CN111242889A - 一种光伏组件的热斑识别方法和装置 - Google Patents
一种光伏组件的热斑识别方法和装置 Download PDFInfo
- Publication number
- CN111242889A CN111242889A CN201911222510.2A CN201911222510A CN111242889A CN 111242889 A CN111242889 A CN 111242889A CN 201911222510 A CN201911222510 A CN 201911222510A CN 111242889 A CN111242889 A CN 111242889A
- Authority
- CN
- China
- Prior art keywords
- image
- photovoltaic module
- thermal infrared
- infrared image
- module
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 49
- 238000001514 detection method Methods 0.000 description 10
- 238000010586 diagram Methods 0.000 description 10
- 230000008569 process Effects 0.000 description 10
- 238000004590 computer program Methods 0.000 description 7
- 238000001914 filtration Methods 0.000 description 7
- 230000002093 peripheral effect Effects 0.000 description 6
- 238000010248 power generation Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 230000008859 change Effects 0.000 description 3
- 230000008030 elimination Effects 0.000 description 3
- 238000003379 elimination reaction Methods 0.000 description 3
- 230000007774 longterm Effects 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 239000000428 dust Substances 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 238000003331 infrared imaging Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000003909 pattern recognition Methods 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000000717 retained effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
Images
Classifications
-
- 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
- G06T7/0004—Industrial image inspection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/70—Denoising; Smoothing
-
- 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
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10048—Infrared image
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Quality & Reliability (AREA)
- Image Analysis (AREA)
Abstract
本发明实施例提供了一种光伏组件的热斑识别方法和装置。所述方法包括：获取光伏组件的热红外图像；在所述热红外图像中识别所述光伏组件的轮廓信息；采用所述轮廓信息，识别所述热红外图像中的光伏组件，生成光伏组件图像；在所述光伏组件图像中，查找灰度值在预设范围内的图像块；通过本发明实施例的光伏组件的热斑识别方法，实现可以准确地在所述热红外图像中识别光伏组件，并在光伏组件图像中识别热斑，提高了热斑的识别效率。
Description
技术领域
