太阳能电池片在整个光伏发电过程中发挥着重要作用,不同电池片其表面颜色各有不同。而当不同颜色电池片组装在一起时,不仅影响美观,更会降低光伏组件的发电效率。所以,研究太阳能电池片的颜色分级对提高太阳能发电利用效率具有重要意义。本文以太阳能电池片为研究对象,开展对太阳能电池片的颜色分级算法研究。研究内容包括:太阳能电池的制备工艺、常见色系等级及其形成原因;根据相应的检测需求搭建太阳能电池片的采集环境,如相机和镜头的选择以及照明设计等,确定了拍摄所需设备条件,确保所采集的硅电池片图像均处于同一稳定光照环境中;完成了对采集的硅电池片图像的预处理流程,通过对图像进行倾斜矫正、区域分割、去除主栅线、图像拼接、颜色填充等操作,消除了可能干扰电池片颜色分类的大部分影响;随后用设计的基于卷积自编码器的分类网络模型与VGG16对电池片图像进行训练分类,最终确定基于卷积自编码器的分类网络作为本文检测算法。并通过分析实验结果提出不足;最后根据实验的疏漏,使用一种改进的粒子群算法优化了本文所提算法,实现了对太阳能电池片的高精度颜色分类。实验研究的最终结果表明:卷积自编码器构成的分类网络对太阳能电池片颜色分选有着良好的检测精度。改进粒子群算法对优化卷积网络参数具有可行性,与未优化网络相比,对太阳能电池片颜色分选提高了4%左右的检测精度。此外,通过对比用图像拼接和颜色填充所获得的电池片检测分类精度,确定了本文中图像拼接比颜色填充更适合用于电池片的图像处理。结合图像拼接算法与优化后的分类网络,太阳能电池片的分类检测精度达到99.17%,满足工业生产对太阳能电池片颜色分类的需求。