CN115690430A - 光伏组件边缘特征图补齐方法、系统、设备及存储介质 - Google Patents
光伏组件边缘特征图补齐方法、系统、设备及存储介质 Download PDFInfo
- Publication number
- CN115690430A CN115690430A CN202211703507.4A CN202211703507A CN115690430A CN 115690430 A CN115690430 A CN 115690430A CN 202211703507 A CN202211703507 A CN 202211703507A CN 115690430 A CN115690430 A CN 115690430A
- Authority
- CN
- China
- Prior art keywords
- value
- num
- region
- average
- gray value
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 39
- 230000001502 supplementing effect Effects 0.000 title claims abstract description 36
- 238000010586 diagram Methods 0.000 claims abstract description 16
- 230000011218 segmentation Effects 0.000 claims abstract description 8
- 238000004590 computer program Methods 0.000 claims description 13
- 238000012935 Averaging Methods 0.000 claims description 12
- 238000004364 calculation method Methods 0.000 claims description 8
- 238000012216 screening Methods 0.000 claims description 6
- 230000007547 defect Effects 0.000 abstract description 14
- 210000003608 fece Anatomy 0.000 abstract description 6
- 238000005286 illumination Methods 0.000 abstract description 6
- 244000025254 Cannabis sativa Species 0.000 abstract description 5
- 238000012423 maintenance Methods 0.000 abstract description 5
- 238000007619 statistical method Methods 0.000 abstract description 4
- 230000008569 process Effects 0.000 description 4
- 230000000903 blocking effect Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000013135 deep learning Methods 0.000 description 2
- 238000003708 edge detection Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000007689 inspection Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 230000003190 augmentative effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
- 238000001931 thermography Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- 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
- Image Analysis (AREA)
Abstract
本发明公开了一种光伏组件边缘特征图补齐方法，包括如下步骤：S1、对获取的光伏组件原始边缘特征图的灰度值进行二值化分割，得到二值化图；S2、二值化图输出确定灰度值为高值时的像素点个数，并计算灰度值为高值时像素点的平均值；S3、根据若干个小于平均值的像素点的分布分割出各组件区域，并根据划分的组件区域，重构完整的组件边缘特征图。采用灰度极大和极小值的统计方法，有效的补齐了草木、鸟粪等遮挡时或者光照、地理环境等外界条件不理想时引起的残缺或噪声边缘特征图，为光伏组件的缺陷识别和定位奠定基础，提高了光伏场站智能运维效率。
Description
技术领域
本专利申请涉及图像识别技术领域，特别是涉及一种光伏组件边缘特征图补齐方法、系统、设备及存储介质。
背景技术
目前光伏场站设备巡检主要依靠无人机智能巡检，其中，利用无人机巡检图像识别及定位光伏组件缺陷离不开边缘检测技术。当前边缘检测一般是利用U-Net、DeepLab等深度学习算法进行检测，而光伏场站图像中的光伏组件边缘被草木、鸟粪等遮挡时或者光照、地理环境等外界条件不理想时，利用深度学习算法提取的边缘特征图可能会出现残缺、噪声等，影响最终的缺陷识别和定位，如图5所示，右图为左图的特征图，局部会因为遮挡等原因导致出现残缺，影响最终的缺陷识别和定位。为此，我们提出一种光伏组件边缘特征图补齐方法、系统、设备及存储介质。