本发明涉及图形识别技术领域，特别是涉及一种光伏组件的热斑识别方法和一种光伏组件的热斑识别装置。
背景技术
光伏发电系统，是指利用光伏半导体材料的光生伏打效应而将太阳能转化为直流电能的设施。光伏发电系统的核心是光伏组件，例如太阳能电池板。光伏组件在长期运行过程中，会出现热斑、隐裂、灰尘覆盖等影响发电性能的现象，这些现象会影响光伏组件的发电效率和使用寿命。
其中，热斑指的是在一定条件下，光伏系统中的部分电池会被周围物体所遮挡，造成局部阴影，使光伏组件中某些电池单片的电流以及电压发生变化，导致光伏组件局部电流与电压之积增大，使光伏组件的局部温度上升的现象。根据长期对现场实际发生的光伏组件缺陷问题的统计数据分析，光伏组件出现热斑现象，更容易影响光伏组件的性能，并且是导致光伏组件损坏、发生火灾、发电功率下降的主要因素。
为了及时发现和消除热斑，一般来说，现有技术可以采用无人机拍摄热红外图像，并采用人工在热红外图像中查找热斑。但是无人机拍摄的热红外图像数量较多，采用人工识别热斑不仅工作量较大，且容易出现漏识别的情况。
发明内容
鉴于上述问题，提出了本发明实施例以便提供一种克服上述问题或者至少部分地解决上述问题的一种光伏组件的热斑识别方法和相应的一种光伏组件的热斑识别装置。
为了解决上述问题，本发明实施例公开了一种光伏组件的热斑识别方法，包括：
获取光伏组件的热红外图像；
在所述热红外图像中识别所述光伏组件的轮廓信息；
采用所述轮廓信息，识别所述热红外图像中的光伏组件，生成光伏组件图像；
在所述光伏组件图像中，查找灰度值在预设范围内的图像块；
在所述热红外图像中，将所述图像块所在的位置标记为热斑。
可选地，所述在所述热红外图像中识别所述光伏组件的轮廓信息的步骤，包括：
在所述热红外图像中，获取物体的角点；
针对所述角点，进行闭运算处理，识别所述光伏组件的轮廓信息。
可选地，所述采用所述轮廓信息，识别所述热红外图像中的光伏组件，生成光伏组件图像的步骤，包括：
采用所述轮廓信息，生成掩模图像；
采用所述掩模图像，识别所述热红外图像中的光伏组件，生成光伏组件图像。
可选地，所述在所述光伏组件图像中，查找灰度值在预设范围内的图像块的步骤，包括：
在所述光伏组件图像中，查找灰度值在预设范围内的候选图像块；
确定所述候选图像块是否位于光伏组件中，且所述候选图像块的面积在预设的面积范围内，且所述候选图像块中的像素的像素差值小于预设差值范围；
若是，将所述候选图像块确定为目标图像块。
可选地，所述在所述热红外图像中，将所述图像块所在的位置标记为热斑的步骤，包括：
识别所述图像块的轮廓以及位置；
采用所述图像块的轮廓以及位置，在所述热红外图像中标记热斑。
本发明实施例还公开一种光伏组件的热斑识别装置，包括：
获取模块，用于获取光伏组件的热红外图像；
第一识别模块，用于在所述热红外图像中识别所述光伏组件的轮廓信息；
第二识别模块，用于采用所述轮廓信息，识别所述热红外图像中的光伏组件，生成光伏组件图像；
查找模块，用于在所述光伏组件图像中，查找灰度值在预设范围内的图像块；
标记模块，用于在所述热红外图像中，将所述图像块所在的位置标记为热斑。
可选地，所述第一识别模块包括：
角点获取子模块，用于在所述热红外图像中，获取物体的角点；
第一识别子模块，用于针对所述角点，进行闭运算处理，识别所述光伏组件的轮廓信息。
可选地，所述第二识别模块包括：
掩模生成子模块，用于采用所述轮廓信息，生成掩模图像；
第二子模块，用于采用所述掩模图像，识别所述热红外图像中的光伏组件，生成光伏组件图像。
可选地，所述查找模块包括：
查找子模块，用于在所述光伏组件图像中，查找灰度值在预设范围内的候选图像块；
第一确定子模块，用于确定所述候选图像块是否位于光伏组件中，且所述候选图像块的面积在预设的面积范围内，且所述候选图像块中的像素的像素差值小于预设差值范围；
第二确定子模块，用于若是，将所述候选图像块确定为目标图像块。
可选地，所述标记模块包括：
图像块识别子模块，用于识别所述图像块的轮廓以及位置；
标记子模块，用于采用所述图像块的轮廓以及位置，在所述热红外图像中标记热斑。
本发明实施例还公开一种装置，包括：
一个或多个处理器；和
其上存储有指令的一个或多个机器可读介质，当由所述一个或多个处理器执行时，使得所述装置执行如本发明实施例所述的一个或多个的方法。
本发明实施例还公开一个或多个机器可读介质，其上存储有指令，当由一个或多个处理器执行时，使得所述处理器执行如本发明实施例所述的一个或多个的方法。
本发明实施例包括以下优点：
通过本发明实施例的光伏组件的热斑识别方法，通过在所述热红外图像中识别所述光伏组件的轮廓信息，识别所述热红外图像中的光伏组件，生成光伏组件图像，并在所述光伏组件图像中，查找灰度值在预设范围内的图像块，在所述热红外图像中，将所述图像块所在的位置标记为热斑。从而实现了可以准确地在所述热红外图像中识别光伏组件，并在光伏组件图像中识别热斑，提高了热斑的识别效率。
附图说明
图1是本发明实施例的一种光伏组件的热斑识别方法实施例的步骤流程图；
图2是本发明实施例的一种热红外图像；
图3是本发明实施例的一种角点检测图像；
图4是本发明实施例的一种8位单通道图像图像；
