CN117372511A - 光伏组串定位方法、装置、系统及电子设备 - Google Patents
光伏组串定位方法、装置、系统及电子设备 Download PDFInfo
- Publication number
- CN117372511A CN117372511A CN202311653655.4A CN202311653655A CN117372511A CN 117372511 A CN117372511 A CN 117372511A CN 202311653655 A CN202311653655 A CN 202311653655A CN 117372511 A CN117372511 A CN 117372511A
- Authority
- CN
- China
- Prior art keywords
- matrix
- visible light
- photovoltaic
- minimum
- infrared 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 34
- 239000011159 matrix material Substances 0.000 claims abstract description 102
- 238000012937 correction Methods 0.000 claims abstract description 62
- 238000004891 communication Methods 0.000 claims description 18
- 238000004590 computer program Methods 0.000 claims description 5
- 238000012216 screening Methods 0.000 claims description 4
- 238000012545 processing Methods 0.000 claims description 3
- 238000004364 calculation method Methods 0.000 claims 1
- 230000004807 localization Effects 0.000 claims 1
- 238000001514 detection method Methods 0.000 description 13
- 230000011218 segmentation Effects 0.000 description 10
- 238000010586 diagram Methods 0.000 description 7
- 238000003384 imaging method Methods 0.000 description 7
- 230000000295 complement effect Effects 0.000 description 6
- 230000004927 fusion Effects 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 3
- 238000012549 training Methods 0.000 description 3
- 238000003491 array Methods 0.000 description 2
- 238000013135 deep learning Methods 0.000 description 2
- 238000007689 inspection Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 210000003608 fece Anatomy 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
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
-
- 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
-
- 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
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30181—Earth observation
-
- 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)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Image Processing (AREA)
Abstract
本发明公开了一种光伏组串定位方法、装置、系统及电子设备。方法包括:获取光伏组串的红外图像和可见光图像;确定红外图像中光伏组串的第一最小外接矩阵,并确定可见光图像中光伏组串的第二最小外接矩阵;根据第一最小外接矩阵和第二最小外接矩阵得到第一畸变矫正参数,并根据第一畸变矫正参数对红外图像进行矫正;根据可见光图像和矫正后的红外图像得到光伏组串的定位结果。
Description
技术领域
本发明涉及光伏组串技术领域,尤其涉及一种光伏组串定位方法、装置、系统及电子设备。
背景技术