发明内容
本发明旨在至少在一定程度上解决相关技术中技术问题之一，为此，本发明的第一个目的在于提出一种光伏组件边缘特征图补齐方法，采用灰度极大和极小值的统计方法，有效的补齐了草木、鸟粪等遮挡时或者光照、地理环境等外界条件不理想时引起的残缺或噪声边缘特征图，为光伏组件的缺陷识别和定位奠定基础，提高了光伏场站智能运维效率。
本发明的第二个目的在于提出一种光伏组件边缘特征图补齐系统。
本发明的第三个目的在于提出一种电子设备。
本发明的第四个目的在于提出一种存储介质。
为实现上述目的，本发明第一方面实施例提出了一种光伏组件边缘特征图补齐方法，包括如下步骤：
S1、对获取的光伏组件原始边缘特征图的灰度值进行二值化分割，得到二值化图；
S2、二值化图输出确定灰度值为高值时的像素点个数，并计算灰度值为高值时像素点的平均值；
S3、根据若干个小于平均值的像素点的分布分割出各组件区域，并根据划分的组件区域，重构完整的组件边缘特征图。
根据本发明实施例的光伏组件边缘特征图补齐方法，所述步骤S1中原始边缘特征图灰度值的二值化定义为：将初始灰度值小于等于30的像素点灰度值置为0，显示为纯黑色；初始灰度值大于30的像素点灰度值置为255，显示为纯白色。
根据本发明实施例的光伏组件边缘特征图补齐方法，所述步骤S2中确定的灰度值为255的像素点，其具体步骤包括：
S21、二值化图输出确定第y行灰度值为255的像素点个数，标记为num_y[y]；确定第x列灰度值为255的像素点个数，标记为num_x[x]；
S22、计算n个num_y[y]的像素点个数的平均值及m个num_x[x]的像素点个数的平均值，分别记为average_y和average_x；
其中，m*n表示获取的光伏组件原始边缘特征图的分辨率。
根据本发明实施例的光伏组件边缘特征图补齐方法，所述步骤S3的具体步骤包括：
S31、在小于average_y数组中确定若干个极小值，记录对应的y值，即组件区域的边界y坐标值，在小于average_x数组中确定若干个极小值，记录对应的x值，即组件区域的边界x坐标值；
S32、根据x坐标值、y坐标值确定的边界值，分割出若干个组件区域，并筛选出组件区域；
S33、在任一组件区域内，确定第y’行灰度值为255的像素点个数标记为num_region_y’[y’]，确定第x’列灰度值为255的像素点个数标记为num_region_x’[x’]，统计h个num_region_y’[y’]和w个num_region_x’[x’]，其中，1≤y’≤h，1≤x’≤w，h为该组件区域下的高度，w为该组件区域下的宽度；
S34、对h个num_region_y’[y’]求平均值，标记为average_region_y’；对w个num_region_x’[x’]求平均值，标记为average_region_x’；
S35、在大于average_region_y’的num_region_y’[y’]确定极大值对应的y’值，即白色边缘线的y’坐标值；在大于average_region_x’的num_region_x’[x’]确定极大值对应的x’值，即白色边缘线的x’坐标值；
S36、根据得出的白色边缘线的坐标值，重构完整的组件边缘特征图。
本发明第二方面实施例提出了一种光伏组件边缘特征图补齐系统，包括：
二值化模块，用于对获取的光伏组件原始边缘特征图的灰度值进行二值化分割，得到二值化图；
计算模块，用于二值化图输出确定灰度值为高值时的像素点个数，并计算灰度值为高值时像素点的平均值；
重构模块，用于根据若干个小于平均值的像素点的分布分割出各组件区域，并根据划分的组件区域，重构完整的组件边缘特征图。
根据本发明的一个实施例，所述二值化模块对原始边缘特征图灰度值的二值化定义为：将初始灰度值小于等于30的像素点灰度值置为0，显示为纯黑色；初始灰度值大于30的像素点灰度值置为255，显示为纯白色。
根据本发明的一个实施例，所述计算模块中计算的对象为灰度值为255的像素点，计算模块包括：
像素点确定单元，用于二值化图输出确定第y行灰度值为255的像素点个数，标记为num_y[y]；确定第x列灰度值为255的像素点个数，标记为num_x[x]；
计算单元，用于计算n个num_y[y]的像素点个数的平均值及m个num_x[x]的像素点个数的平均值，分别记为average_y和average_x，其中，m*n表示获取的光伏组件原始边缘特征图的分辨率。
根据本发明的一个实施例，所述重构模块的工作流程包括如下步骤：
在小于average_y数组中确定若干个极小值，记录对应的y值，即组件区域的边界y坐标值，在小于average_x数组中确定若干个极小值，记录对应的x值，即组件区域的边界x坐标值；
根据x坐标值、y坐标值确定的边界值，分割出若干个组件区域，并筛选出组件区域；
在任一组件区域内，确定第y’行灰度值为255的像素点个数标记为num_region_y’[y’]，确定第x’列灰度值为255的像素点个数标记为num_region_x’[x’]，统计h个num_region_y’[y’]和w个num_region_x’[x’]，其中，1≤y’≤h，1≤x’≤w，h为该组件区域下的高度，w为该组件区域下的宽度；
对h个num_region_y’[y’]求平均值，标记为average_region_y’；对w个num_region_x’[x’]求平均值，标记为average_region_x’；