图5是本发明实施例的一种二值化角点图像；
图6是本发明实施例的一种闭运算图像；
图7是本发明实施例的一种掩模图像；
图8是本发明实施例的一种光伏组件图像；
图9是本发明实施例的一种二值化图像；
图10是本发明实施例的一种热斑图像；
图11是本发明实施例的一种光伏组件的热斑识别装置实施例的结构框图。
具体实施方式
为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。
参照图1，示出了本发明的一种光伏组件的热斑识别方法实施例的步骤流程图，具体可以包括如下步骤：
步骤101，获取光伏组件的热红外图像；
在本发明实施例中，可以在飞行装置上设置热红外成像装置，对光伏发电系统的光伏组件进行拍摄，获取光伏组件的热红外图像。所述飞行装置可以为无人机、直升机、喷气式飞机等，本发明对此不做限制。
在本发明实施例中，还可以在地面装置上设置红热外成像装置，对光伏组件进行拍摄，获取光伏组件的热红外图像。例如，通过升降车从高处拍摄光伏组件，从而获取光伏组件的热红外图像。
在本发明实施例中，所述热红外图像中可以包括至少一个光伏组件，以及位于所述光伏组件周边的周边物体。所述周边物体可以包括土地、混凝土建筑、植物等，本发明对此不做限制。
步骤102，在所述热红外图像中识别所述光伏组件的轮廓信息；
在本发明实施例中，可以在所述热红外图像中识别所述光伏组件的轮廓信息。具体地，在所述热红外图像中，光伏组件的亮度通常可以大于所述光伏组件周边的周边物体。由此，可以通过亮度的变化，从所述热红外图像中，确定所述光伏组件的轮廓，从而提取所述光伏组件的轮廓信息。
在本发明一种可选的实施例中，所述在所述热红外图像中识别所述光伏组件的轮廓信息的步骤，包括：
S11，在所述热红外图像中，获取物体的角点；
在本发明实施例中，可以采用角点检测算法，获取所述热红外图像中存在的物体的角点。一般来说，角点检测算法可以使用一个固定窗口在图像上进行任意方向上的滑动，比较滑动前与滑动后两种情况，窗口中的像素灰度变化程度，如果存在任意方向上的滑动，都有着较大灰度变化，那么我们可以认为该窗口中存在角点。由于在所述热红外图像中，光伏组件的灰度通常可以明显与所述光伏组件周边的周边物体存在差异，由此，获取的所述物体的角点，一般可以是所述光伏组件的角点。
在具体实现中，在采用角点检测算法，获取所述热红外图像中存在的物体的角点之前，可以对所述热红外图像进行高斯滤波消除，以消除高斯噪声。还可以对所述热红外图像进行直方图均值化，以增强所述热红外图像中局部的对比度。还可以对所述热红外图像的亮度和对比度进行调整。经过高斯滤波消除、直方图均值化、亮度和对比度调整的热红外图像，所述热红外图像中光伏组件、光伏组件周边的周边物体、以及热斑之间的像素值可以具有更加明显的梯度变化，便于后续更好地识别所述光伏组件以及所述热斑。
作为本发明的一种示例，参考图2，图2是本发明实施例的一种热红外图像。具体地，图2经过高斯滤波消除、直方图均值化、以及亮度和对比度调整，在图2中，光伏组件、设置光伏组件的地面、以及热斑之间的像素值具有一定的梯度变化，便于后续更好地识别所述光伏组件以及所述热斑。
采用角点检测算法，对图2进行检测，可以获取图2存在的物体的角点，得到角点检测图像，结果如图3所示。在所述热红外图像中，光伏组件的灰度通常可以明显与所述光伏组件周边的周边物体存在差异，由此，图3中获取的所述角点可以是光伏组件的角点，从而图3的角点检测图像中可以呈现出所述光伏组件的形状。
S12，针对所述角点，进行闭运算处理，识别所述光伏组件的轮廓信息。
在本发明实施例中，可以针对获取到的所述角点，进行闭运算处理，连接相近的角点。由于所述角点可以位于所述光伏组件的边缘以及所述光伏组件的内容，连接相近的角点后，可以得到所述光伏组件的轮廓信息，从而实现对所述光伏组件的轮廓信息的识别。
在具体实现中，为了进一步突出获取的所述角点，可以在所述热红外图像中，获取物体的角点，得到角点检测图像。其后，将所述角点检测图像转换为8位单通道图像，并将所述8位单通道图像进行二值化处理，将角点设置为黑色，而将角点以外的区域设置为白色。
作为本发明的一种示例，可以将图3的角点检测图像转换为8位单通道图像，结果如图4所示。其后，可以对图4进行二值化处理，将角点设置为黑色，而将角点以外的区域设置为白色，得到二值化角点图像，结果如图5所示。
在具体实现中，在进行闭运算处理之后，还可以基于预设的光伏组件面积面积，对识别结果进行过滤，排除识别结果中面积较小的物体，进一步提高所述轮廓信息的识别准确率。
作为本发明的一种示例，可以对所述图5的二值化角点图像进行闭运算处理，连接相近的角点，得到闭运算图像，结果如图6所示。可见，所述光伏组件边缘的角点相互连接，形成所述光伏组件的轮廓。可以基于所述图6，确定所述热红外图像中光伏组件的轮廓线条数，从而确定所述热红外图像中光伏组件的数量。
步骤103，采用所述轮廓信息，识别所述热红外图像中的光伏组件，生成光伏组件图像；
在本发明实施例中，可以采用所述轮廓信息，进一步识别所述热红外图像中光伏组件的位置。并基于识别结果，在所述热红外图像中提取所述光伏组件的图像，生成光伏组件图像。在所述光伏组件图像中，没有光伏组件周边的周边物体干扰，可以更准确地识别光伏组件中的热斑。
