CN109196553A - 一种光伏板识别方法、地面站、控制设备及无人机 - Google Patents

一种光伏板识别方法、地面站、控制设备及无人机 Download PDF

Info

Publication number
CN109196553A
CN109196553A CN201780026746.1A CN201780026746A CN109196553A CN 109196553 A CN109196553 A CN 109196553A CN 201780026746 A CN201780026746 A CN 201780026746A CN 109196553 A CN109196553 A CN 109196553A
Authority
CN
China
Prior art keywords
line
horizontal line
image
black white
white image
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201780026746.1A
Other languages
English (en)
Other versions
CN109196553B (zh
Inventor
李泽飞
翁超
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shenzhen Dajiang Innovations Technology Co Ltd
Original Assignee
Shenzhen Dajiang Innovations Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Shenzhen Dajiang Innovations Technology Co Ltd filed Critical Shenzhen Dajiang Innovations Technology Co Ltd
Publication of CN109196553A publication Critical patent/CN109196553A/zh
Application granted granted Critical
Publication of CN109196553B publication Critical patent/CN109196553B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02S—GENERATION OF ELECTRIC POWER BY CONVERSION OF INFRARED RADIATION, VISIBLE LIGHT OR ULTRAVIOLET LIGHT, e.g. USING PHOTOVOLTAIC [PV] MODULES
    • H02S50/00—Monitoring or testing of PV systems, e.g. load balancing or fault identification
    • H02S50/10—Testing of PV devices, e.g. of PV modules or single PV cells
    • H02S50/15—Testing of PV devices, e.g. of PV modules or single PV cells using optical means, e.g. using electroluminescence
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/11—Region-based segmentation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/13—Edge detection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/136—Segmentation; Edge detection involving thresholding
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/90—Determination of colour characteristics
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/10—Terrestrial scenes
    • G06V20/176—Urban or other man-made structures
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/20—Scenes; Scene-specific elements in augmented reality scenes
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/10—Terrestrial scenes
    • G06V20/194—Terrestrial scenes using hyperspectral data, i.e. more or other wavelengths than RGB
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E10/00—Energy generation through renewable energy sources
    • Y02E10/50—Photovoltaic [PV] energy

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Multimedia (AREA)
  • Quality & Reliability (AREA)
  • Image Analysis (AREA)
  • Image Processing (AREA)

Abstract

提供一种光伏板识别方法及应用该方法的地面站、设备及无人机。该方法包括：获取无人机搭载的相机拍摄获得的红外图像的灰度图像，灰度图像中包括光伏板影像(101)；对灰度图像中的影像进行边缘提取处理，获得包括多条横线和多条竖线的黑白图像，横线为第一方向上的线条，第一方向上的线条的平均长度大于预设长度，竖线为第二方向上的线条，第二方向上的线条的平均长度小于预设长度(102)；根据黑白图像中横线与竖线之间的相对位置关系，从黑白图像中识别出光伏板(103)。该方法、地面站、设备及无人机能够提高对发电场中光伏板的检测效率。

