太阳能电池板直线检测的切空间角度投影方法

孙　雯，洪留荣，葛方振（淮北师范大学 计算机科学与技术学院，安徽 淮北 235000）

太阳能电池板直线检测的切空间角度投影方法

孙雯，洪留荣，葛方振①
（淮北师范大学 计算机科学与技术学院，安徽 淮北 235000）

为实现对太阳能电池板边缘直线的快速检测，文章提出基于切空间的角度投影方法.对太阳能电池板进行预处理，得到边缘信息，将其边缘特征进行切平面表示.在切平面内，直线表示成一条水平线，且该水平线的角度为直线的偏转角度.对切空间特征进行角度方向投影之后，该水平线上的点大量聚集，产生一个峰值点，该峰值点对应于原始直线.由此实现了对太阳能电池板边缘直线的定位.实验表明该方法速度快，抗噪能力强，精确度可达到97%.

直线检测；切空间；投影；破损

0　引言

硅材料太阳能电池板大多通过多晶体或者单晶体棒材切片形成，在生产过程中，很容易出现破损，断裂［1］.很多情况下，可以将部分破损程度较轻的太阳能电池板重新切割，成为较小规格的无破损板继续使用，同时要保证重新切割的太阳能电池板保留原始板子的最大无破损区域.因此需要精确定位太阳能电池板的边缘直线，尽量得到太阳能电池板的实际尺度，从而更好地实现最大无破损区域的重新切割.针对太阳能电池板的特性，本文提出了新的直线检测算法——切空间角度投影方法.

图1是本文算法具体步骤，首先对太阳能电池板进行预处理得到其边缘图像［2］，由于太阳能板的边缘曲线一般情况下为直线，而直线在切空间［3］表示下为对应直线方向的水平线，将边缘曲线转换到切空间可以得到边缘曲线的角度特征，对角度方向投影［4］之后的极大值点则对应边缘直线，由此实现太阳能电池板边缘图像的直线探测.

图1　切空间角度投影方法的实验步骤

在实验中使用了一个遮光性较强的实验箱，箱顶中间位置固定采样相机，箱底采用抽拉板进行太阳能电池板的快速抽放.箱子内部表面颜色为黑色，太阳能电池板为灰色.试验箱如图2所示.

实验中使用背景差法分割出太阳能电池板的完整信息.直线检测问题其实就是找到组成直线的所有的像素点［5］，所以太阳能电池板的内部不需要进行过多分析，只需要考虑边缘信息.使用梯度算子，进行边缘检测，得到边缘点的信息.

有了边缘信息，就可以使用切空间角度投影方法实现对太阳能电池板边缘直线的检测.

图2　试验箱

1　切空间介绍

将直角坐标系中的曲线ζ转化到由Ti2T（i+1）1，T（i+1）1T（i+1）2表示的切空间内，转化规则如下：

值得注意的是，当ζ是一条沿顺时针方向的封闭曲线时，Tn1的坐标为（1，2π）.

图3　曲线的切空间表示示意图

特别的，当曲线是一条直线的时候，可以知道偏转角度θi恒等于0，则对应的切空间表示为一条水平直线.

2　切空间角度投影方法

2.1太阳能电池板边缘曲线的切空间表示

由切空间的变换规则，可以得到曲线转化到切空间后的特征：

（1）当ζ是弧线时，对应在切空间内的曲线Ϛ以角度θi递增变化；

（2）当ζ是存在噪声的直线时，噪声处的角度突变，对应在切空间内的曲线Ϛ以角度θi变化.无噪声处的直线部分，角度变化为0°，对应在切空间内的曲线Ϛ是一条水平直线.

（3）当ζ是理想直线时，对应在切空间内的曲线为一条过（0，0）点的水平直线，此时角度差θi≡0.

由此可知，切空间能更好地表示直线及其对应角度的关系.

为不失一般性，考虑无破损太阳能电池板边缘曲线的切空间表示.沿顺针方向定义边缘曲线为ζ1，ζ2，ζ3，ζ4，可以得到太阳能电池板边缘曲线的角度特征如下（定义Δθ为角度变化值）：

（1）分布于同一曲线ζi上的基元段，Δθ≈0°；

（2）分布于相邻边缘曲线ζ1ζ2、ζ2ζ3、ζ3ζ4或ζ4ζ1上的基元段，Δθ=90°；

（3）分布于相互平行的曲线ζ1ζ3或ζ2ζ4上的基元段，Δθ=180°；

（4）从ζ1到ζ1，Δθ=360°.

当太阳能电池板边缘出现破损时，非破损部分满足上述特征，破损部分角度变化是随机的.在实际中，破损部分大多小于非破损部分，在转化到切空间表示之后，破损部分对应于水平线上的突变.但是对于水平线来说，突变只是少数部分，不会影响水平线的整体水平走向.