在本发明一种可选的实施例中，所述采用所述轮廓信息，识别所述热红外图像中的光伏组件，生成光伏组件图像的步骤，包括：
S21，采用所述轮廓信息，生成掩模图像；
在本发明实施例中，可以采用所述轮廓信息，确定所述热红外图像中的光伏组件的数量以及面积，由此，可以基于所述轮廓信息，生成与所述热红外图像尺寸相同的掩模图像。所述掩模图像可以用于遮蔽所述热红外图像中除光伏组件以外的区域，以提高热斑识别的准确度。
在具体实现中，在所述掩模图像中，所述光伏组件对应的区域可以为黑色，所述光伏组件以外的区域可以为白色，便于进一步识别所述热红外图像中的光伏组件。例如，在所述掩模图像中，将所述光伏组件对应的区域的像素值设置为0，将所述光伏组件以外的区域的像素值设置为255。
作为本发明的一种示例，可以基于所述图6的闭运算图像，确定所述热红外图像中光伏组件的轮廓线条数，从而确定所述热红外图像中光伏组件的数量以及面积，并基于所述闭运算图像，创建一与所述热红外图像尺寸相同的掩模图像，结果如图7所示。在图7中，所述光伏组件对应的区域可以为黑色，所述光伏组件以外的区域可以为白色。
S22，采用所述掩模图像，识别所述热红外图像中的光伏组件，生成光伏组件图像。
在本发明实施例中，可以采用所述掩模图像对所述热红外图像进行处理。针对掩模图像中光伏组件对应的区域，保留所述热红外图像中原本的图像，针对掩模图像中光伏组件以外的区域，去除所述热红外图像中原本的图像，从而可以采用所述掩模图像，识别所述热红外图像中的光伏组件，生成光伏组件图像。
在具体实现中，所述掩模图像中，所述光伏组件对应的区域可以为黑色，所述光伏组件以外的区域可以为白色。由此，可以针对掩模图像中黑色区域，保留所述热红外图像中原本的图像，针对所述掩模图像中的白色区域，将所述热红外图像中对应的区域设置为黑色，例如设置为像素值255，实现从所述热红外图像中识别光伏组件，并生成光伏组件图像。
作为本发明的一种示例，可以采用所述图7的掩模图像，对所述热红外图像进行处理。针对掩模图像中的黑色区域，保留所述热红外图像中原本的图像，针对掩模图像中白色区域，将所述热红外图像中对应的区域的像素值设置为255，得到光伏组件图像，结果如图8所示。
步骤104，在所述光伏组件图像中，查找灰度值在预设范围内的图像块；
在本发明实施例中，所述光伏组件图像中的每一像素，可以具有灰度值。所述灰度值可以用于表示像素的亮度。在所述光伏组件图像中，热斑对应的像素，通常可以具有比光伏组件对应的像素更高的亮度，由此，可以基于图像中每一像素的灰度值，查找由灰度值在预设范围内的像素组成的图像块。
在具体实现中，所述光伏组件图像中像素的灰度值，可以基于浮点算法、整数方法、移位方法、平均值法等方法得到，本发明对此不做限制。所述灰度值的范围可以为0～255。由于在所述光伏组件图像中，热斑对应的像素，通常可以具有比光伏组件对应的像素更高的亮度，所述预设范围可以为200～255，当所述光伏组件图像中存在像素的灰度值在所述预设范围内，可以认为该像素对应的位置可能为热斑对应的位置。
在具体实现中，在所述光伏组件图像中，查找灰度值在预设范围内的图像块之前，还可以对所述光伏组件图像进行中值滤波处理，以消除图像中孤立的噪声点，减少查找灰度值在预设范围内的图像块可能出现的误差。
在具体实现中，在所述光伏组件图像中，查找灰度值在预设范围内的图像块，可以采用二值化阈值过滤处理方法，将灰度值在预设范围内的像素点设置为白色，将灰度值不在预设范围内的像素点设置为黑色，从而生成二值化图像。可以在所述二值化图像中，查找白色的图像块，所述白色的图像块所在的位置可以为所述热斑对应的位置。
在本发明一种可选实施例中，所述在所述光伏组件图像中，查找灰度值在预设范围内的图像块的步骤，包括：
S31，在所述光伏组件图像中，查找灰度值在预设范围内的候选图像块；
在本发明实施例中，在所述光伏组件图像中，热斑对应的像素，通常可以具有比光伏组件对应的像素更高的亮度，由此，可以基于图像中每一像素的灰度值，查找由灰度值在预设范围内的像素组成的候选图像块。
S32，确定所述候选图像块是否位于光伏组件中，且所述候选图像块的面积在预设的面积范围内，且所述候选图像块中的像素的像素差值小于预设差值范围；
在本发明实施例中，由于所述光伏组件的热红外图像，还可能由于反光等原因，造成所述热红外图像上存在较亮的图像块，因此，可以进一步所述候选图像块是否为热斑。一般来说，所述热斑可以在所述光伏组件所在的区域范围内，且面积相对于反光造成的光点较小，形状接近长方形，颜色较为均匀。由此，可以确定所述候选图像块是否位于所述光伏组件中，且且所述候选图像块的面积在预设的面积范围内，且所述候选图像块中的像素的像素差值小于预设差值范围，从而确定所述候选图像块是否为热斑。
在本发明实施例中，所述预设的面积范围可以为5像素、10像素、100像素等，本发明对此不做限制。所述预设差值范围可以为5、10、20等，本发明对此不做限制。
S33，若是，将所述候选图像块确定为目标图像块。