Description

一种光伏板识别方法、地面站、控制设备及无人机
技术领域
本申请涉及无人机应用技术领域，尤其涉及一种光伏板识别方法、设备及无人机。
背景技术
光伏板是一种将光能转化为电能的装置，当其暴露在阳光下时便会集热，将光能转换为直流电。然而，也正是由于其长期暴露在阳光下，因此，也更容易出现劳损和损坏。
现有技术对光伏板的检测一般包括人工巡检和逆变器监测两种方式：其中，人工巡检需要技术人员定期到工程现场去进行巡检，工作量较大，效率较低。而逆变器监测的方式是通过逆变器对一定区域范围内的光伏板的总电流或总电压进行实时监控，当监测到该区域范围内的电流或电压出现异常时，只能判断出该区域中的光伏板可能出现了故障，而无法准确定位出哪一个光伏板出现了故障，故而还是需要技术人员到该区域去进行排查，仍然存在效率低的问题。
发明内容
本发明实施例提供一种光伏板识别方法、设备及无人机，以提高对电场中光伏板的检测效率。
本发明实施例的第一方面是提供一种光伏板识别方法，包括：
获取无人机搭载的相机拍摄获得的红外图像的灰度图像，所述灰度图像中包括光伏板的影像；
对所述灰度图像中的影像进行边缘提取处理，获得包括多条横线和多条竖线的黑白图像，所述横线为第一方向上的线条，所述第一方向上的线条的平均长度大于预设长度，所述竖线为第二方向上的线条，所述第二方向上的线条的平均长度小于所述预设长度；
根据所述黑白图像中横线与竖线之间的相对位置关系，从所述黑白图像中识别出所述光伏板。
本发明实施例的第二方面是提供一种地面站，包括：
通信接口、一个或多个处理器；所述一个或多个处理器单独或协同工作，所述通信接口和所述处理器连接；
所述通信接口用于：获取无人机搭载的相机拍摄获得的红外图像的灰度图像，所述灰度图像中包括光伏板的影像；
所述处理器用于：对所述灰度图像中的影像进行边缘提取处理，获得包括多条横线和多条竖线的黑白图像，所述横线为第一方向上的线条，所述第一方向上的线条的平均长度大于预设长度，所述竖线为第二方向上的线条，所述第二方向上的线条的平均长度小于所述预设长度；
所述处理器用于：根据所述黑白图像中横线与竖线之间的相对位置关系，从所述黑白图像中识别出所述光伏板。
本发明实施例的第三方面是提供一种控制设备，包括：
通信接口、一个或多个处理器；所述一个或多个处理器单独或协同工作，所述通信接口和所述处理器连接；
所述通信接口用于：获取无人机搭载的相机拍摄获得的红外图像的灰度图像，所述灰度图像中包括光伏板的影像；
所述处理器用于：对所述灰度图像中的影像进行边缘提取处理，获得包括多条横线和多条竖线的黑白图像，所述横线为第一方向上的线条，所述第一方向上的线条的平均长度大于预设长度，所述竖线为第二方向上的线条，所述第二方向上的线条的平均长度小于所述预设长度；
所述处理器用于：根据所述黑白图像中横线与竖线之间的相对位置关系，从所述黑白图像中识别出所述光伏板。
本发明实施例的第四方面是提供一种无人机，包括：
机身；
动力系统，安装在所述机身，用于提供飞行动力；
红外相机，安装在所述机身，用于拍摄红外图像；
以及上述第三方面所述的控制设备。
本发明实施例提供的光伏板识别方法、设备及无人机，通过获取无人机搭载的相机拍摄获得的红外图像的灰度图像，并对该灰度图像中的影像进行边缘提取处理，获得包括多条横线和多条竖线的黑白图像，从而根据黑白图像中横线与竖线之间的相对位置关系，从黑白图像中识别出光伏板。这样就可以基于无人机拍摄的红外图像对电场中的光伏板进行识别，实现通过无人机巡检电场光伏板的目的，避免了人工巡检对人力资源造成的浪费，相较于现有的人工巡检和逆变器监测的方式而言，无人机巡检的方式具有较高的巡检效率，且基于光伏板的识别能够及时准确的识别出故障光伏板，进而能够增强电场发电的安全性，提高电场发电量，避免因光伏板问题积累，所造成的损失。
附图说明
图1为本发明提供的光伏板识别方法的流程图；
图2为本发明实施例提供的地面站与无人机的连接示意图；
图3a为本发明一实施例提供的一种无人机拍摄的红外图像的灰度图像；
图3b为根据图3a所示的灰度图像获得的黑白图像；
图3c为根据图3b所示的黑白图像获得的另一个黑白图像；
图3d为根据图3b所示的黑白图像获得的另一个黑白图像；
图3e为图3c经过连续处理后得到的黑白图像；
图3f为图3c经过连续处理后得到的黑白图像；
图3g为对第一横线进行标记后的黑白图像；
图3h为识别出光伏板后的黑白图像。
图3i为对光伏板进行标记后的黑白图像；
图4为本发明一实施例提供的一种线条连续处理方法的流程图；
图5为本发明实施例提供的地面站的结构示意图；
图6为本发明实施例提供的控制设备的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
需要说明的是，当组件被称为“固定于”另一个组件，它可以直接在另一个组件上或者也可以存在居中的组件。当一个组件被认为是“连接”另一个组件，它可以是直接连接到另一个组件或者可能同时存在居中组件。
除非另有定义，本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。本文中在本发明的说明书中所使用的术语只是为了描述具体的实施例的目的，不是旨在于限制本发明。本文所使用的术语“及/或”包括一个或多个相关的所列项目的任意的和所有的组合。
下面结合附图，对本发明的一些实施方式作详细说明。在不冲突的情况下，下述的实施例及实施例中的特征可以相互组合。