在大于average_region_y’的num_region_y’[y’]确定极大值对应的y’值，即白色边缘线的y’坐标值；在大于average_region_x’的num_region_x’[x’]确定极大值对应的x’值，即白色边缘线的x’坐标值；
根据得出的白色边缘线的坐标值，重构完整的组件边缘特征图。
本发明第三方面实施例提出了一种电子设备，包括存储器和处理器，所述存储器中存储有计算机程序，所述计算机程序被设置为运行时执行时，实现如本发明第一方面实施例提出的光伏组件边缘特征图补齐方法；
所述处理器被设置为通过所述计算机程序执行时，实现如本发明第一方面实施例提出的光伏组件边缘特征图补齐方法。
本发明第四方面实施例提出了一种存储介质，所述存储介质中存储有计算机程序，所述计算机程序被设置为运行时，实现如本发明第一方面实施例提出的光伏组件边缘特征图补齐方法。
与现有技术相比，本发明的有益效果是：本发明提出的一种光伏组件边缘特征图补齐方法，采用灰度极大和极小值的统计方法，有效的补齐了草木、鸟粪等遮挡时或者光照、地理环境等外界条件不理想时引起的残缺或噪声边缘特征图，为光伏组件的缺陷识别和定位奠定基础，提高了光伏场站智能运维效率。
附图说明
图1为本发明光伏组件边缘特征图补齐方法的流程图；
图2为本发明步骤S2的详细流程图；
图3为本发明步骤S3的详细流程图；
图4为本发明提供的电子设备的结构示意图；
图5为现有光伏组件巡检-特征缺陷示意图。
具体实施方式
以下通过特定的具体实例说明本专利申请的实施方式，本领域技术人员可由本说明书所揭露的内容轻易地了解本专利申请的其他优点与功效。本专利申请还可以通过另外不同的具体实施方式加以实施或应用，本说明书中的各项细节也可以基于不同观点与应用，在没有背离本专利申请的精神下进行各种修饰或改变。需说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。
下面结合附图，通过具体的实施例及其应用场景对本申请实施例提供的光伏组件边缘特征图补齐方法、系统、设备及存储介质进行详细地说明。
本申请实施例中，可以通过构建光伏组件边缘特征图补齐系统，在光伏组件边缘特征图补齐系统中，执行光伏组件边缘特征图补齐方法，实现光伏组件的缺陷识别和定位，提高了光伏场站智能运维效率。
光伏组件边缘特征图补齐系统可以包括二值化模块、计算模块、重构模块。
二值化模块，用于对获取的光伏组件原始边缘特征图的灰度值进行二值化分割，得到二值化图；
计算模块，用于二值化图输出确定灰度值为高值时的像素点个数，并计算灰度值为高值时像素点的平均值；
重构模块，用于根据若干个小于平均值的像素点的分布分割出各组件区域，并根据划分的组件区域，重构完整的组件边缘特征图。
该系统可应用于终端，具体可由，终端中的硬件或软件执行。
该终端包括但不限于具有触摸敏感表面（例如，触摸屏显示器和/或触摸板）的移动电话或平板电脑等便携式通信设备。还应当理解的是，在某些实施例中，该终端可以不是便携式通信设备，而是具有触摸敏感表面（例如，触摸屏显示器和/或触摸板）的台式计算机。
以下各个实施例中，描述了包括显示器和触摸敏感表面的终端。然而，应当理解的是，终端可以包括诸如物理键盘、鼠标和控制杆的一个或多个其它物理用户接口设备。
本申请实施例提供的光伏组件边缘特征图补齐方法，该光伏组件边缘特征图补齐方法的执行主体可以为电子设备或者电子设备中能够实现该光伏组件边缘特征图补齐方法的功能模块或功能实体，本申请实施例提及的电子设备包括但不限于手机、平板电脑、电脑、相机和可穿戴设备等，下面以电子设备作为执行主体为例对本申请实施例提供的风电功率的超短期预测方法进行说明。
图1是本发明一个实施例的光伏组件边缘特征图补齐方法的流程图，如图1所示，特征图补齐方法包括：
S1、对获取的光伏组件原始边缘特征图的灰度值进行二值化分割，得到二值化图；
可以理解的是，当光伏场站图像中的光伏组件边缘被草木、鸟粪等遮挡时或者光照、地理环境等外界条件不理想时，边缘特征图可能会出现残缺、噪声等，影响最终的缺陷识别和定位，可利用二值化分割，以获得缺陷位置。
在该实施例中，原始边缘特征图灰度值的二值化定义为：将初始灰度值小于等于30的像素点灰度值置为0，显示为纯黑色；初始灰度值大于30的像素点灰度值置为255，显示为纯白色，根据图像的二值化，将整个图像呈现出明显的只有黑和白的视觉效果，便于识别。
S2、二值化图输出确定灰度值为255时的像素点个数，并计算灰度值为255时像素点的平均值；
在该步骤中，确定的灰度值为255的像素点，其具体步骤如图2所示，包括：
S21、二值化图输出确定第y行灰度值为255的像素点个数，标记为num_y[y]；确定第x列灰度值为255的像素点个数，标记为num_x[x]；
S22、计算n个num_y[y]的像素点个数的平均值及m个num_x[x]的像素点个数的平均值，分别记为average_y和average_x；
其中，m*n表示获取的光伏组件原始边缘特征图的分辨率。
在该实施例中，以大疆禅思H20T热成像相机为例，其分辨率为640*512，此时，m为640，n为512，其中，1≤y≤512图像高，1≤x≤640图像宽，统计512个num_y[y]和640个num_x[x]，并对二者求取平均值。
S3、根据若干个小于平均值的像素点的分布分割出各组件区域，并根据划分的组件区域，重构完整的组件边缘特征图；
在该实施例中，重构完整的组件边缘特征图的具体步骤如图3所示，包括：
S31、在小于average_y数组中确定若干个极小值，记录对应的y值，即组件区域的边界y坐标值，在小于average_x数组中确定若干个极小值，记录对应的x值，即组件区域的边界x坐标值；其中，极小值是指白点数为0（即黑色背景），根据对应的坐标值，可分割出白色组串区域，进一步的，从y=0（0≤y≤图像高）开始统计，当首次符合num_y[y]≤average_y时，y坐标设为y1，首次符合average_y≤num_y[y]时，y坐标设为y2，[y1,y2]区间中num_y[y]的最小值（波谷）即为极小值之一，获取边界y坐标值，同理，获取边界x坐标值。