由于太阳能电池板相邻的边缘曲线角度变化为90°，也就是Ti2=90°，在切空间表示时，会出现一个高度为90°的突变.太阳能电池板的4条边缘曲线对应不同的角度，则不同曲线将分布到不同的区域内，其切空间表示将4条边缘曲线划分到不同区域内.如图4所示.

图4　边缘曲线图的切空间表示

由于太阳能电池板的边缘图像在预处理过程中可能存在一定毛刺，为了消除噪声，在试验中每隔4个像素取一个边缘点，也就是基元段的长度为4个像素大小.算法的抗噪声能力得到增强.此时，Tn1的坐标为（4，2π）.

由图4可以看到切空间表示太阳能电池板的边缘特征如下：

（1）板子的4个边缘在切空间内被划分到4个区域；

（2）每一区域内，边缘曲线的切空间表示都是围绕一个水平线上下波动（我们提取的边缘图像并不是理想直线，存在噪声）；

（3）当某一边缘曲线上存在明显破损时，表示在切空间内是剧烈且密集的角度变化，如图4b所示；

（4）每一条边缘曲线的切空间表示，都在对应的角度上大量聚集，角度值偏差较小.相反，不同边缘曲线的切空间表示，角度变化巨大，离散度很高.

因此，边缘曲线图中的边缘直线，在切空间内表现为一条水平线，在角度方向上离散度极小.

2.2对切空间内的曲线特征进行投影

已知基元段对应的角度为θi，在切空间表示中为Ti2，若边缘曲线为直线，则Ti2-T（i+1）2≡0.在实际中，边缘曲线不是理想直线，为了消除预处理带来的边缘噪声影响，提高算法的抗噪能力，保证直线定位的精确性，定义容错角度［6］Δθ=15°.

S（Ti2）表示在角度为Ti2时，在容错角度内，共存在基元段的个数.

由上面的分析，可以将切空间曲线进行角度方向的投影.投影图像的横坐标表示角度值Ti2，纵坐标是对应该角度值的基元段的个数S（Ti2）.投影之后的图像特点如图5所示.

（1）当ζ是弧线［7］时，对其对应的切空间曲线Ϛ进行角度方向的投影，此时投影图像中存在较多点数变化不大的峰值点，这些峰值点远小于n（曲线的总点数），如图5a3所示.

（2）当ζ是存在噪声的直线时，对其对应的切空间曲线Ϛ进行角度方向的投影，此时投影图像中仅有一个绝对峰值（峰值接近于n）.噪声点对应的角度值上存在少数点的聚集，如图5b3所示.

（3）当ζ是理想直线时，对其对应的切空间曲线Ϛ进行角度方向的投影，此时投影图像中仅有一个点.该点的横坐标是直线ζ的方向角度值，纵坐标是组成直线的点的个数，如图5c3所示.

图5　当原始图像是曲线图，噪声直线和理想直线对应的切空间表示和角度方向投影

由图5可以看到，当原图像是理想直线时，对应切空间曲线呈现水平特征，在角度方向上没有变化.此时进行角度方向的投影，投影图像是一个点.也就是说，当进行角度投影之后形成一个聚集点时，表示原图像中存在直线.由角度方向投影图，可以实现对边缘曲线图的直线探测.

将太阳能电池板边缘图像的切空间表示进行角度方向投影，可以实现对太阳能电池板边缘直线的探测，但太阳能电池板边缘可能存在多种破损情况，对应不同的破损情况，需要具体分析，以实现边缘直线的精确定位.

2.3太阳能电池板边缘直线的探测

对于无破损太阳能电池板，经过切空间角度投影之后，存在4个相对峰值点（峰值点大小近似于n/ 4），每一个峰值点对应一条直线.

对于破损太阳能电池板，针对3种不同的破损情况，进行直线探测如下.

1）当边缘曲线内部存在破损时，在此仅分析在一条边缘曲线中存在一个破损的情况（多条直线上存在多个破损的情况，分析相同）.

在经过投影之后，处在同一边缘曲线上的点会聚集同一区域内，所以不存在无法确定破损所在直线的情况，可以直接确定破损部位处于图像的哪一段边缘区域内.

当该曲线上存在破损情况时，投影后的峰值点上聚集的点必然不是连续的（其断点即为破损处）.可以仅定位破损点一侧的直线，也可以定位破损点两侧的直线段.假设只定位破损点一侧的直线部分，由于边缘处理过程中，边缘存在一定的噪声和几何畸变，在破损端点处的基元段角度可能发生偏转，或存在一定的上下浮动的情况.此时，延长所定位的直线，可能导致直线位置发生较大变化，对于正确地确定角点，实现倾斜校正会产生巨大的影响.为了保证直线方向和位置的精确性，需要定位破损点两侧的直线部分［8］，如图6a2.

2）当边缘曲线端点部分存在破损（也就是角点位置存在破损），边缘内部不存在破损时，投影后的峰值点上聚集的点即破损点之外的直线部分必然连续.此时使用本文方法，可以直接定位边缘中的直线部分，如图6b2.