本发明实施例提供一种光伏板识别方法，该方法可以由一种地面站或搭载在无人机上的控制设备来执行。以下实施例是以地面站为例所做的具体说明，控制设备的执行方式与地面站类似，本实施例不做赘述。参见图1，图1为本发明提供的光伏板识别方法的流程图，如图1所示，本实施例中的方法，包括：
步骤101、获取无人机搭载的相机拍摄获得的红外图像的灰度图像，所述灰度图像中包括光伏板的影像。
本实施例中地面站是一种具有计算功能和/或处理能力的设备，该设备具体可以是遥控器、智能手机、平板电脑、膝上型电脑、手表、手环等及其组合。
如图2所示，地面站21和无人机22通过应用程序编程接口(ApplicationProgramming Interface，简称API)23连接，具体的，地面站21和无人机22可以通过无线的方式连接，例如，通过如下至少一种方式连接：无线保真(WIreless-Fidelity，简称WI-FI)、蓝牙、软件无线电(software defined radio，简称SDR)或者其他自定义协议。
可选的，本实施例中无人机可以按照预定的航线在电场中进行自动巡航，也可以通过地面站控制无人机在电场中进行巡航。
本实施例中，无人机搭载红外相机，无人机搭载的控制设备或者地面站对红外相机拍摄获得的红外图像进行图像处理后获得相应的灰度图像。
步骤102、对所述灰度图像中的影像进行边缘提取处理，获得包括多条横线和多条竖线的黑白图像。
可选的，本实施例中所述的对灰度图像中的影像进行边缘提取处理，获得包括多条横线和多条竖线的黑白图像包括：
基于预设的分割模板，将灰度图像中灰度值大于预设阈值的部分设备为白色，将灰度图像中灰度值小于预设阈值的部分设置为黑色，即可获得包括多条横线和多条竖线的黑白图像。其中，本实施例将横线的方向定义为第一方向，第一方向上的线条的平均长度大于预设长度，本实施例本实施例将竖线的方向定义为第二方向，第二方向上的线条的平均长度小于所述预设长度。
示例的，图3a为本发明一实施例提供的一种无人机拍摄的红外图像的灰度图，在图3a的基础上，采用自适应二值分割法提取图3a中的黑线，获得图3a的黑白图像，比如，可以采用大小为21*21的分割模板遍历整个黑白图像，将灰度值大于或等于分割阈值(即预设阈值)-5的部分设置为白色，将灰度值小于-5的部分设置为黑色，即可得到如图3b所示的黑白图像，当然，这里仅是以21*21的分割模板和-5的预设阈值来进行示例说明，而不是对黑白图像获取方法的具体限定，实际上，实际场景中可以根据需要采用不同的分割模板和不同的预设阈值来获取所需的黑白图像。
在图3b中包括多条白色的横线和白色的竖线。这些白色线条代表图像中影像的边缘，这其中就包括光伏板影像的边缘，本实施例的目的在于，从这些横线和竖线中确定出光伏板的边缘，从而从黑白图像中识别出光伏板。
进一步的，本实施例分别采用21*1的模板和1*21的模板对图3b所示的黑白图进行腐蚀，即可得到只包括白色横线的图3c和只包括白色竖线的图3d。如图3c和图3d所示，在一些场景下原本应该连续的一条横线或一条竖线会出现断裂的情况，而这种情况在寻找光伏板的边缘时会带来误差，为了避免上述情况所带来的误差，本实施例在获得上述黑白图像后还可以包括对黑白图像中的横线和竖线进行预设次数的连续处理的方法，其具体处理方法如下：
在一种可能的处理方式中，针对预设次数中的每一次处理，均查找黑白图像中位于同一方向上的两条线条，若这两条线条的延长线在黑白图像中相交，且这两条线条之间的距离小于预设距离，则确定这两条直线是从一条直线上断裂下来的两条直线，此时对这两条直线进行连线操作。在这种处理方式中上述的预设距离和预设次数均可以根据需要来设定，本实施例不对其做具体限定。以图3c为例，横线a1和横线a2在同一方向上，且横线a1和横线a2的延长线在图3c中相交，假设此时若横线a1和横线a2之间的距离小于预设距离，那么在图3c中对横线a1和横线a2进行连线，形成一条完成的横线，得到图3e。
在另一种可能的处理方式中，其处理方法如图4所示，图4为本发明一实施例提供的一种线条连续处理方法的流程图，该方法包括如下步骤：
步骤401、针对预设次数中的每一次连续处理，分别将所述黑白图像中的每一点作为基点。
步骤402、若位于所述基点左侧的第一预设个数的像素点和位于所述基点右侧的第一预设个数的像素点中均包括超过第一预设数量的与线条颜色同色的像素点，则以所述线条颜色对位于所述基点左右两侧的与所述线条颜色同色的所述像素点进行连线。
步骤403、若位于所述基点下侧的第二预设个数的像素点和位于所述基点上侧的第一预设个数的像素点中均包括超过第二预设数量的与线条颜色同色的像素点，则以所述线条颜色对位于所述基点上下两侧的与所述线条颜色同色的像素点进行连线。
仍以图3c为例，假设针对图3c中的一像素点P，分别计算其左边42个像素点中白色像素点的总数为A，其右边42个像素点中白色像素点的总数为B,其上侧42个像素点中白色像素点的总数为C，其下侧42个像素点中白色像素点的总数为D，若同时存在，A超过第一预设数量，B超过第一预设数量，则对上述位于P左右两侧的白色的像素点进行连线，如此反复，经过预设次数的连续处理后，即可补足位于P点位置的断裂。类似的，若同时存在C超过第二预设数量，D超过第二预设数量，则对上述位于P点上下两侧的白色像素点进行连线，但是由图3c可知，在P点位置上下两侧上不存在断裂的情况，因此，在图3c中只连接P点左右两侧的白色像素点，而不对P点在上下位置上进行连接，从而获得图3f所示的黑白图。