进一步地方案，确定极小值小于10，记录对应的x和y值，即组件区域的边界x、y坐标值，极小值的阈值设置在10，可以过滤噪声，避免噪声误判成真实组件边缘，在具体实施过程中，首先分割出组串区域，再单独对组串进行补齐边缘；避免直接对整图补齐边缘，组串之间相互干扰，无法补齐还原边缘的问题。
S32、根据x坐标值、y坐标值确定的边界值，分割出若干个组件区域，并筛选出组件区域；
S33、在任一组件区域内，确定第y’行灰度值为255的像素点个数标记为num_region_y’[y’]，确定第x’列灰度值为255的像素点个数标记为num_region_x’[x’]，统计h个num_region_y’[y’]和w个num_region_x’[x’]，其中，1≤y’≤h，1≤x’≤w，h为该组件区域下的高度，w为该组件区域下的宽度；
S34、对h个num_region_y’[y’]求平均值，标记为average_region_y’；对w个num_region_x’[x’]求平均值，标记为average_region_x’；
S35、在大于average_region_y’的num_region_y’[y’]确定极大值对应的y’值，即白色边缘线的y’坐标值，具体地，该y’坐标值为水平方向的组件边缘y’坐标值；在大于average_region_x’的num_region_x’[x’]确定极大值对应的x’值，即白色边缘线的x’坐标值，具体地，x’坐标值为竖直方向的组件边缘x’坐标值，在具体实施过程中，num_region_y’[y’]和num_region_x’[x’]的极大值是指白点数最多（即白色线条），根据对应坐标值，可确定白色边缘线条的坐标位置，以num_region_y’[y’]为例，从y’开始统计，首次符合average_region_y’≤num_region_y’[y’]时，y’坐标设为y’1；首次符合num_region_y’[y’]≤average_region_y’时，y坐标设为y’2；[y’1,y’2]区间中的最大值（波峰）即为极大值之一，获取组件边缘水平方向的y’坐标值，同理，获取组件边缘竖直方向的x’坐标值。
S36、根据得出的白色边缘线的坐标值，即组件边缘水平方向的y’坐标值和组件边缘竖直方向的x’坐标值，重构完整的组件边缘特征图。
在该实施例中，根据x’、y’坐标值，可确定所有边缘的外接矩形的顶点，借助opencv图像处理工具，可画出所有外接矩形；如果外接矩形图中的某个矩形已出现在原图中，则不补齐；否则根据这个矩形的x’、y’坐标值在原图中画1个矩形进行补齐边缘，全部补齐后，即重构完成。
采用灰度极大和极小值的统计方法，有效的补齐了草木、鸟粪等遮挡时或者光照、地理环境等外界条件不理想时引起的残缺或噪声边缘特征图，为光伏组件的缺陷识别和定位奠定基础，提高了光伏场站智能运维效率。
根据本发明的一个实施例，在光伏组件边缘特征图补齐系统中，二值化模块对原始边缘特征图灰度值的二值化定义为：将初始灰度值小于等于30的像素点灰度值置为0，显示为纯黑色；初始灰度值大于30的像素点灰度值置为255，显示为纯白色。
根据本发明的一个实施例，计算模块中计算的对象为灰度值为255的像素点，计算模块包括：
像素点确定单元，用于二值化图输出确定第y行灰度值为255的像素点个数，标记为num_y[y]；确定第x列灰度值为255的像素点个数，标记为num_x[x]；
计算单元，用于计算n个num_y[y]的像素点个数的平均值及m个num_x[x]的像素点个数的平均值，分别记为average_y和average_x，其中，m*n表示获取的光伏组件原始边缘特征图的分辨率。
根据本发明的一个实施例，重构模块的工作流程包括如下步骤：
在小于average_y数组中确定若干个极小值，记录对应的y值，即组件区域的边界y坐标值，在小于average_x数组中确定若干个极小值，记录对应的x值，即组件区域的边界x坐标值；
根据x坐标值、y坐标值确定的边界值，分割出若干个组件区域，并筛选出组件区域；
在任一组件区域内，确定第y’行灰度值为255的像素点个数标记为num_region_y’[y’]，确定第x’列灰度值为255的像素点个数标记为num_region_x’[x’]，统计h个num_region_y’[y’]和w个num_region_x’[x’]，其中，1≤y’≤h，1≤x’≤w，h为该组件区域下的高度，w为该组件区域下的宽度；
对h个num_region_y’[y’]求平均值，标记为average_region_y’；对w个num_region_x’[x’]求平均值，标记为average_region_x’；
在大于average_region_y’的num_region_y’[y’]确定极大值对应的y’值，即白色边缘线的y’坐标值，具体地，该y’坐标值为水平方向的组件边缘y’坐标值；在大于average_region_x’的num_region_x’[x’]确定极大值对应的x’值，即白色边缘线的x’坐标值，具体地，x’坐标值为竖直方向的组件边缘x’坐标值；
根据得出的白色边缘线的坐标值，即组件边缘水平方向的y’坐标值和组件边缘竖直方向的x’坐标值，重构完整的组件边缘特征图。