在本发明实施例中，若所述候选图像块满足位于光伏组件中，且所述候选图像块的面积在预设的面积范围内，且所述候选图像块中的像素的像素差值小于预设差值范围，则可以认为所述候选图像块可以为热斑，并将所述候选图像块确定为目标图像块。
作为本发明的一种示例，可以对图8的光伏组件图像进行中值滤波处理，其后进行二值化阈值处理，将灰度值在200～255之间的像素设置为白色，将灰度值在200～255以外的像素设置为黑色，得到二值化图像，结果如图9所示。其后，可以确定所述图9中的图像块是否位于光伏组件中，且所述候选图像块的面积在预设的面积范围内，且所述候选图像块中的像素的像素差值小于预设差值范围，确定所述图9中的图像块符合条件，为热斑对应的图像块。
步骤105，在所述热红外图像中，将所述图像块所在的位置标记为热斑。
在本发明实施例中，在所述光伏组件图像中查找到所述图像块后，可以确定所述光伏组件图像中图像块所在的位置，可以为所述热红外图像中热斑所在的位置。由此，可以在所述热红外图像中，将所述图像块所在的位置标记为热斑，从而可以在所述热红外图像中识别热斑。在具体实现中，可以在所述热红外图像中采用预设颜色，替换所述图像块所在的位置的像素的颜色，从而标记热斑。例如，所述热红外图像中的主要颜色为红色，可以采用与红色形成对比的蓝色，替换所述图像块所在的位置的像素的颜色，从而标记热斑。
在本发明一种可选的实施例中，所述在所述热红外图像中，将所述图像块所在的位置标记为热斑的步骤，包括：
S41，识别所述图像块的轮廓以及位置；
在本发明实施例中，可以进一步确定所述图像块的轮廓以及位置，以准确地确定所述热斑的轮廓以及位置。
在具体实现中，可以在采用二值化阈值过滤处理方法得到的二值化图像中，确定所述所述图像块的轮廓以及位置坐标。
S42，采用所述图像块的轮廓以及位置，在所述热红外图像中标记热斑。
在本发明实施例中，可以采用所述图像块的轮廓以及位置，在所述热红外图像中对应的位置，采用所述图像块的轮廓进行标记，从而实现在所述热红外图像中标记热斑。
作为本发明的一种示例，可以在图9所示的二值化图像中，确定所述图像块的轮廓以及位置，并基于所述图像块的轮廓以及位置，在所述图2的热红外图像中进行标记，得到热斑图像，结果如图10所示。从而可以在图10中识别热斑1001。
通过本发明实施例的光伏组件的热斑识别方法，通过在所述热红外图像中识别所述光伏组件的轮廓信息，识别所述热红外图像中的光伏组件，生成光伏组件图像，并在所述光伏组件图像中，查找灰度值在预设范围内的图像块，在所述热红外图像中，将所述图像块所在的位置标记为热斑。从而实现了可以准确地在所述热红外图像中识别光伏组件，并在光伏组件图像中识别热斑，提高了热斑的识别效率。
需要说明的是，对于方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本发明实施例并不受所描述的动作顺序的限制，因为依据本发明实施例，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作并不一定是本发明实施例所必须的。
参照图11，示出了本发明的一种光伏组件的热斑识别装置实施例的结构框图，具体可以包括如下模块：
获取模块1101，用于获取光伏组件的热红外图像；
第一识别模块1102，用于在所述热红外图像中识别所述光伏组件的轮廓信息；
第二识别模块1103，用于采用所述轮廓信息，识别所述热红外图像中的光伏组件，生成光伏组件图像；
查找模块1104，用于在所述光伏组件图像中，查找灰度值在预设范围内的图像块；
标记模块1105，用于在所述热红外图像中，将所述图像块所在的位置标记为热斑。
在本发明一种实施例中，所述第一识别模块包括：
角点获取子模块，用于在所述热红外图像中，获取物体的角点；
第一识别子模块，用于针对所述角点，进行闭运算处理，识别所述光伏组件的轮廓信息。
在本发明一种实施例中，所述第二识别模块包括：
掩模生成子模块，用于采用所述轮廓信息，生成掩模图像；
第二子模块，用于采用所述掩模图像，识别所述热红外图像中的光伏组件，生成光伏组件图像。
在本发明一种实施例中，所述查找模块包括：
查找子模块，用于在所述光伏组件图像中，查找灰度值在预设范围内的候选图像块；
第一确定子模块，用于确定所述候选图像块是否位于光伏组件中，且所述候选图像块的面积在预设的面积范围内，且所述候选图像块中的像素的像素差值小于预设差值范围；
第二确定子模块，用于若是，将所述候选图像块确定为目标图像块。
在本发明一种实施例中，所述标记模块包括：
图像块识别子模块，用于识别所述图像块的轮廓以及位置；
标记子模块，用于采用所述图像块的轮廓以及位置，在所述热红外图像中标记热斑。
对于装置实施例而言，由于其与方法实施例基本相似，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
本发明实施例还提供了一种装置，包括：
一个或多个处理器；和
其上存储有指令的一个或多个机器可读介质，当由所述一个或多个处理器执行时，使得所述装置执行本发明实施例所述的方法。
本发明实施例还提供了一个或多个机器可读介质，其上存储有指令，当由一个或多个处理器执行时，使得所述处理器执行本发明实施例所述的方法。