这里需要说明的是，本实施例中的第一预设数量和第二预设数量可以相同，也可以不同。连续处理的次数(即上述的预设次数)可以根据需要进行设定，比如本实施例中可以根据选取的像素点(比如上述P点一侧的42个像素点)的多少来确定连续处理次数的多少，一般情况下，选取的像素点较多时，连续处理的次数可以设定的相对少一些，选取的像素点相对较少时，连续处理的次数可以设定的相对多一些。但此处仅为示例说明而不是对本实施例的唯一限定，实际上，实际场景中，连续处理的次数可以根据具体需要具体设定。
可选的，为了增加直观的处理效果，本实施例还可以对连续处理前的黑白图像和连续处理后的黑白图像进行显示，比如，可以是以图3c和图3e(或者图3f)的形式进行显示，也可以是以图3b和图3b经过连续处理后的图像(包括横线和竖线)的形式进行显示。
步骤103、根据所述黑白图像中横线与竖线之间的相对位置关系，从所述黑白图像中识别出所述光伏板。
可选的，本实施例从黑白图像中识别光伏板的方法如下：
首先，在上述获得的黑白图像中查找同时穿过三条以上竖线的第一横线，其中第一横线被穿过的竖线分割成的线段中，相邻两条线段之间的长度比在第一预设范围内。
可选的，如图3g所示，在获得第一横线后，本实施例还可以在黑白图像上对第一横线进行标记，并对带有该标记的黑白图像进行显示，作为一种示例，图3g中是以虚线框来标记第一横线，但是在实际场景中可不仅限于通过虚线框的形式来标记第一横线，而是可以根据需要来进行设定。
进一步的，基于第一横线，在第一横线的两侧查找第二横线，其中第二横线满足如下条件：
在一个可能的条件中，第二横线距离第一横线穿过的所有竖线靠近第二横线一侧的端点的平均距离小于预设像素距离。
在另一个可能的条件中，第二横线上的店与第一横线的平均距离在第二预设范围内。
从而上述第一横线、第二横线，以及第一横线穿过的竖线所构成的区域即为光伏板所在的区域。以图3b为例，基于图3b所示的黑白图像，可从图3b中识别出图3h所示的光伏板。
可选的，如图3i所示，从黑白图像中识别出光伏板后，本实施例还可以包括在该黑白图像中标记光伏板所在区域位置的步骤，以及显示标记有该区域位置的黑白图像的步骤。图3i作为一个示例是以虚线框来对光伏板进行标记，但是在实际场景中可不拘泥于虚线框的形式，而可以是任意的形式。
本实施例提供的光伏板识别方法，通过获取无人机搭载的相机拍摄获得的红外图像的灰度图像，并对该灰度图像中的影像进行边缘提取处理，获得包括多条横线和多条竖线的黑白图像，从而根据黑白图像中横线与竖线之间的相对位置关系，从黑白图像中识别出光伏板。这样就可以基于无人机拍摄的红外图像对电场中的光伏板进行识别，实现通过无人机巡检电场光伏板的目的，避免了人工巡检对人力资源造成的浪费，相较于现有的人工巡检和逆变器监测的方式而言，无人机巡检的方式具有较高的巡检效率，且基于光伏板的识别能够及时准确的识别出故障光伏板，进而能够增强电场发电的安全性，提高电场发电量，避免因光伏板问题积累，所造成的损失。
本发明实施例提供一种地面站，该地面站可以是上述实施例所述的地面站。图5为本发明实施例提供的地面站的结构示意图，如图5所示，地面站10包括：通信接口11、一个或多个处理器12；一个或多个处理器单独或协同工作，通信接口11和处理器12连接；通信接口11用于：获取无人机搭载的相机拍摄获得的红外图像的灰度图像，所述灰度图像中包括光伏板的影像；处理器12用于：对所述灰度图像中的影像进行边缘提取处理，获得包括多条横线和多条竖线的黑白图像，所述横线为第一方向上的线条，所述第一方向上的线条的平均长度大于预设长度，所述竖线为第二方向上的线条，所述第二方向上的线条的平均长度小于所述预设长度；处理器12用于：根据所述黑白图像中横线与竖线之间的相对位置关系，从所述黑白图像中识别出所述光伏板。
可选的，处理器12用于：基于预设的分割模板，将所述灰度图像中灰度值大于预设阈值的部分设置为白色，将所述灰度图像中灰度值小于预设阈值的部分设置为黑色，获得包括多条横线和多条竖线的黑白图像。
可选的，处理器还用于：对所述黑白图像中的竖线和横线进行预设次数的连续处理。
可选的，地面站10还包括显示组件13，所述显示组件与处理器12通信连接；显示组件13用于：显示所述连续处理之前的黑白图像和所述连续处理之后的黑白图像。
可选的，处理器12用于：
在所述黑白图像中查找第一横线，所述第一横线同时穿过三条以上竖线，且被穿过的竖线分割成的线段中，相邻两条线段之间的长度比在第一预设范围内；
在所述第一横线的两侧查找第二横线，其中，所述第二横线距离所述第一横线穿过的所有竖线靠近所述第二横线一侧的端点的平均距离小于预设像素距离，或者所述第二横线上的点与所述第一横线的平局距离在第二预设范围内；
确定由所述第一横线、第二横线以及所述第一横线穿过的竖线所构成的区域为所述光伏板所在的区域。
可选的，处理器12用于：在查找获得所述第一横线之后，在所述黑白图像中对所述第一横线进行标记；
所述显示组件13用于：显示带有所述标记的黑白图像。
可选的，处理器12用于：在所述黑白图像中标记所述光伏板所在的区域位置；
显示组件13用于：显示标记有所述区域位置的黑白图像。
本实施例提供的地面站能够执行图1实施例的技术方案，其执行方式和有益效果类似，在这里不再赘述。
