基于经验小波的太阳能电池缺陷图像融合

陈海永(),余力*(),刘辉,杨佳博,胡启迪

河北工业大学人工智能与数据科学学院, 天津 300130

收稿日期:2018-06-07出版日期:2018-10-01发布日期:2018-06-07
通讯作者:余力E-mail:haiyong.chen@hebut.edu.cn;1094141015@qq.com
作者简介:陈海永(1980—)，男，河南开封人，教授，博士生导师，博士，主要研究方向为机器视觉与机器人控制等. E-mail：haiyong.chen@hebut.edu.cn
基金资助:国家自然科学基金资助项目(61403119);河北省自然科学基金资助项目(F2018202078);河北省科技计划资助项目(17211804D);河北省青年拔尖人才资助项目(210003)

Solar cell defect images fusion based on empirical wavelet

Haiyong CHEN(),Li YU*(),Hui LIU,Jiabo YANG,Qidi HU

School of Artificial Intelligence, Hebei University of Technology, Tianjin 300130, China

Received:2018-06-07Online:2018-10-01Published:2018-06-07
Contact:Li YU E-mail:haiyong.chen@hebut.edu.cn;1094141015@qq.com

Supported by:国家自然科学基金资助项目(61403119);河北省自然科学基金资助项目(F2018202078);河北省科技计划资助项目(17211804D);河北省青年拔尖人才资助项目(210003)

摘要/Abstract

摘要： 为解决太阳能电池的弱缺陷检测问题,提出一种基于二维张量经验小波的多光谱图像融合算法。使用一组特定波长的光源采集太阳能电池片图像信息,对图像进行顶帽变换抑制背景噪声;使用经验小波变换对预处理图像进行分解,分别对获得的高低频子带图像采用基于极大值的显著性融合规则进行融合,将融合后的高低频子带图像进行小波反变换获得最终的融合图像。在相同的采集条件下获取五类色差电池片图像,进行算法测试试验,并从图像视觉效果和客观评价指标两方面与其他算法分析比较。试验结果表明,此算法不仅具有良好的适应性,而且在保持光谱信息和抑制噪声等方面均取得良好的效果。


PDF全文下载地址:

http://gxbwk.njournal.sdu.edu.cn/CN/article/downloadArticleFile.do?attachType=PDF&id=1714