本申请实施例中的光伏组件边缘特征图补齐系统可以是电子设备，也可以是电子设备中的部件，例如集成电路或芯片。该电子设备可以是终端，也可以为除终端之外的其他设备。示例性的，电子设备可以为手机、平板电脑、笔记本电脑、掌上电脑、车载电子设备、移动上网装置（Mobile Internet Device，MID）、增强现实(augmented reality，AR)/虚拟现实(virtual reality，VR)设备、机器人、可穿戴设备、超级移动个人计算机（ultra-mobilepersonal computer，UMPC）、上网本或者个人数字助理（personal digital assistant，PDA）等，还可以为服务器、网络附属存储器（Network Attached Storage，NAS）、个人计算机（personal computer，PC）、电视机（television，TV）、柜员机或者自助机等，本申请实施例不作具体限定。
本申请实施例中的光伏组件边缘特征图补齐系统可以为具有操作系统的装置。该操作系统可以为安卓（Android）操作系统，可以为IOS操作系统，还可以为其他可能的操作系统，本申请实施例不作具体限定。
本申请实施例提供的光伏组件边缘特征图补齐系统能够实现图1至图3的方法实施例实现的各个过程，为避免重复，这里不再赘述。
在一些实施例中，如图4所示，本申请实施例还提供一种电子设备700，包括处理器701、存储器702及存储在存储器702上并可在处理器701上运行的计算机程序，该程序被处理器701执行时实现上述光伏组件边缘特征图补齐方法实施例的各个过程，且能达到相同的技术效果，为避免重复，这里不再赘述。
需要说明的是，本申请实施例中的电子设备包括上述所述的移动电子设备和非移动电子设备。
本发明还提出了一种计算机可读存储介质，存储介质中存储有计算机程序，计算机程序被设置为运行时，实现如本发明实施例提出的光伏组件边缘特征图补齐方法。
需要说明的是，在流程图中表示或在此以其他方式描述的逻辑和/或步骤，例如，可以被认为是用于实现逻辑功能的可执行指令的定序列表，可以具体实现在任何计算机可读介质中，以供指令执行系统、装置或设备（如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统）使用，或结合这些指令执行系统、装置或设备而使用。就本说明书而言，“计算机可读介质”可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。计算机可读介质的更具体的示例（非穷尽性列表）包括以下：具有一个或多个布线的电连接部（电子装置），便携式计算机盘盒（磁装置），随机存取存储器（RAM），只读存储器（ROM），可擦除可编辑只读存储器（EPROM或闪速存储器），光纤装置，以及便携式光盘只读存储器（CDROM）。另外，计算机可读介质甚至可以是可在其上打印所述程序的纸或其他合适的介质，因为可以例如通过对纸或其他介质进行光学扫描，接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序，然后将其存储在计算机存储器中。
应当理解，本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中，多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如，如果用硬件来实现，和在另一实施方式中一样，可用本领域公知的下列技术中的任一项或他们的组合来实现：具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路，具有合适的组合逻辑门电路的专用集成电路，可编程门阵列（PGA），现场可编程门阵列（FPGA）等。
在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
在本发明的描述中，需要理解的是，术语“中心”、“纵向”、“横向”、“长度”、“宽度”、“厚度”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”“内”、“外”、“顺时针”、“逆时针”、“轴向”、“径向”、“周向”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。
此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本发明的描述中，“多个”的含义是至少两个，例如两个，三个等，除非另有明确具体的限定。
在本发明中，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”、“固定”等术语应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或成一体；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通或两个元件的相互作用关系，除非另有明确的限定。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本发明中的具体含义。
在本发明中，除非另有明确的规定和限定，第一特征在第二特征“上”或“下”可以是第一和第二特征直接接触，或第一和第二特征通过中间媒介间接接触。而且，第一特征在第二特征“之上”、“上方”和“上面”可是第一特征在第二特征正上方或斜上方，或仅仅表示第一特征水平高度高于第二特征。第一特征在第二特征“之下”、“下方”和“下面”可以是第一特征在第二特征正下方或斜下方，或仅仅表示第一特征水平高度小于第二特征。
尽管上面已经示出和描述了本发明的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本发明的限制，本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。
Claims (10)