本发明实施例还提供一种地面站，该地面站在图5实施例的基础上，处理器12用于：针对每一次连续处理，分别将所述黑白图像中的每一点作为基点；若位于所述基点左侧的第一预设个数的像素点和位于所述基点右侧的第一预设个数的像素点中均包括超过第一预设数量的与线条颜色同色的像素点，则以所述线条颜色对位于所述基点左右两侧的与所述线条颜色同色的所述像素点进行连线；若位于所述基点下侧的第二预设个数的像素点和位于所述基点上侧的第一预设个数的像素点中均包括超过第二预设数量的与线条颜色同色的像素点，则以所述线条颜色对位于所述基点上下两侧的与所述线条颜色同色的像素点进行连线。
或者，处理器12用于：针对每一次连续处理，若同一方向上的两个线条的延长线在所述黑白图像中相交，且所述两个线条之间的距离小于预设距离，则将所述两个线条连接为一条线条。
本实施例提供的地面站能够执行图4实施例的技术方案，其执行方式和有益效果类似，在这里不再赘述。
本发明实施例提供一种控制设备。参见图6，,图6为本发明实施例提供的控制设备的结构示意图，如图6所示，控制设备20包括：通信接口21、一个或多个处理器22；一个或多个处理器单独或协同工作，通信接口21和处理器22连接；通信接口21用于：获取无人机搭载的相机拍摄获得的红外图像的灰度图像，所述灰度图像中包括光伏板的影像；处理器22用于：对所述灰度图像中的影像进行边缘提取处理，获得包括多条横线和多条竖线的黑白图像，所述横线为第一方向上的线条，所述第一方向上的线条的平均长度大于预设长度，所述竖线为第二方向上的线条，所述第二方向上的线条的平均长度小于所述预设长度；处理器22用于：根据所述黑白图像中横线与竖线之间的相对位置关系，从所述黑白图像中识别出所述光伏板。
可选的，处理器22用于：基于预设的分割模板，将所述灰度图像中灰度值大于预设阈值的部分设置为白色，将所述灰度图像中灰度值小于预设阈值的部分设置为黑色，获得包括多条横线和多条竖线的黑白图像。
可选的，处理器22还用于：对所述黑白图像中的竖线和横线进行预设次数的连续处理。
可选的，处理器22用于：在所述黑白图像中查找第一横线，所述第一横线同时穿过三条以上竖线，且被穿过的竖线分割成的线段中，相邻两条线段之间的长度比在第一预设范围内；在所述第一横线的两侧查找第二横线，其中，所述第二横线距离所述第一横线穿过的所有竖线靠近所述第二横线一侧的端点的平均距离小于预设像素距离，或者所述第二横线上的点与所述第一横线的平局距离在第二预设范围内；确定由所述第一横线、第二横线以及所述第一横线穿过的竖线所构成的区域为所述光伏板所在的区域。
可选的，处理器22用于：在查找获得所述第一横线之后，在所述黑白图像中对所述第一横线进行标记。
可选的，处理器22用于：在所述黑白图像中标记所述光伏板所在的区域位置。
本实施例提供的控制设备能够执行图1实施例的技术方案，其执行方式和有益效果类似，在这里不再赘述。
本发明实施例还提供一种控制设备，该控制设备在图6实施例的基础上，处理器22还用于：针对每一次连续处理，分别将所述黑白图像中的每一点作为基点；若位于所述基点左侧的第一预设个数的像素点和位于所述基点右侧的第一预设个数的像素点中均包括超过第一预设数量的与线条颜色同色的像素点，则以所述线条颜色对位于所述基点左右两侧的与所述线条颜色同色的所述像素点进行连线；若位于所述基点下侧的第二预设个数的像素点和位于所述基点上侧的第一预设个数的像素点中均包括超过第二预设数量的与线条颜色同色的像素点，则以所述线条颜色对位于所述基点上下两侧的与所述线条颜色同色的像素点进行连线。
或者，处理器22还用于：针对每一次连续处理，若同一方向上的两个线条的延长线在所述黑白图像中相交，且所述两个线条之间的距离小于预设距离，则将所述两个线条连接为一条线条。
本实施例提供的控制设备能够执行图4实施例的技术方案，其执行方式和有益效果类似，在这里不再赘述。
本发明实施例提供一种无人机。该无人机包括机身；动力系统，安装在所述机身，用于提供飞行动力；红外相机，安装在所述机身，用于拍摄红外图像；以及如上述实施例所述的控制设备。
其中，本实施例提供的无人机，其执行方式和有益效果与上述实施例所涉及的控制设备相同，在这里不再赘述。
在本发明所提供的几个实施例中，应该理解到，所揭露的装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能单元的形式实现。
上述以软件功能单元的形式实现的集成的单元，可以存储在一个计算机可读取存储介质中。上述软件功能单元存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)或处理器(processor)执行本发明各个实施例所述方法的部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(Read-Only Memory，ROM)、随机存取存储器(Random Access Memory，RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
本领域技术人员可以清楚地了解到，为描述的方便和简洁，仅以上述各功能模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能模块完成，即将装置的内部结构划分成不同的功能模块，以完成以上描述的全部或者部分功能。上述描述的装置的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。

