现代农业推广到了乡村各地甚至是偏远山区，温室蔬菜大棚的建设以及现代绿色农业饲养都越来越多的依靠光伏提供的电力支持，农村尤其是偏远乡村经济实力相对薄弱，如果在这些地区大力推广光伏建设，成本问题是必须要考虑到的，经过前期的考察发现，太阳能电池片加工的诸多环节基本上都实现了自动化，但在其颜色分选中存在着大量的人工，由于人工大量使用势必会带来太阳能电池片生产成本的攀升，且目前太阳能电池片颜色分类多依靠人眼识别以至于效率偏低，无法满足当今农村太阳能饲养、种植系统快速发展的需求，光伏产业为了适应农业现代化发展的需要，应该从降低太阳能电池片的生产成本及提高生产效率出发，于是本文设计出一种基于模糊聚类算法的太阳能电池颜色分类系统。　　本文设计了一套采集太阳能电池片颜色数据信息并对其进行分类处理的系统。该系统可以实现太阳能电池的颜色分类高效及准确处理。其中硬件由图像采集箱、传送带、智能机械臂和人工操控台几部分组成。图像采集箱内部装有工业照相机和暖色均匀光源。对各异的色彩模型分析之后，选择了目前主流的RGB模型，并提取图像的特点信息。在图像处理方面，首先将采集到的太阳能电池片图像的主导颜色蓝色分量，从RGB颜色空间中提取出来，然后转换成对应的灰度图像。通过对阈值分割和图片区域分割等各异处理办法的分析，最终确定使用OTSU对照片数据分割处理。因为太阳能电池片和传送带的色彩对比度十分明显，OTSU算法对于对比度明显的图像分割效果十分理想。使用OTSU算法对太阳能电池片蓝色分量灰度图像分割，将二值数据取反后得到二值掩膜图像，再通过二值掩膜提取原始蓝色晶硅片蓝色分量灰度照片中的晶硅片图片信息，最后求出目标位置蓝色晶硅片蓝色通道灰度化图片的矩阵数据平均值，将其作为颜色特征值。提取到图像特征值之后，根据模糊聚类算法对太阳能电池片样本数据进行建模分类，并配合F统计量对建模分类的效果进行评估。太阳能电池片颜色分类建模确定之后，需要应用模糊模型识别中的最大隶属原则对实时采集到的蓝色晶硅片照片数据精确分类。　　由于采用了模糊聚类的方法，因此可以快速对大量离散分布的电池片数据进行准确分类。根据实验结果发现依靠机器视觉和依靠人眼进行分类的一致率非常接近，充分验证了基于模糊聚类算法的太阳能电池片颜色分类系统的现实可行性。