CN112132898A - 光伏组件定位方法 - Google Patents

光伏组件定位方法 Download PDF

Info

Publication number
CN112132898A
CN112132898A CN202010992605.9A CN202010992605A CN112132898A CN 112132898 A CN112132898 A CN 112132898A CN 202010992605 A CN202010992605 A CN 202010992605A CN 112132898 A CN112132898 A CN 112132898A
Authority
CN
China
Prior art keywords
longitude
latitude
photovoltaic module
vertex
calculating
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
Application number
CN202010992605.9A
Other languages
English (en)
Inventor
张晶
夏海洋
江春梅
章思卫
向东
薛洮
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.)
Chongqing Zhongdian Self Energy Technology Co ltd
Original Assignee
Chongqing Zhongdian Self Energy 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 Chongqing Zhongdian Self Energy Technology Co ltd filed Critical Chongqing Zhongdian Self Energy Technology Co ltd
Priority to CN202010992605.9A priority Critical patent/CN112132898A/zh
Publication of CN112132898A publication Critical patent/CN112132898A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/70—Determining position or orientation of objects or cameras
    • G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
    • 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
    • G06T7/10—Segmentation; Edge detection
    • G06T7/194—Segmentation; Edge detection involving foreground-background segmentation
    • 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

Landscapes

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

Abstract

本发明提供了一种光伏组件定位方法和检测方法，属于光伏组件定位检测领域，所述定位方法包括：对场站全景位图进行颜色空间转换，将RGB转换为HVS颜色空间；对生成的HSV图像进行阈值二值化处理，组串区域为前景色，地面为背景色；前景色与背景色颜色不同；对得到的图像做滤波处理；提取出所有组串区域的轮廓；根据轮廓获取全景位图中所有组串顶点像素坐标信息；指定并获取至少两个点经纬度信息，计算所有组串顶点经纬度信息；通过组串顶点经纬度信息计算组件顶点经纬度。本发明解决了现有技术中光伏组件人工打点造成的工作量大、成本高并且容易出错的问题。