Claims (27)

1.一种光伏板识别方法，其特征在于，包括：
获取无人机搭载的相机拍摄获得的红外图像的灰度图像，所述灰度图像中包括光伏板的影像；
对所述灰度图像中的影像进行边缘提取处理，获得包括多条横线和多条竖线的黑白图像，所述横线为第一方向上的线条，所述第一方向上的线条的平均长度大于预设长度，所述竖线为第二方向上的线条，所述第二方向上的线条的平均长度小于所述预设长度；
根据所述黑白图像中横线与竖线之间的相对位置关系，从所述黑白图像中识别出所述光伏板。
2.根据权利要求1所述的方法，其特征在于，所述对所述灰度图像中的影像进行边缘提取处理，获得包括多条横线和多条竖线的黑白图像，包括：
基于预设的分割模板，将所述灰度图像中灰度值大于预设阈值的部分设置为白色，将所述灰度图像中灰度值小于预设阈值的部分设置为黑色，获得包括多条横线和多条竖线的黑白图像。
3.根据权利要求1所述的方法，其特征在于，所述根据所述黑白图像中横线与竖线之间的相对位置关系，从所述黑白图像中识别出所述光伏板之前，所述方法还包括：
对所述黑白图像中的竖线和横线进行预设次数的连续处理。
4.根据权利要求3所述的方法，其特征在于，所述对所述黑白图像中的竖线和横线进行预设次数的连续处理，包括：
针对每一次连续处理，分别将所述黑白图像中的每一点作为基点；
若位于所述基点左侧的第一预设个数的像素点和位于所述基点右侧的第一预设个数的像素点中均包括超过第一预设数量的与线条颜色同色的像素点，则以所述线条颜色对位于所述基点左右两侧的与所述线条颜色同色的所述像素点进行连线；
若位于所述基点下侧的第二预设个数的像素点和位于所述基点上侧的第一预设个数的像素点中均包括超过第二预设数量的与线条颜色同色的像素点，则以所述线条颜色对位于所述基点上下两侧的与所述线条颜色同色的像素点进行连线。
5.根据权利要求3所述的方法，其特征在于，所述对所述黑白图像中的竖线和横线进行预设次数的连续处理，包括：
针对每一次连续处理，若同一方向上的两个线条的延长线在所述黑白图像中相交，且所述两个线条之间的距离小于预设距离，则将所述两个线条连接为一条线条。
6.根据权利要求3-5中任一项所述的方法，其特征在于，所述方法还包括：
显示所述连续处理之前的黑白图像和所述连续处理之后的黑白图像。
7.根据权利要求6所述的方法，其特征在于，所述根据所述黑白图像中横线与竖线之间的相对位置关系，从所述黑白图像中识别出所述光伏板，包括：
在所述黑白图像中查找第一横线，所述第一横线同时穿过三条以上竖线，且被穿过的竖线分割成的线段中，相邻两条线段之间的长度比在第一预设范围内；
在所述第一横线的两侧查找第二横线，其中，所述第二横线距离所述第一横线穿过的所有竖线靠近所述第二横线一侧的端点的平均距离小于预设像素距离，或者所述第二横线上的点与所述第一横线的平局距离在第二预设范围内；
确定由所述第一横线、第二横线以及所述第一横线穿过的竖线所构成的区域为所述光伏板所在的区域。
8.根据权利要求7所述的方法，其特征在于，所述方法还包括：
在查找获得所述第一横线之后，在所述黑白图像中对所述第一横线进行标记；
显示带有所述标记的黑白图像。
9.根据权利要求1所述的方法，其特征在于，所述根据所述黑白图像中横线与竖线之间的相对位置关系，从所述黑白图像中识别出所述光伏板之后，所述方法还包括：
在所述黑白图像中标记所述光伏板所在的区域位置；
显示标记有所述区域位置的黑白图像。
10.一种地面站，其特征在于，包括：通信接口、一个或多个处理器；所述一个或多个处理器单独或协同工作，所述通信接口和所述处理器连接；
所述通信接口用于：获取无人机搭载的相机拍摄获得的红外图像的灰度图像，所述灰度图像中包括光伏板的影像；
所述处理器用于：对所述灰度图像中的影像进行边缘提取处理，获得包括多条横线和多条竖线的黑白图像，所述横线为第一方向上的线条，所述第一方向上的线条的平均长度大于预设长度，所述竖线为第二方向上的线条，所述第二方向上的线条的平均长度小于所述预设长度；
所述处理器用于：根据所述黑白图像中横线与竖线之间的相对位置关系，从所述黑白图像中识别出所述光伏板。
11.根据权利要求10所述的地面站，其特征在于，所述处理器用于：基于预设的分割模板，将所述灰度图像中灰度值大于预设阈值的部分设置为白色，将所述灰度图像中灰度值小于预设阈值的部分设置为黑色，获得包括多条横线和多条竖线的黑白图像。
12.根据权利要求10所述的地面站，其特征在于，所述处理器还用于：对所述黑白图像中的竖线和横线进行预设次数的连续处理。
13.根据权利要求12所述的地面站，其特征在于，所述处理器用于：
针对每一次连续处理，分别将所述黑白图像中的每一点作为基点；
若位于所述基点左侧的第一预设个数的像素点和位于所述基点右侧的第一预设个数的像素点中均包括超过第一预设数量的与线条颜色同色的像素点，则以所述线条颜色对位于所述基点左右两侧的与所述线条颜色同色的所述像素点进行连线；
若位于所述基点下侧的第二预设个数的像素点和位于所述基点上侧的第一预设个数的像素点中均包括超过第二预设数量的与线条颜色同色的像素点，则以所述线条颜色对位于所述基点上下两侧的与所述线条颜色同色的像素点进行连线。
14.根据权利要求12所述的地面站，其特征在于，所述处理器用于：针对每一次连续处理，若同一方向上的两个线条的延长线在所述黑白图像中相交，且所述两个线条之间的距离小于预设距离，则将所述两个线条连接为一条线条。
15.根据权利要求12-14中任一项所述的地面站，其特征在于，所述地面站还包括：显示组件，所述显示组件与所述处理器通信连接；
所述显示组件用于：显示所述连续处理之前的黑白图像和所述连续处理之后的黑白图像。
16.根据权利要求15所述的地面站，其特征在于，所述处理器用于：
在所述黑白图像中查找第一横线，所述第一横线同时穿过三条以上竖线，且被穿过的竖线分割成的线段中，相邻两条线段之间的长度比在第一预设范围内；
在所述第一横线的两侧查找第二横线，其中，所述第二横线距离所述第一横线穿过的所有竖线靠近所述第二横线一侧的端点的平均距离小于预设像素距离，或者所述第二横线上的点与所述第一横线的平局距离在第二预设范围内；
确定由所述第一横线、第二横线以及所述第一横线穿过的竖线所构成的区域为所述光伏板所在的区域。
17.根据权利要求16所述的地面站，其特征在于，所述处理器用于：在查找获得所述第一横线之后，在所述黑白图像中对所述第一横线进行标记；
所述显示组件用于：显示带有所述标记的黑白图像。
18.根据权利要求10所述的地面站，其特征在于，所述处理器用于：在所述黑白图像中标记所述光伏板所在的区域位置；
显示组件用于：显示标记有所述区域位置的黑白图像。
19.一种控制设备，其特征在于，包括：通信接口、一个或多个处理器；所述一个或多个处理器单独或协同工作，所述通信接口和所述处理器连接；
所述通信接口用于：获取无人机搭载的相机拍摄获得的红外图像的灰度图像，所述灰度图像中包括光伏板的影像；
所述处理器用于：对所述灰度图像中的影像进行边缘提取处理，获得包括多条横线和多条竖线的黑白图像，所述横线为第一方向上的线条，所述第一方向上的线条的平均长度大于预设长度，所述竖线为第二方向上的线条，所述第二方向上的线条的平均长度小于所述预设长度；
所述处理器用于：根据所述黑白图像中横线与竖线之间的相对位置关系，从所述黑白图像中识别出所述光伏板。
20.根据权利要求19所述的控制设备，其特征在于，所述处理器用于：基于预设的分割模板，将所述灰度图像中灰度值大于预设阈值的部分设置为白色，将所述灰度图像中灰度值小于预设阈值的部分设置为黑色，获得包括多条横线和多条竖线的黑白图像。
21.根据权利要求19所述的控制设备，其特征在于，所述处理器还用于：对所述黑白图像中的竖线和横线进行预设次数的连续处理。
22.根据权利要求21，所述的控制设备，其特征在于，所述处理器用于：
针对每一次连续处理，分别将所述黑白图像中的每一点作为基点；
若位于所述基点左侧的第一预设个数的像素点和位于所述基点右侧的第一预设个数的像素点中均包括超过第一预设数量的与线条颜色同色的像素点，则以所述线条颜色对位于所述基点左右两侧的与所述线条颜色同色的所述像素点进行连线；
若位于所述基点下侧的第二预设个数的像素点和位于所述基点上侧的第一预设个数的像素点中均包括超过第二预设数量的与线条颜色同色的像素点，则以所述线条颜色对位于所述基点上下两侧的与所述线条颜色同色的像素点进行连线。
23.根据权利要求22所述的控制设备，其特征在于，所述处理器用于：针对每一次连续处理，若同一方向上的两个线条的延长线在所述黑白图像中相交，且所述两个线条之间的距离小于预设距离，则将所述两个线条连接为一条线条。
24.根据权利要求19-23中任一项所述的控制设备，其特征在于，所述处理器用于：
在所述黑白图像中查找第一横线，所述第一横线同时穿过三条以上竖线，且被穿过的竖线分割成的线段中，相邻两条线段之间的长度比在第一预设范围内；
在所述第一横线的两侧查找第二横线，其中，所述第二横线距离所述第一横线穿过的所有竖线靠近所述第二横线一侧的端点的平均距离小于预设像素距离，或者所述第二横线上的点与所述第一横线的平局距离在第二预设范围内；
确定由所述第一横线、第二横线以及所述第一横线穿过的竖线所构成的区域为所述光伏板所在的区域。
25.根据权利要求24所述的控制设备，其特征在于，所述处理器用于：在查找获得所述第一横线之后，在所述黑白图像中对所述第一横线进行标记。
26.根据权利要求19所述的控制设备，其特征在于，所述处理器用于：在所述黑白图像中标记所述光伏板所在的区域位置。
27.一种无人机，其特征在于，包括：
机身；
动力系统，安装在所述机身，用于提供飞行动力；
红外相机，安装在所述机身，用于拍摄红外图像；
以及权利要求19-26中任一项所述的控制设备。
CN201780026746.1A 2017-10-31 2017-10-31 一种光伏板识别方法、地面站、控制设备及无人机 Expired - Fee Related CN109196553B (zh)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/CN2017/108683 WO2019084803A1 (zh) 2017-10-31 2017-10-31 一种光伏板识别方法、地面站、控制设备及无人机