本说明书中的各个实施例均采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似的部分互相参见即可。
本领域内的技术人员应明白，本发明实施例的实施例可提供为方法、装置、或计算机程序产品。因此，本发明实施例可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明实施例可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明实施例是参照根据本发明实施例的方法、终端设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理终端设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理终端设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理终端设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理终端设备上，使得在计算机或其他可编程终端设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程终端设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
尽管已描述了本发明实施例的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例做出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本发明实施例范围的所有变更和修改。
最后，还需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者终端设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者终端设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者终端设备中还存在另外的相同要素。
以上对本发明所提供的一种光伏组件的热斑识别方法和一种光伏组件的热斑识别装置，进行了详细介绍，本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。
Claims (10)
1.一种光伏组件的热斑识别方法，其特征在于，包括：
获取光伏组件的热红外图像；
在所述热红外图像中识别所述光伏组件的轮廓信息；
采用所述轮廓信息，识别所述热红外图像中的光伏组件，生成光伏组件图像；
在所述光伏组件图像中，查找灰度值在预设范围内的图像块；
在所述热红外图像中，将所述图像块所在的位置标记为热斑。
2.根据权利要求1所述的方法，其特征在于，所述在所述热红外图像中识别所述光伏组件的轮廓信息的步骤，包括：
在所述热红外图像中，获取物体的角点；
针对所述角点，进行闭运算处理，识别所述光伏组件的轮廓信息。
3.根据权利要求1所述的方法，其特征在于，所述采用所述轮廓信息，识别所述热红外图像中的光伏组件，生成光伏组件图像的步骤，包括：
采用所述轮廓信息，生成掩模图像；
采用所述掩模图像，识别所述热红外图像中的光伏组件，生成光伏组件图像。
4.根据权利要求1所述的方法，其特征在于，所述在所述光伏组件图像中，查找灰度值在预设范围内的图像块的步骤，包括：
在所述光伏组件图像中，查找灰度值在预设范围内的候选图像块；
确定所述候选图像块是否位于光伏组件中，且所述候选图像块的面积在预设的面积范围内，且所述候选图像块中的像素的像素差值小于预设差值范围；
若是，将所述候选图像块确定为目标图像块。
5.根据权利要求1所述的方法，其特征在于，所述在所述热红外图像中，将所述图像块所在的位置标记为热斑的步骤，包括：
识别所述图像块的轮廓以及位置；
采用所述图像块的轮廓以及位置，在所述热红外图像中标记热斑。
6.一种光伏组件的热斑识别装置，其特征在于，包括：
获取模块，用于获取光伏组件的热红外图像；
第一识别模块，用于在所述热红外图像中识别所述光伏组件的轮廓信息；
第二识别模块，用于采用所述轮廓信息，识别所述热红外图像中的光伏组件，生成光伏组件图像；
查找模块，用于在所述光伏组件图像中，查找灰度值在预设范围内的图像块；
标记模块，用于在所述热红外图像中，将所述图像块所在的位置标记为热斑。
7.根据权利要求6所述的装置，其特征在于，所述第一识别模块包括：
角点获取子模块，用于在所述热红外图像中，获取物体的角点；
第一识别子模块，用于针对所述角点，进行闭运算处理，识别所述光伏组件的轮廓信息。
8.根据权利要求6所述的装置，其特征在于，所述第二识别模块包括：
掩模生成子模块，用于采用所述轮廓信息，生成掩模图像；
第二子模块，用于采用所述掩模图像，识别所述热红外图像中的光伏组件，生成光伏组件图像。
9.一种装置，其特征在于，包括：
一个或多个处理器；和
