基于多颜色空间的太阳能电池片智能分类

作     者：王倩 高向军 葛方振 沈龙凤 李想 刘怀愚 WANG Qian;GAO Xiangjun;GE Fangzhen;SHEN Longfeng;LI Xiang;LIU Huaiyu

作者机构：淮北师范大学计算机科学与技术学院淮北235000 

出 版 物：《计算机与数字工程》 (Computer & Digital Engineering)

年 卷 期：2021年第49卷第3期

页      面：556-561页

学科分类：081203[工学-计算机应用技术] 08[工学] 0835[工学-软件工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：安徽省重点研究与开发计划面上攻关项目(编号:201904a05020072) 安徽省自然科学基金项目(编号:1808085MF174,1808085QF181) 安徽高校自然科学研究项目(编号:KJ2019A0606,KJ2019A0603)资助 

主　　题：太阳能电池片 LeNet-5 颜色空间 图像分类 

摘      要：针对目前人工分类太阳能电池片效率低、误差大的问题,提出了一种基于太阳能电池片多颜色空间信息的LeNet-5智能分类模型。首先构建太阳能电池片基本分类模型,优化LeNet-5网络结构提高模型性能;然后分析不同颜色空间在太阳能电池片分类中的作用,并给出多颜色空间分类融合算法。实验结果表明,RGB+Lab+HSV的三种颜色空间组合模型分类效果最佳,准确率高达94.56%,基本达到工业应用要求。