Publications (2)

Publication Number Publication Date
CN109196553A true CN109196553A (zh) 2019-01-11
CN109196553B CN109196553B (zh) 2022-03-29

Family

ID=64948915

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201780026746.1A Expired - Fee Related CN109196553B (zh) 2017-10-31 2017-10-31 一种光伏板识别方法、地面站、控制设备及无人机

Country Status (4)

Country Link
US (1) US11113529B2 (zh)
EP (1) EP3667903B1 (zh)
CN (1) CN109196553B (zh)
WO (1) WO2019084803A1 (zh)

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US12117974B2 (en) 2020-05-29 2024-10-15 Constellation Energy Generation, Llc Methods and systems for construct identification and analysis
CN114667493A (zh) * 2020-10-22 2022-06-24 华为数字能源技术有限公司 电站巡视系统及电站巡视方法
CN115018877B (zh) * 2021-03-03 2024-09-17 腾讯科技（深圳）有限公司 地面区域的特效展示方法、装置、设备及存储介质
CN113110518B (zh) * 2021-05-25 2021-11-16 广东博通新能源科技有限公司 一种光伏发电站智能巡检系统
CN115239893B (zh) * 2022-09-23 2022-12-23 运易通科技有限公司 一种用于仓库顶棚太阳能板缺陷检测的图像重建方法
CN116488573B (zh) * 2023-04-24 2023-11-03 湖北国网华中科技开发有限责任公司 用于光伏站的智能运维方法及装置
CN117036339B (zh) * 2023-09-28 2023-12-22 南通广文光伏新能源有限责任公司 一种用于太阳能光伏板运行健康的监测方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101551851A (zh) * 2008-03-31 2009-10-07 中国科学院沈阳自动化研究所 一种红外图像目标识别方法
WO2013101527A1 (en) * 2011-12-28 2013-07-04 Memc Electronic Materials, Inc. Air pocket detection methods and systems
CN105263000A (zh) * 2015-10-16 2016-01-20 广西大学 基于无人机载双相机的大型光伏电站巡检装置
CN105678310A (zh) * 2016-02-03 2016-06-15 北京京东方多媒体科技有限公司 红外热图像轮廓提取方法及装置

