1、第 卷第 期 年 月常 州 工 学 院 学 报 .:./.收稿日期:基金项目:江苏省学位委员会、教育厅研究生实践创新计划项目()作者简介:刘涛()男安徽马鞍山人硕士研究生主要研究方向为绿色成形制造技术与工艺通信作者:周自强()男安徽合肥人博士副教授.基于图像处理技术的废旧光伏组件损坏程度研究刘涛周自强戴国洪(.江苏理工学院机械工程学院江苏 常州.江苏省机电产品循环利用技术重点建设实验室江苏 常熟.常熟理工学院机械工程学院江苏 常熟)摘要:当光伏组件报废时如果不对其部分零件进行回收利用会降低光伏组件的经济效益文章用图像处理技术将废旧光伏组件与其出厂时的状况进行差异性对比从而得到相似度通过相似度来
2、判断光伏组件的损坏程度关键词:光伏组件图像处理损坏程度中图分类号:文献标志码:文章编号:()(.):.:由于光伏发电装机数的快速增长废旧光伏组件的数量不断增多若对废旧光伏组件处理不当不仅会导致环境污染还会造成能源浪费目前国内在对废旧光伏组件进行拆卸时大部分是单纯的人工拆卸或者机械破坏性拆卸 由于光伏组件破坏程度不一其适宜的拆卸方式也应不同破坏性较低的光伏组件适合人工细拆而破损程度较大的光伏组件则适合机械破坏式拆卸因此如何区分光伏组件的损坏程度已成为区分光伏组件拆卸方式的关键问题计算机的崛起带动了图像处理的发展研究人员将图像处理广泛用于各个方面其中就包括对物品损坏程度的研究 郭克友等设计了一套基
3、于图像处理的啤酒瓶口缺陷检测系统 熊文劼研究出一种基于图像识别的路面破损自动检测系统 杨宇昕设计了一种通过图像处理技术来分辨健康棉籽和破损棉籽的装置 一般判断物件的损坏程度就是将其与出厂时的样子进常州工学院学报 年行比对在图像处理中通过图像直方图比较就可以明确显示出两个图像的差异 本文以废旧光伏组件作为对象在获取所需图像后通过对图像的预处理得到预处理后图像的直方图再将直方图进行差异化对比计算出相似度最后得到废旧光伏组件的损坏程度并决定其拆卸方式 废旧光伏组件图像预处理.废旧光伏组件图像获取一块光伏组件通常由钢化玻璃、和电池片等部分构成图 为一个完整光伏组件的主要构成部分及其位置图 光伏组件构成
4、图光伏组件的电池片规格有 片()和 片()本文研究的是 片()电池片组成的光伏组件图片的获取方式是通过图 中的传送带将光伏组件运输到 工业相机下方然后利用相机实时捕捉每个光伏组件的图像最后将图像传输到电脑上进行后续操作图 图像获取示意图选取 张不同损坏程度的图像与完好的图像进行对比完好与损坏的光伏组件如图 所示()图为完好的光伏组件()图为有划痕的光伏组件()图为破裂的光伏组件()图为电池片丢失的光伏组件 基于工厂对不同损坏程度的光伏组件的拆卸方式进行综合分析并以光伏组件主要损坏方式(破裂与丢失)为例对拆卸方式进行如下定义:电池片上有划痕定为轻微磨损采用人工细拆方式进行拆卸电池片有破裂现象定为
5、中度磨损采用人工粗拆的方式进行拆卸电池片丢失则定为严重破损采用机器破坏式拆卸图 不同状态的光伏组件图在图像处理中图像的灰度直方图是一种重要的分析工具其中蕴含着重要的信息 对图像进行分割和特征提取都需要用到灰度直方图因此如何有效地提取图像的灰度特征显得尤为重要 不同状态的光伏组件图像的灰度直方图如图 所示()图为完好光伏组件的灰度直方图()图为有损坏的光伏组件的灰度直方图 灰度直方图的 轴为灰度级 轴为各灰度级出现的相对频率 由图 两种状态下光伏组件的灰度直方图可以清晰地看出左侧值较高右侧值较低这是因为光伏组件整体成分主要是以黑色为主 可看出()图中 轴最右侧 第 期刘涛等:基于图像处理技术的废
6、旧光伏组件损坏程度研究处的波峰比()图的高一些这是因为裂痕为白色在颜色中白色为()完好的光伏组件灰度直方图()有损坏的光伏组件灰度直方图图 不同状态光伏组件图像的灰度直方图.图像直方图均衡化与膨胀处理废旧光伏组件电池片损坏时不只是破损和缺失有时只是电池片的颜色发生轻微变化导致本身机能衰退以至于需要回收处理 直方图均衡化是通过将图像的直方图分布改为近似均匀分布来提高灰度图像对比度的一种方法 本实验针对废旧光伏组件在损坏时颜色上的轻微变化通过灰度图像对比度直方图均衡化增强方法对这些轻微颜色变化的点进行处理得到其损坏程度此外废旧光伏组件损坏时经常伴有很多细微的损坏点例如细小的裂痕、刮蹭和细小的穿孔等
7、如果不进行放大处理就直接进行灰度直方图对比将会大大降低实验的准确度 图像的膨胀处理是指将像素值加入图像边缘使整个像素值得到扩展这也可称为像素的插值处理 通过同时对完好的光伏组件和废旧光伏组件进行图像的膨胀处理将废旧光伏组件里细微的破损点扩大然后显露出来使两者的差别更加明显 当、为两个集合结构元素 的中心为 则 被 膨胀的定义如式()所示 ()()是图片在电脑识别中得到的一个集合是实验中加入的集合需要根据不同的要求进行定义 本文加入的集合 为 的单位集合数据类型为 将直方图均衡化后的图片进行膨胀处理得到的结果与原始图片对比如图 所示()图为处理前图片()图为处理后图片可以看出膨胀后电池片破裂处更