1.一种光伏组件边缘特征图补齐方法，其特征在于，包括如下步骤：
S1、对获取的光伏组件原始边缘特征图的灰度值进行二值化分割，得到二值化图；
S2、二值化图输出确定灰度值为高值时的像素点个数，并计算灰度值为高值时像素点的平均值；
S3、根据若干个小于平均值的像素点的分布分割出各组件区域，并根据划分的组件区域，重构完整的组件边缘特征图。
2.根据权利要求1所述的光伏组件边缘特征图补齐方法，其特征在于，所述步骤S1中原始边缘特征图灰度值的二值化定义为：将初始灰度值小于等于30的像素点灰度值置为0，显示为纯黑色；初始灰度值大于30的像素点灰度值置为255，显示为纯白色。
3.根据权利要求2所述的光伏组件边缘特征图补齐方法，其特征在于，所述步骤S2中确定的灰度值为255的像素点，其具体步骤包括：
S21、二值化图输出确定第y行灰度值为255的像素点个数，标记为num_y[y]；确定第x列灰度值为255的像素点个数，标记为num_x[x]；
S22、计算n个num_y[y]的像素点个数的平均值及m个num_x[x]的像素点个数的平均值，分别记为average_y和average_x；
其中，m*n表示获取的光伏组件原始边缘特征图的分辨率。
4.根据权利要求3所述的光伏组件边缘特征图补齐方法，其特征在于，所述步骤S3的具体步骤包括：
S31、在小于average_y数组中确定若干个极小值，记录对应的y值，即组件区域的边界y坐标值，在小于average_x数组中确定若干个极小值，记录对应的x值，即组件区域的边界x坐标值；
S32、根据x坐标值、y坐标值确定的边界值，分割出若干个组件区域，并筛选出组件区域；
S33、在任一组件区域内，确定第y’行灰度值为255的像素点个数标记为num_region_y’[y’]，确定第x’列灰度值为255的像素点个数标记为num_region_x’[x’]，统计h个num_region_y’[y’]和w个num_region_x’[x’]，其中，1≤y’≤h，1≤x’≤w，h为该组件区域下的高度，w为该组件区域下的宽度；
S34、对h个num_region_y’[y’]求平均值，标记为average_region_y’；对w个num_region_x’[x’]求平均值，标记为average_region_x’；
S35、在大于average_region_y’的num_region_y’[y’]确定极大值对应的y’值，即白色边缘线的y’坐标值；在大于average_region_x’的num_region_x’[x’]确定极大值对应的x’值，即白色边缘线的x’坐标值；
S36、根据得出的白色边缘线的坐标值，重构完整的组件边缘特征图。
5.一种光伏组件边缘特征图补齐系统，其特征在于，包括：
二值化模块，用于对获取的光伏组件原始边缘特征图的灰度值进行二值化分割，得到二值化图；
计算模块，用于二值化图输出确定灰度值为高值时的像素点个数，并计算灰度值为高值时像素点的平均值；
重构模块，用于根据若干个小于平均值的像素点的分布分割出各组件区域，并根据划分的组件区域，重构完整的组件边缘特征图。
6.根据权利要求5所述的光伏组件边缘特征图补齐系统，其特征在于，所述二值化模块对原始边缘特征图灰度值的二值化定义为：将初始灰度值小于等于30的像素点灰度值置为0，显示为纯黑色；初始灰度值大于30的像素点灰度值置为255，显示为纯白色。
7.根据权利要求6所述的光伏组件边缘特征图补齐系统，其特征在于，所述计算模块中计算的对象为灰度值为255的像素点，计算模块包括：
像素点确定单元，用于二值化图输出确定第y行灰度值为255的像素点个数，标记为num_y[y]；确定第x列灰度值为255的像素点个数，标记为num_x[x]；
计算单元，用于计算n个num_y[y]的像素点个数的平均值及m个num_x[x]的像素点个数的平均值，分别记为average_y和average_x，其中，m*n表示获取的光伏组件原始边缘特征图的分辨率。
8.根据权利要求7所述的光伏组件边缘特征图补齐系统，其特征在于：所述重构模块的工作流程包括如下步骤：
在小于average_y数组中确定若干个极小值，记录对应的y值，即组件区域的边界y坐标值，在小于average_x数组中确定若干个极小值，记录对应的x值，即组件区域的边界x坐标值；
根据x坐标值、y坐标值确定的边界值，分割出若干个组件区域，并筛选出组件区域；
在任一组件区域内，确定第y’行灰度值为255的像素点个数标记为num_region_y’[y’]，确定第x’列灰度值为255的像素点个数标记为num_region_x’[x’]，统计h个num_region_y’[y’]和w个num_region_x’[x’]，其中，1≤y’≤h，1≤x’≤w，h为该组件区域下的高度，w为该组件区域下的宽度；
对h个num_region_y’[y’]求平均值，标记为average_region_y’；对w个num_region_x’[x’]求平均值，标记为average_region_x’；
在大于average_region_y’的num_region_y’[y’]确定极大值对应的y’值，即白色边缘线的y’坐标值；在大于average_region_x’的num_region_x’[x’]确定极大值对应的x’值，即白色边缘线的x’坐标值；
根据得出的白色边缘线的坐标值，重构完整的组件边缘特征图。
9.一种电子设备，包括存储器和处理器，其特征在于：所述存储器中存储有计算机程序，所述计算机程序被设置为运行时执行所述权利要求1至4任一项中所述的光伏组件边缘特征图补齐方法；
所述处理器被设置为通过所述计算机程序执行所述权利要求1至4任一项中所述的光伏组件边缘特征图补齐方法。