Family Cites Families (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103136531B (zh) * 2013-03-26 2016-01-13 华北电力大学（保定） 一种绝缘子串红外图像自动识别方法
CN104952060B (zh) * 2015-03-19 2017-10-31 杭州电子科技大学 一种红外行人感兴趣区域自适应分割提取方法
KR101705876B1 (ko) * 2015-05-26 2017-02-13 라온피플 주식회사 보행자 후보 영역 검출 방법 및 이를 이용한 보행자 인식 방법
CN205176658U (zh) * 2015-11-10 2016-04-20 华电电力科学研究院 一种光伏电站智能红外无人机运维装置
WO2017100702A2 (en) * 2015-12-09 2017-06-15 Flir Systems, Inc. Unmanned aerial system based thermal imaging systems and methods
GB201601303D0 (en) * 2016-01-25 2016-03-09 Above Surveying Ltd Utilising UAVs for detecting defects in solar panel arrays
CN105868696B (zh) * 2016-03-23 2019-06-14 奇瑞汽车股份有限公司 一种检测多车道车道线的方法和装置
WO2017172611A1 (en) * 2016-03-28 2017-10-05 General Dynamics Mission Systems, Inc. System and methods for automatic solar panel recognition and defect detection using infrared imaging
EP3239929B1 (en) * 2016-04-27 2019-06-12 Canon Kabushiki Kaisha Image processing apparatus, image processing method and program
KR101660456B1 (ko) * 2016-06-08 2016-09-28 (주)대연씨앤아이 태양광 발전 시스템용 감시 장치

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101551851A (zh) * 2008-03-31 2009-10-07 中国科学院沈阳自动化研究所 一种红外图像目标识别方法
WO2013101527A1 (en) * 2011-12-28 2013-07-04 Memc Electronic Materials, Inc. Air pocket detection methods and systems
CN105263000A (zh) * 2015-10-16 2016-01-20 广西大学 基于无人机载双相机的大型光伏电站巡检装置
CN105678310A (zh) * 2016-02-03 2016-06-15 北京京东方多媒体科技有限公司 红外热图像轮廓提取方法及装置

Also Published As

Publication number Publication date
EP3667903A4 (en) 2020-06-17
EP3667903B1 (en) 2021-04-28
CN109196553B (zh) 2022-03-29
EP3667903A1 (en) 2020-06-17
US11113529B2 (en) 2021-09-07
WO2019084803A1 (zh) 2019-05-09
US20200134318A1 (en) 2020-04-30

Similar Documents

Publication Publication Date Title
CN109196553A (zh) 一种光伏板识别方法、地面站、控制设备及无人机
CN112990211B (zh) 一种神经网络的训练方法、图像处理方法以及装置
CN106372648B (zh) 基于多特征融合卷积神经网络的浮游生物图像分类方法
JP6488380B2 (ja) ニューラルネットワークによるオブジェクト検出
US20180211099A1 (en) Deep multi-task learning framework for face detection, landmark localization, pose estimation, and gender recognition
CN112953383A (zh) 检测光伏板的方法、设备及无人机
US11132551B2 (en) Systems and methods for skyline prediction for cyber-physical photovoltaic array control
CN110969634B (zh) 基于生成对抗网络的红外图像电力设备分割方法
Mao et al. Development of power transmission line defects diagnosis system for UAV inspection based on binocular depth imaging technology
KR20170101455A (ko) 빅데이터 플랫폼 기반의 인공지능 딥러닝 네트워크 구축을 활용한 3d 카메라를 장착한 로봇의 트레이닝 방법
CN112380955B (zh) 动作的识别方法及装置
CN110887173A (zh) 一种对中央空调系统进行远程控制的方法和装置
CN115294476B (zh) 面向无人机电力巡检的边缘计算智能检测方法及设备
Dilshad et al. Efficient Deep Learning Framework for Fire Detection in Complex Surveillance Environment.
CN110063066A (zh) 过调小区检测
CN108389230A (zh) 冰箱容量自动检测方法、系统、设备及存储介质
CN103945197A (zh) 基于视频运动检测技术的电力设施防外破预警方案
Zhang et al. Aerial image analysis based on improved adaptive clustering for photovoltaic module inspection
CN118297755B (zh) 一种基于物联网和大数据技术的建筑施工分析管控方法及系统
CN116245871A (zh) 基于改进yolox算法的输电线路异常目标检测方法
Özer et al. An approach based on deep learning methods to detect the condition of solar panels in solar power plants
Pérez-Gonzalo et al. Robust wind turbine blade segmentation from RGB images in the wild
CN115100592A (zh) 一种输电通道外破隐患识别方法、装置及存储介质
CN103868499B (zh) 一种智能光学遥感系统
CN109003254B (zh) 基于逻辑回归覆冰检测方法、装置、设备、系统及介质

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20220329

CF01 Termination of patent right due to non-payment of annual fee