苏州大学 物理与光电·能源学部,江苏 苏州 215006
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。
太阳能电池板 局部二值模式 局部对比度 BP神经网络 solar panel local binary pattern local contrast back propagation (BP) neural network