10.一种存储介质，所述存储介质中存储有计算机程序，其特征在于，所述计算机程序被设置为运行时执行权利要求1至4中任一项所述的光伏组件边缘特征图补齐方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211703507.4A CN115690430B (zh) | 2022-12-29 | 2022-12-29 | 光伏组件边缘特征图补齐方法、系统、设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211703507.4A CN115690430B (zh) | 2022-12-29 | 2022-12-29 | 光伏组件边缘特征图补齐方法、系统、设备及存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN115690430A true CN115690430A (zh) | 2023-02-03 |
| CN115690430B CN115690430B (zh) | 2023-03-28 |
Family
ID=85055886
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202211703507.4A Active CN115690430B (zh) | 2022-12-29 | 2022-12-29 | 光伏组件边缘特征图补齐方法、系统、设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115690430B (zh) |
Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104217416A (zh) * | 2013-05-31 | 2014-12-17 | 富士通株式会社 | 灰度图像处理方法及其装置 |
| CN106600662A (zh) * | 2016-12-29 | 2017-04-26 | 北京奇虎科技有限公司 | 图像中主线条的绘制方法及装置 |
| CN107680095A (zh) * | 2017-10-25 | 2018-02-09 | 哈尔滨理工大学 | 基于模板匹配与光流法的无人机图像的输电线路异物检测 |
| WO2018120315A1 (zh) * | 2016-12-30 | 2018-07-05 | 武汉华星光电技术有限公司 | 一种触控显示面板的驱动方法、驱动装置以及触控显示器 |
| CN109636750A (zh) * | 2018-12-05 | 2019-04-16 | 万岩铁路装备(成都)有限责任公司 | 一种针对铁轨轮廓曲线图像的动态局域二值化方法 |
| CN111539436A (zh) * | 2020-04-20 | 2020-08-14 | 上海工程技术大学 | 一种基于一字模板匹配的轨道扣件定位方法 |
| CN111582111A (zh) * | 2020-04-29 | 2020-08-25 | 电子科技大学 | 一种基于语义分割的细胞各成分分割方法 |
| CN112560587A (zh) * | 2020-11-27 | 2021-03-26 | 贵州中建建筑科研设计院有限公司 | 一种卷积神经网络边坡裂缝变化的动态预警方法及系统 |
| CN113538491A (zh) * | 2021-09-15 | 2021-10-22 | 风脉能源（武汉）股份有限公司 | 一种基于自适应阈值的边缘识别方法、系统及存储介质 |
| CN114155493A (zh) * | 2021-12-09 | 2022-03-08 | 国网东北分部绿源水力发电公司太平湾发电厂 | 基于视频分析技术的大坝流量预警系统及方法 |
| CN114581658A (zh) * | 2021-11-11 | 2022-06-03 | 广东省科学院智能制造研究所 | 一种基于计算机视觉的目标检测方法及装置 |
-
2022
- 2022-12-29 CN CN202211703507.4A patent/CN115690430B/zh active Active
Patent Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104217416A (zh) * | 2013-05-31 | 2014-12-17 | 富士通株式会社 | 灰度图像处理方法及其装置 |
| CN106600662A (zh) * | 2016-12-29 | 2017-04-26 | 北京奇虎科技有限公司 | 图像中主线条的绘制方法及装置 |
| WO2018120315A1 (zh) * | 2016-12-30 | 2018-07-05 | 武汉华星光电技术有限公司 | 一种触控显示面板的驱动方法、驱动装置以及触控显示器 |
| CN107680095A (zh) * | 2017-10-25 | 2018-02-09 | 哈尔滨理工大学 | 基于模板匹配与光流法的无人机图像的输电线路异物检测 |
| CN109636750A (zh) * | 2018-12-05 | 2019-04-16 | 万岩铁路装备(成都)有限责任公司 | 一种针对铁轨轮廓曲线图像的动态局域二值化方法 |
| CN111539436A (zh) * | 2020-04-20 | 2020-08-14 | 上海工程技术大学 | 一种基于一字模板匹配的轨道扣件定位方法 |
| CN111582111A (zh) * | 2020-04-29 | 2020-08-25 | 电子科技大学 | 一种基于语义分割的细胞各成分分割方法 |