3）当一条边缘曲线完全破损时［9］，此时切空间图像沿着曲线方向角度变化剧烈.角度方向呈梯度上下波动.在角度方向进行投影后，对应多个角度都存在点数相差不大的聚集点.此时，该边缘肯定是被全部切割的，选择最大峰值点对应的角度作为该边缘曲线，尽管精确度会下降，但是并不会影响最终太阳能电池板的切割，如图6c2.

图6　边缘曲线分别在中间出现破损、断点处出现破损和完全破损时的直线定位

经过上述分析，当破损太阳能电池板出现上述各种破损情况时，都可以实现边缘直线的精确探测.实验结果如图7所示：

图7　太阳能电池板边缘曲线分别为角点破损、中间破损和一条完整边出现破损时的切空间图像、角度方向投影图像和最终直线定位图像

3　实验分析

从实际工厂随机抽取太阳能电池板45张，实际边缘直线共180条.使用本文算法进行直线检测，得到实验结果如表1所示：

表1实验结果

产生错误检测的情况是：当破损处呈现直线特征，算法会将破损处的直线部分检测出来.这是因为通过角度特征进行直线定位时，若角度变化满足直线特征，则定位其为直线，并未区分直线特征出现在破损部分还是非破损部分.

4　结论

我国是世界上第一大太阳能电池板生产国，绿色能源的广泛使用，使得太阳能电池板的产量迅速扩大［10］.实现太阳能电池板的破损检测和重新切割也变得越来越重要.

本文提出的切空间角度投影直线检测方法，其算法规模为边缘点的个数N，基本操作是赋值运算，算法的执行速度很快［11］.算法在进行切空间转化时采用了4个像素长度为一个基元段，在角度方向投影时采用了容错角度，使得算法的抗噪能力较强.针对太阳能电池板可能存在的各种破损情况，本文做了详细的分析，并提出了相应的解决办法，能够有效地提高太阳能电池板边缘直线的检测效率，对太阳能电池板的重新切割有重要意义.

［1］索雪松，高亮，王楠，等.太阳能电池板缺陷EL检测系统的设计［J］.中国农机化学报，2013，34（3）：175-178.

［2］RAFAEL C G，RICHARD E W，STEVEN L E.数字图像处理［M］.阮秋琦，译.北京：电子工业出版社，2008：285-311.

［3］NGUYEN T P，DEBLED-RENNESSON I.Circularity measuring in linear time［C］//2010 International Conference on Pat⁃tern Recognition，Washington DC：IEEE Computer Society，2010：2089-2101.

［4］张文增，陈强，都东，等.直线检测的灰度投影积分方法［J］.北京：清华大学学报，2005，45（11）：1446-1449.

［5］杨喜宁，段建民，高德芝，等.基于改进Hough变换的车道线检测技术［J］.计算机测量与控制，2010，18（2）：292-298.

［6］肖道举，彭涛，陈晓苏.一种基于误差扩散理论的直线检测算法［J］.华中科技大学学报，2007，35（4）：29-32.

［7］胡涛，任仙怡，蔡铁，等.高分辨力PCB裸板图像轮廓快速圆弧探测［J］.光电工程，2014，41（7）：88-94.

［8］孙涵，任名武，杨静宇.一种快速实用的直线检测算法［J］.计算机应用研究，2006，2：256-260.

［9］袁继栋，阳波，郑煜，等.高精度直线检测算法研究与误差分析［J］.现代制造工程，2011，2：19-23.

［10］王楠.太阳能电池板在线监测系统的研究［D］.保定：河北农业大学，2011：1-13.

［11］郑宗汉，郑晓明.算法设计与分析［M］.2版.北京：清华大学出版社，2011：22-30.

Angle Projection in Tangent Space Method for Linear Detection of Solar Panels

SUN Wen，HONG Liurong，GE Fangzhen
（School of Computer Science and Technology，Huaibei Normal University，235000，Huaibei，Anhui，China）

In order to realize the rapid detection of the edge beeline of the solar panel，we propose a new pro⁃jection method based on tangent space，which can detect the edge line of the solar panel.We can get the edge information by the pretreatment，then transform the edge feature to the tangent plane representation.In tangent space，line is expressed as a horizontal line，and the angle of the horizontal line is the same as the straight line.The points on the horizontal line aggregates，resulting in a peak point after the angle projection. The peak point represents a beeline.So we realize the positioning of the edge beeline of the solar panel.The method is fast，anti noise ability is strong，and the accuracy can reach 97%.

linear detection；tangent space；projection；damage

TP 391.4

A

2095-0691（2016）02-0046-06

2015-10-08

安徽省自然科学基金项目（1408085MF130）；安徽省高校省级自然科学基金重点项目（KJ2013A229）；安徽省高校省级自然科学基金项目（KJ2013Z281）

孙雯（1992-），女，安徽淮北人，硕士生，研究方向：模式识别，图像处理.通讯作者：洪留荣（1969-），男，博士，教授，研究方向为模式识别，图像处理.