Description

光伏组件定位方法
技术领域
本发明涉及光伏组件定位检测领域，尤其涉及光伏组件定位方法。
背景技术
在光伏电站生产运营过程中，为了提升发电效率，需要对光伏板进行日常检测，检查光伏板是否处于正常工作状态，包括光伏板是否有脱落、是否有异常遮挡、是否有破裂，光伏支架是否有变形、倾倒、对光方向是否正常等。一般光伏电站占地面积都比较广阔，少则几百亩，多则几千上万亩，人工巡视工作量过大，只能通过无人机航拍巡检。光伏电站中，光伏组件是获取太阳能发电的主要设备。一个电站有多个光伏方阵区域，每个方阵铺放若干组串，而每个组串又由多个光伏组件组成。
目前，为了宏观把握所有组件设备的数量情况和它们的地理位置信息，那么就需要工作人员统计整个场站一共有多少个组串，每个组串含有多少组件，并依赖辅助的地图软件(以missioner player为例)，对每个组串四个顶点和组件顶点进行打点记录，导出打点的经纬度信息，从而得到该场站所有组串和组件的地理位置坐标。上述工作全部需要逐个人工操作、记录，工作量大。不仅耗费人力，成本巨大，而且容易出错。
发明内容
本发明的目的在于针对上述背景技术中的不足，提供了一种光伏组件定位方法，解决了现有技术中光伏组件人工打点造成的工作量大、成本高并且容易出错的问题。
为实现上述目的，本发明采用了如下的技术方案：
光伏组件定位方法，包括如下步骤：
S1、对场站全景位图进行颜色空间转换，将RGB转换为HVS颜色空间；
S2、对生成的HSV图像进行阈值二值化处理，组串区域为前景色，地面为背景色；前景色与背景色颜色不同；
S3、对得到的图像做滤波处理；
S4、提取出所有组串区域的轮廓；
S5、根据轮廓获取全景位图中所有组串顶点像素坐标信息；
S6、指定并获取至少两个点经纬度信息，计算所有组串顶点经纬度信息；
S7、通过组串顶点经纬度信息计算组件顶点经纬度。
与现有技术相比，本发明的有益效果是：本发明先通过颜色空间转换突出组串和地面的颜色区别；再通过二值化处理，得出地面和组串之间的二值图；再对二值图进行滤波处理，使得组串的轮廓更加突出，同时起到降噪的效果；利于图像提取分割；提取图像轮廓得到组串的轮廓信息，达到组串分割的目的。再利用轮廓信息和已知点的经纬度信息，以及两点像素距离和经纬度距离比例信息，得出实际的组串位置信息。同时，通过组串经纬度信息，进而计算组件经纬度。获得全景位图后，将图像处理、自动识别代替人工标点，大大减少了人工参与，降低了人员工作量和失误率，也节约了成本。
附图说明
图1为全景位图一角。
图2为航拍图的局部放大图；
图3为HSV颜色空间转换后的效果图。
图4为二值化处理后的效果图。
图5为形态学处理后的效果图。
图6为降噪处理后的效果图。
具体实施方式
下面结合附图和实施例对本发明中的技术方案进一步说明。
如图1-6所示，本发明提供了一种光伏组件定位方法，包括如下步骤：
S1、对场站全景位图进行颜色空间转换，将RGB转换为HVS颜色空间；场站的全景位图一般通过航拍图拼接得到。
S2、对生成的HSV图像进行阈值二值化处理，组串区域为前景色，地面为背景色；前景色与背景色颜色不同；
S3、对得到的图像做滤波处理；
S4、提取出所有组串区域的轮廓；
S5、根据轮廓获取全景位图中所有组串顶点像素坐标信息；
S6、指定并获取至少两个点经纬度信息，计算所有组串顶点经纬度信息；
S7、通过组串顶点经纬度信息计算组件顶点经纬度。
如上述方法所述，本发明在通过无人机获得航拍图片后，通过对图片的换色、降噪和轮廓分割处理处理，突出组串的轮廓，选轮廓的顶点作为确定轮廓位置的计算标准，方便自动识别。本发明利用光伏组件成普遍呈长方形的特点，定义新的选定标准，选定每一个组串中轮廓中的最小x坐标，最大y坐标，最大x坐标，最小y坐标四个点所对应的像素坐标(x,y)值为组串的顶点像素坐标。
进一步的，所述滤波处理包括形态学滤波和中值滤波；形态学滤波能够使组串的轮廓更加突出，同时对图像起到降噪的效果；中值滤波能够去出去黑色区域中大量的白色噪点，有利于图像分割。通过上述处理后，采用轮廓提取方法，提取出所有矩阵轮廓，就能够成功提取出所有组串的轮廓信息。
进一步的，所述组串顶点的经纬度计算方法为：首先，结合辅助的地理信息软件(以missioner player为例)，获取场站全景位图中指定的组串某两顶点P1和P2经纬度信息，进而计算两点之间的直线距离D1，并通过前面获取的组串轮廓已知这两个点的像素坐标，进而计算两点之间的像素距离D2。以此得到实际直线距离与像素距离的映射比例R＝D1/D2；
通过上面步骤中，利用指定的点P1计算其他所有组串顶点经纬度。即P1固定，通过P1和任一组串顶点P求得像素距离D，结合上述实际距离与像素距离之间的映射比例R，可以求得两个点的实际直线距离为D3＝D*R。最后，结合P1的经纬度值，P1和任一点P的实际直线距离D3，以及P1和P的夹角α，三者综合求得顶点P的经纬度坐标。具体计算时，也可以选择P2为基准点。将组串顶点选做P1、P2更易在图中被找到标引。
计算出组串顶点的经纬度信息后，就可以通过组串顶点计算组件顶点经纬度了，将组串轮廓按每排和每列的组串个数进行等分，得出的每一个分块的顶点的经纬度为组件顶点的经纬度。
具体为：在已知每一个组串都由固定的M*N块矩形状组件所组成的情况下，通过组串的任意相邻两点可以计算出该组串的横向经纬度距离和纵向经纬度距离，又已知组串横向和纵向各由M和N块组件所组成，便可以得到每块组件的平均横向经纬度距离和纵向经纬度距离，进而求得每块组件的四个顶点的经纬度坐标。
对于任意组串，根据前面的方法分别获取主串横向左上角和右上角的经纬度坐标信息，并计算左上角到右上角的距离、两点连线与正北方向的夹角；获取组串每一子串上的组件个数，计算每个子串下每个组件的长度；通过左上角经纬度值、与正北方向的夹角、左上角到第一块组件的距离，能够计算出第一块组件右上角的经纬度坐标；依次类推，可以计算出第一个子串下所有组件左右定点的经纬度值。
在获得组件顶点经纬度坐标后，可以将组件中心点经纬度计算出来，因为在现场确定位置是，一个组件会对应顶点，具体定位时，稍微有些麻烦，在计算出组件中心点的经纬度后，达到一一对应的效果，方便具操作是确定。
进一步的，所述前景色和背景色分别为白色和黑色。黑白色调差异较大，更容易提取轮廓。当然也可以采用其他色调差异较大的颜色区分。
在获得图像进行初步设定后，本发明各个步骤均可以通过计算机自动实现，大大降低了人工劳动强度，且不会出错，通过组串确定组件位置，也不易因外界环境因素产生较多变差。受附图格式、颜色限制，图1-3中的色彩无法展示，本发明的处理效果图不能得到充份展示，但是本领域技术人员在依照本发明的方法处理后，应当能够清楚本发明的效果。
最后说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本发明技术方案的宗旨和范围，其均应涵盖在本发明的权利要求范围当中。

