像素值。 8.根据权利要求1所述的基于霍夫变换的光伏电池板异常检测方法， 其特征在于， 根据 每个判断列中异常局部高亮点的异常程度得到霍夫空间图像的综合异常程度的步骤 包括： 将每个判断列中异常局部高亮点的异常程度相加， 得到对应判断列的异常程度； 根据每个判断列中所有局部高亮点的像素值得到对应判断列的影响权 重；权　利　要　求　书 2/3 页 3 CN 114926406 A 3