| CN112560587A (zh) * | 2020-11-27 | 2021-03-26 | 贵州中建建筑科研设计院有限公司 | 一种卷积神经网络边坡裂缝变化的动态预警方法及系统 |
| CN113538491A (zh) * | 2021-09-15 | 2021-10-22 | 风脉能源（武汉）股份有限公司 | 一种基于自适应阈值的边缘识别方法、系统及存储介质 |
| CN114581658A (zh) * | 2021-11-11 | 2022-06-03 | 广东省科学院智能制造研究所 | 一种基于计算机视觉的目标检测方法及装置 |
| CN114155493A (zh) * | 2021-12-09 | 2022-03-08 | 国网东北分部绿源水力发电公司太平湾发电厂 | 基于视频分析技术的大坝流量预警系统及方法 |
Non-Patent Citations (1)
| Title |
|---|
| 孙亮;李敬文;: "一种简单的灰度图像边缘检测算法" * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN115690430B (zh) | 2023-03-28 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110309824B (zh) | 文字检测方法、装置以及终端 | |
| CN109389129B (zh) | 一种图像处理方法、电子设备及存储介质 | |
| CN109978839B (zh) | 晶圆低纹理缺陷的检测方法 | |
| CN110060237B (zh) | 一种故障检测方法、装置、设备及系统 | |
| CN107103320B (zh) | 嵌入式医疗数据图像识别及集成方法 | |
| US20210118144A1 (en) | Image processing method, electronic device, and storage medium | |
| CN112733812B (zh) | 三维车道线检测方法、装置及存储介质 | |
| CN110346699B (zh) | 基于紫外图像处理技术的绝缘子放电信息提取方法及装置 | |
| US20170178341A1 (en) | Single Parameter Segmentation of Images | |
| CN111222511B (zh) | 一种红外无人机目标检测方法及系统 | |
| CN109951635A (zh) | 拍照处理方法、装置、移动终端以及存储介质 | |
| CN112597846B (zh) | 车道线检测方法、装置、计算机设备和存储介质 | |
| CN109190452B (zh) | 作物行识别方法及装置 | |
| CN113439227B (zh) | 放大图像的捕获和存储 | |
| CN112419231A (zh) | 能见度确定方法、装置、计算机设备和存储介质 | |
| CN115690430B (zh) | 光伏组件边缘特征图补齐方法、系统、设备及存储介质 | |
| CN117372415A (zh) | 喉镜图像识别方法、装置、计算机设备及存储介质 | |
| CN115345895B (zh) | 用于视觉检测的图像分割方法、装置、计算机设备及介质 | |
| CN116091933A (zh) | 基于遥感技术的水域地形的地质分析方法及装置 | |
| CN115187593B (zh) | 屏幕缺陷检测方法和装置 | |
| CN110765875A (zh) | 交通目标的边界检测方法、设备及装置 | |
| CN116993654A (zh) | 摄像头模组缺陷检测方法、装置、设备、存储介质及产品 | |
| CN111476740B (zh) | 图像处理方法、装置、存储介质和电子设备 | |
| CN113449617A (zh) | 轨道安全检测方法、系统、装置和存储介质 | |
| CN110717471B (zh) | 基于支持向量机模型b超图像目标检测方法及b超扫描仪 |
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 | ||
| TR01 | Transfer of patent right | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20231218 Address after: 750411 Ningxia Ningdong Energy and Chemical Base, Yinchuan City, Ningxia Hui Autonomous Region West side of Yuanfeng Road in Huimin Lane and south side of Yuanyanghu Railway Patentee after: Guoneng Ningdong New Energy Co.,Ltd. Address before: 230088 Room 1701, Block C, Building 1, Zone J, Phase II, Innovation Industrial Park, High-tech Zone, Hefei City, Anhui Province Patentee before: SNEGRID ELECTRIC TECHNOLOGY Co.,Ltd. Patentee before: Guoneng Ningdong New Energy Co.,Ltd. |