8、加明显()图像膨胀处理前()图像膨胀处理后图 图像膨胀处理结果对比图 破损度判别对存在差异性的直方图可采用直方图对比技术求出两个直方图间的相似度值 为了对两个直方图(和)进行相似度比较第一步需要选择一种对比标准来对直方图相似度进行度量设相似度对比标准为()表达式如式 常州工学院学报 年所示为 的均值()()()()()()若 即两个图的直方图一样分子等于分母()的值为在不完全精确的情况下可认为两幅图是相同的 虽然也会发生一种情况:直方图计算的是像素点个数的分布情况不会显示像素点的位置所以有可能会出现两幅图片不一样但相同像素的个数完全一样的情况那么直方图也将是一样的 不过这种情况在对比内容为光伏
9、组件这种主要色彩为黑白的图像时很难发生本文对不同损坏程度的图像进行处理分析处理算法流程图如图 所示 如果相似度在 即()为.至 时则代表两张图相似度很高意味着废旧光伏组件的损坏程度较低采用人工细拆如果相似度在.)则代表两张图差别度中等意味着废旧光伏组件的损坏程度中等采用人工粗拆如果相似度在.以下则代表两张图的差别较大意味着废旧光伏组件的损坏程度较大人工拆卸的需求性较低采用机械破坏式拆卸图 破损度判别算法流程图将图 中选取的废旧光伏组件进行破损度判别处理得到三者和完好光伏组件图的相似度依次为.、.和.依此可判断出应采用的拆卸方式如图 所示()图为人工细拆()图为人工粗拆()图为机械破坏式拆卸图
10、各损坏程度的废旧光伏组件采用的拆卸方式 分析检测结果为了检验检测结果的准确度设计以下 个步骤:)利用人工检测先将 个损坏程度不一的光伏组件进行拆卸方式判定)将每种拆卸方式中的图片进行处理得到其与完好的光伏组件之间的相似度定义拆卸的方式)比较人工检测和本文方法得到的拆卸方式得出系统检测的准确度将得到的各项数据进行综合(见表)准确度是图片处理中的正确数和图片处理总数的比值结果保留两位小数表 光伏组件拆卸方式统计表拆卸方式人工检测数图片处理数图片处理中的正确数准确度/人工细拆.人工粗拆.机械破坏式拆卸.总计.观察检测结果发现使用本文检测方法的准确度较高 将错误的结果进行分析发现其相似度也处于误差范围
11、内第 期刘涛等:基于图像处理技术的废旧光伏组件损坏程度研究在工厂中对光伏组件的损坏程度进行检测时主要是通过员工的眼睛来判断损坏程度 通过检验结果可知本文所提的方法有一定的科学性 本文将人眼判断变成了机器判断将会大大提高生产效率并可以将一些人眼难以发现的缺陷识别出来提高了准确性 结语本文利用图像处理技术对获取到的图像进行处理通过图像直方图对比来判断废旧光伏组件所需采用的拆卸方式 本研究为利用图像处理定义废旧光伏组件损坏程度提供了理论与实践基础不仅可以准确地给出废旧光伏组件的拆卸方式还提高了检测的速度参考文献殷爱鸣.废弃光伏组件回收现状与趋势.分布式能源():.罗晶郎文辉许建平.面向颗粒状农产品的
12、分选方法.传感器与微系统():.郭克友廉丽冰李娜等.基于 的啤酒瓶口缺陷检测系统研究.制造业自动化():.熊文劼.基于图像识别的道路路面破损自动检测系统.价值工程():.杨宇昕.基于外形尺寸的脱绒棉籽筛选装置的研究.阿拉尔:塔里木大学.张铮徐超任淑霞等.数字图像处理与机器视觉.北京:人民邮电出版社.汪启伟.图像直方图特征及其应用研究.合肥:中国科学技术大学.翟立波.基于 网络的古籍版面图像差异性比较方法研究.保定:河北大学.陈永亮.灰度图像的直方图均衡化处理研究.合肥:安徽大学.刘海谊赵汝文丁勇.一种基于密度峰和 算法的图像分割算法.桂林电子科技大学学报():.责任编辑:刘景平(上接第 页)李
13、正明章金龙.基于深度学习的抓取目标姿态检测与定位.信息与控制():.:/.:.刘怡帆王旭飞周鹏.基于 神经网络的红外图像道路行人检测.数字技术与应用():.:/.:.:/.:.:.():.张艳珠刘彬.基于 网络的房屋目标检测研究.计算机应用():.张宝朋康谦泽李佳萌等.轻量化的 目标检测算法.计算机工程():.吴海波刘钊.基于拉普拉斯算子的彩色图像锐化处理.电脑开发与应用():.欧阳宁刘力元林乐平.基于改进边缘方向梯度图的人脸识别算法.桂林电子科技大学学报():.闪文章.单幅彩色图像高光去除方法研究.合肥:安徽大学.李莉莉.基于深度学习的集装箱识别技术研究与实现.上海:东华大学.万四鑫李丹.基于 的车辆检测系统.网络安全技术与应用():.责任编辑:刘景平