其上存储有指令的一个或多个机器可读介质，当由所述一个或多个处理器执行时，使得所述装置执行如权利要求1-5所述的一个或多个的方法。
10.一个或多个机器可读介质，其上存储有指令，当由一个或多个处理器执行时，使得所述处理器执行如权利要求1-5所述的一个或多个的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911222510.2A CN111242889A (zh) | 2019-12-03 | 2019-12-03 | 一种光伏组件的热斑识别方法和装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911222510.2A CN111242889A (zh) | 2019-12-03 | 2019-12-03 | 一种光伏组件的热斑识别方法和装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN111242889A true CN111242889A (zh) | 2020-06-05 |
Family
ID=70863937
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201911222510.2A Pending CN111242889A (zh) | 2019-12-03 | 2019-12-03 | 一种光伏组件的热斑识别方法和装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111242889A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113155288A (zh) * | 2020-11-30 | 2021-07-23 | 齐鲁工业大学 | 一种光伏电池热斑的图像识别方法 |
| CN117456371A (zh) * | 2023-12-26 | 2024-01-26 | 浙江正泰智维能源服务有限公司 | 一种组串热斑检测方法、装置、设备及介质 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6768509B1 (en) * | 2000-06-12 | 2004-07-27 | Intel Corporation | Method and apparatus for determining points of interest on an image of a camera calibration object |
| CN102982333A (zh) * | 2012-11-02 | 2013-03-20 | 中国船舶重工集团公司第七二四研究所 | 红外成像设备探测识别空中目标的方法 |
| CN107314819A (zh) * | 2017-07-03 | 2017-11-03 | 南京绿谷信息科技有限公司 | 一种基于红外图像的光伏电站热斑检测与定位方法 |
| CN107483014A (zh) * | 2017-06-16 | 2017-12-15 | 理光软件研究所（北京）有限公司 | 一种光伏板故障自动检测方法 |
| CN108323204A (zh) * | 2017-07-17 | 2018-07-24 | 深圳和而泰智能控制股份有限公司 | 一种检测人脸瑕疵点的方法和智能终端 |
| CN109525194A (zh) * | 2018-10-15 | 2019-03-26 | 上海交通大学 | 光伏板故障光斑检测识别方法和系统 |
-
2019
- 2019-12-03 CN CN201911222510.2A patent/CN111242889A/zh active Pending
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6768509B1 (en) * | 2000-06-12 | 2004-07-27 | Intel Corporation | Method and apparatus for determining points of interest on an image of a camera calibration object |
| CN102982333A (zh) * | 2012-11-02 | 2013-03-20 | 中国船舶重工集团公司第七二四研究所 | 红外成像设备探测识别空中目标的方法 |
| CN107483014A (zh) * | 2017-06-16 | 2017-12-15 | 理光软件研究所（北京）有限公司 | 一种光伏板故障自动检测方法 |
| CN107314819A (zh) * | 2017-07-03 | 2017-11-03 | 南京绿谷信息科技有限公司 | 一种基于红外图像的光伏电站热斑检测与定位方法 |
| CN108323204A (zh) * | 2017-07-17 | 2018-07-24 | 深圳和而泰智能控制股份有限公司 | 一种检测人脸瑕疵点的方法和智能终端 |