Claims (8)

1.光伏组件定位方法，其特征在于，包括如下步骤：
S1、对场站全景位图进行颜色空间转换，将RGB转换为HVS颜色空间；
S2、对生成的HSV图像进行阈值二值化处理，组串区域为前景色，地面为背景色；前景色与背景色颜色不同；
S3、对得到的图像做滤波处理；
S4、提取出所有组串区域的轮廓；
S5、根据轮廓获取全景位图中所有组串顶点像素坐标信息；
S6、指定并获取至少两个点经纬度信息，计算所有组串顶点经纬度信息；
S7、通过组串顶点经纬度信息计算组件顶点经纬度。
2.如权利要求1所述的光伏组件定位方法，其特征在于，取每一个组串轮廓中的最小x坐标，最大y坐标，最大x坐标，最小y坐标四个点所对应的像素坐标(x,y)值为组串顶点的像素坐标。
3.如权利要求1所述的光伏组件定位方法，其特征在于，所述滤波处理包括形态学滤波和中值滤波。
4.如权利要求1所述的光伏组件定位方法，其特征在于，所述组串顶点的经纬度计算方法为：通过地理信息软件，获取指定的两个点P1和P2经纬度信息，计算两点之间的实际直线距离D1，根据P1和P2的在全景位图轮廓中的位置确定像素距离D2，得出实际距离和像素距离的映射比例：R＝D1/D2；
根据组串顶点的像素坐标信息P，计算P与P1/P2的像素距离D3/D4；求得两点的实际直线距离D5/D6＝D3/D4*R，再根据P1/P2和P的夹角，求得P的经纬度坐标；依次计算每个组串顶点的经纬度坐标。
5.如权利要求4所述的光伏组件定位方法，其特征在于，所述P1和P2为其中两个组串顶点。
6.如权利要求5所述的光伏组件定位方法，其特征在于，所述组件顶点经纬度的计算方法为：将组串轮廓按每排和每列的组串个数进行等分，得出的每一个分块的顶点的经纬度为组件顶点的经纬度。
7.如权利要求6所述的光伏组件定位方法，其特征在于，根据组件顶点经纬度坐标，计算组件中心点经纬度坐标。
8.如权利要求7所述的光伏组件定位方法，其特征在于，所述前景色和所述背景色分别为白色和黑色。
CN202010992605.9A 2020-09-21 2020-09-21 光伏组件定位方法 Pending CN112132898A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010992605.9A CN112132898A (zh) 2020-09-21 2020-09-21 光伏组件定位方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010992605.9A CN112132898A (zh) 2020-09-21 2020-09-21 光伏组件定位方法

