原创力文档- 1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
- 2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本发明提供了一种基于红外图像的太阳能板缺陷检测方法，利用了基于深度学习的背景分割技术去除图像非太阳能板区域的复杂背景干扰，再结合线段检测和角点检测改进了传统的太阳能板目标检测方法，最后结合太阳能板缺陷的先验知识，使用聚类等方法进行局部和全局缺陷检测，实现了鲁棒性和准确率较高的太阳能板缺陷检测。降低了成本，提高了效率，适合大型光伏电站使用，引入了基于深度学习背景分割方法，有效去除了红外图像中背景干扰信息，有益于系统适应不同自然环境中的光伏电站，提高了后续目标识别的准确度和鲁棒性。调整了传统CV方法
(19)中华人民共和国国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 113538503 A
(43)申请公布日 2021.10.22
(21)申请号 202110965092.7 G06N 3/04 (2006.01)
文档评论（0）