| CN109525194A (zh) * | 2018-10-15 | 2019-03-26 | 上海交通大学 | 光伏板故障光斑检测识别方法和系统 |
Non-Patent Citations (1)
| Title |
|---|
| 毛峡;石天朋;: "光伏热斑图像有效区域分割算法研究", 太阳能学报 * |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113155288A (zh) * | 2020-11-30 | 2021-07-23 | 齐鲁工业大学 | 一种光伏电池热斑的图像识别方法 |
| CN117456371A (zh) * | 2023-12-26 | 2024-01-26 | 浙江正泰智维能源服务有限公司 | 一种组串热斑检测方法、装置、设备及介质 |
| CN117456371B (zh) * | 2023-12-26 | 2024-04-12 | 浙江正泰智维能源服务有限公司 | 一种组串热斑检测方法、装置、设备及介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US8908957B2 (en) | Method for building rule of thumb of defect classification, and methods for classifying defect and judging killer defect based on rule of thumb and critical area analysis | |
| CN107784669A (zh) | 一种光斑提取及其质心确定的方法 | |
| KR101182173B1 (ko) | 차량 번호판 인식 방법 및 시스템 | |
| US11747284B2 (en) | Apparatus for optimizing inspection of exterior of target object and method thereof | |
| KR101549495B1 (ko) | 문자 추출 장치 및 그 방법 | |
| CN109413411B (zh) | 一种监控线路的黑屏识别方法、装置及服务器 | |
| CN108416351B (zh) | 路面病害区域的确定方法、装置和计算机设备 | |
| CN111242889A (zh) | 一种光伏组件的热斑识别方法和装置 | |
| JP2018120445A (ja) | 車番認識装置 | |
| CN111915509B (zh) | 基于图像处理去阴影优化的保护压板状态辨识方法 | |
| CN110276787B (zh) | 基于标志物图像检测的导线舞动监测方法 | |
| CN110610485A (zh) | 一种基于ssim算法的特高压输电线路通道隐患预警方法 | |
| CN115294031A (zh) | 基于红外热成像分析的光伏组件故障图像识别方法 | |
| CN107038690B (zh) | 一种基于多特征融合的运动阴影去除方法 | |
| KR101705061B1 (ko) | 차량 번호판의 글자 인식을 위한 번호판 검출방법 | |
| Ahmed et al. | On-road automobile license plate recognition using co-occurrence matrix | |
| CN114359251A (zh) | 一种混凝土表面破损的自动识别方法 | |
| JP6951639B2 (ja) | 画像解析装置、画像解析方法及び画像解析プログラム | |
| Etemadnia et al. | Automatic Image Shadow Identification using LPF in Homomorphic Processing System. | |
| CN107980094B (zh) | 一种视觉检测系统及方法 | |
| CN116758425A (zh) | 一种大基地光伏电站自动验收方法和装置 | |
| Yu et al. | MSER based shadow detection in high resolution remote sensing image | |
| Tribak et al. | Remote solar panels identification based on patterns localization | |
| CN113808117B (zh) | 灯具检测方法、装置、设备及存储介质 | |
| Khan et al. | Shadow removal from digital images using multi-channel binarization and shadow matting |
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 |