Publications (1)

Publication Number Publication Date
CN112132898A true CN112132898A (zh) 2020-12-25

Family

ID=73841219

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010992605.9A Pending CN112132898A (zh) 2020-09-21 2020-09-21 光伏组件定位方法

Country Status (1)

Country Link
CN (1) CN112132898A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113504792A (zh) * 2021-07-09 2021-10-15 四川熵智科技有限公司 无人机智能飞播路径规划方法、存储介质及无人机

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107423501A (zh) * 2017-07-17 2017-12-01 南京邮电大学 一种基于光伏电站逻辑图的阵列自动检测和编号方法
CN109002048A (zh) * 2018-06-12 2018-12-14 浙江大学 一种基于多旋翼无人机的规模化集中式光伏电站图像数据采集方法
CN109299311A (zh) * 2018-09-18 2019-02-01 甘肃启远智能科技有限责任公司 光伏组件经纬度数据配置方法及装置

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107423501A (zh) * 2017-07-17 2017-12-01 南京邮电大学 一种基于光伏电站逻辑图的阵列自动检测和编号方法
CN109002048A (zh) * 2018-06-12 2018-12-14 浙江大学 一种基于多旋翼无人机的规模化集中式光伏电站图像数据采集方法
CN109299311A (zh) * 2018-09-18 2019-02-01 甘肃启远智能科技有限责任公司 光伏组件经纬度数据配置方法及装置

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
吴枫杰: "光伏电站中的航拍图像识别与匹配技术研究" *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113504792A (zh) * 2021-07-09 2021-10-15 四川熵智科技有限公司 无人机智能飞播路径规划方法、存储介质及无人机

Similar Documents

Publication Publication Date Title
CN110599552B (zh) 一种基于计算机视觉的pH试纸检测方法
CN111740699A (zh) 一种光伏板故障检测识别方法、装置和无人机
CN112184711A (zh) 一种光伏组件缺陷检测和定位方法及系统
CN113592822B (zh) 一种电力巡检图像的绝缘子缺陷定位方法
CN107423501A (zh) 一种基于光伏电站逻辑图的阵列自动检测和编号方法
CN111724354B (zh) 一种基于图像处理的多株小麦穗长与小穗数的测量方法
CN110570422B (zh) 一种基于矩阵分析的胶囊缺陷视觉检测方法
CN112396128A (zh) 一种铁路外部环境风险源样本自动标注方法
CN117523307B (zh) 基于opc和瓷砖表面瑕疵识别模型的瓷砖分拣方法及系统
CN112132898A (zh) 光伏组件定位方法
CN113963370A (zh) 一种光伏电站中光伏设备的编号方法及编号装置
CN114565600A (zh) 一种太阳能光伏面板表面缺陷检测方法
CN114549393A (zh) 图像标注方法、装置、设备及计算机存储介质
CN105426943A (zh) 钢箱梁虚拟装配中图像采集的编码系统及方法
CN212515006U (zh) 一种适用于无人机光伏巡检场景的异常目标精准定位装置
CN110188751B (zh) 一种m310核电机组设备标牌位号图像识别方法
CN112116600A (zh) 一种基于图像处理的光伏板计数方法
CN114627463B (zh) 一种基于机器识别的非接触式配电数据识别方法
Sha et al. Design of patrol monitoring and control system for hot spot of solar photovoltaic module
CN112700415B (zh) 一种笔电外壳缺陷快速检测算法
CN114354622A (zh) 显示屏的缺陷检测方法、装置、设备和介质
CN116310859B (zh) 一种基于多源遥感数据的光伏阵列故障智能检测方法
CN117911354A (zh) 基于图像分析的光伏面板组件损坏缺陷识别处理方法
CN118154421B (zh) 一种光伏图片的自动裁切拼接方法、装置、终端与存储介质
CN118115851B (zh) 一种基于人工智能的智慧型地理数据工厂构建方法

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
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20201225