当前,无人机在光伏电站巡检中受到大规模应用。相关技术中,为了对光伏电站进行全自动高效巡检,需要对利用无人机拍摄到的图像进行处理和分析,确定光伏组件在图像中以及实际物理坐标系中的位置。电站中光伏板上存在的问题有的在可见光上可以看到,比如树叶遮挡,鸟粪等,而有的则需要在红外图像上才能反应,比如热斑、二极管故障等,因而,有些故障需要结合红外图像和可见光图像的结果。但是,由于两种图像成像于不同相机,相机内参外参不同,会导致成像有所差异,从而影响最终分析结果的准确性。
发明内容
本发明旨在至少在一定程度上解决相关技术中的技术问题之一。为此,本发明的第一个目的在于提出一种光伏组串定位方法,以实现对光伏组串精确定位。
为达到上述目的,本发明第二方面实施例提出了一种电子设备。
为达到上述目的,本发明第三方面实施例提出了一种光伏组串定位装置。
为达到上述目的,本发明第四方面实施例提出了一种光伏组串定位系统。
为达到上述目的,本发明第一方面实施例提出了一种光伏组串定位方法,所述方法包括:获取光伏组串的红外图像和可见光图像;确定所述红外图像中所述光伏组串的第一最小外接矩阵,并确定所述可见光图像中所述光伏组串的第二最小外接矩阵;根据所述第一最小外接矩阵和所述第二最小外接矩阵得到第一畸变矫正参数,并根据所述第一畸变矫正参数对所述红外图像进行矫正;根据所述可见光图像和矫正后的红外图像得到所述光伏组串的定位结果。
为达到上述目的,本发明第二方面实施例提出了一种电子设备,包括存储器、处理器和存储在存储器上并可在处理器上运行的计算机程序,所述计算机程序被所述处理器执行时,实现上述的光伏组串定位方法。
为达到上述目的,本发明第三方面实施例提出了一种光伏组串定位装置,包括:拍摄模块,用于针对光伏组串拍摄得到红外图像和可见光图像;获取模块,用于获取所述红外图像中的光伏组串的第一最小外接矩阵,并获取所述可见光图像中的光伏组串的第二最小外接矩阵;处理模块,用于根据所述第一最小外接矩阵和所述第二最小外接矩阵得到第一畸变矫正参数,并根据所述第一畸变矫正参数对所述红外图像进行矫正;定位模块,用于根据所述可见光图像和矫正后的所述红外图像得到所述光伏组串的定位结果。
为达到上述目的,本发明第四方面实施例提出了一种光伏组串定位系统,包括上述的光伏组串定位装置。
根据本发明实施例的光伏组串定位方法、装置、系统及电子设备,设置获取光伏组串的红外图像和可见光图像,确定红外图像中光伏组串的第一最小外接矩阵,并确定可见光图像中光伏组串的第二最小外接矩阵,根据第一最小外接矩阵和第二最小外接矩阵得到第一畸变矫正参数,并根据第一畸变矫正参数对红外图像进行矫正,根据可见光图像和矫正后的红外图像得到光伏组串的定位结果,从而通过根据红外图像和可见光图像分别得到对应的最小外接矩阵,根据对应的最小外接矩阵得到畸变矫正参数,根据畸变矫正参数对红外图像进行矫正,避免了由于相机不同导致的成像差异,从而利用双光融合技术,分别从可见光和红外图像进行初步检测定位,再进行配准,从而对光伏电站的组件进行像素级定位和配准,且红外图像和可见光图像的检测达到互补效果,检测和定位精度大大提升,且像素级配准为后续双光融合下的识别提供保障,实现了精确的光伏组串定位。
本发明附加的方面和优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本发明的实践了解到。
附图说明
图1是本发明一个或多个实施例的光伏组串定位方法的流程图;
图2(a)是本发明一个示例的分割前图像的示意图;
图2(b)是本发明一个示例的分割后图像的示意图;
图3是本发明一个示例的光伏组串定位方法的流程图;
图4是本发明实施例的光伏组串定位装置的结构框图;
图5是本发明实施例的光伏组串定位系统的结构框图。
具体实施方式
下面参考附图描述本发明实施例的光伏组串定位方法、装置、系统及电子设备,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。参考附图描述的实施例是示例性的,不能理解为对本发明的限制。
图1是本发明一个或多个实施例的光伏组串定位方法的流程图。
如图1所示,光伏组串定位方法,包括:
S11,获取光伏组串的红外图像和可见光图像。
其中,图像可以由无人拍摄设备进行拍摄,比如可以由无人机同时挂载红外相机和可见光相机,进行航拍,分别得到红外图像和可见光图像。
S12,确定红外图像中光伏组串的第一最小外接矩阵,并确定可见光图像中光伏组串的第二最小外接矩阵。
S13,根据第一最小外接矩阵和第二最小外接矩阵得到第一畸变矫正参数,并根据第一畸变矫正参数对红外图像进行矫正。
S14,根据可见光图像和矫正后的红外图像得到光伏组串的定位结果。
由此,设置获取光伏组串的红外图像和可见光图像,确定红外图像中光伏组串的第一最小外接矩阵,并确定可见光图像中光伏组串的第二最小外接矩阵,根据第一最小外接矩阵和第二最小外接矩阵得到第一畸变矫正参数,并根据第一畸变矫正参数对红外图像进行矫正,根据可见光图像和矫正后的红外图像得到光伏组串的定位结果,从而通过根据红外图像和可见光图像分别得到对应的最小外接矩阵,根据对应的最小外接矩阵得到畸变矫正参数,根据畸变矫正参数对红外图像进行矫正,避免了由于相机不同导致的成像差异,从而利用双光融合技术,分别从可见光和红外图像进行初步检测定位,再进行配准,从而对光伏电站的组件进行像素级定位和配准,且红外图像和可见光图像的检测达到互补效果,检测和定位精度大大提升,且像素级配准为后续双光融合下的识别提供保障,实现了精确的光伏组串定位。
在本发明一个或多个实施例中,得到红外图像中的光伏组串的第一最小外接矩阵,并得到可见光图像中的光伏组串的第二最小外接矩阵之前,光伏组串定位方法还包括:获取红外图像和可见光图像中的光伏组串的多个边缘点;根据拍摄设备的内参得到多个第二畸变矫正参数,并根据多个第二畸变矫正参数对边缘点的坐标进行矫正,以使矫正后的边缘点处于预设范围内。
具体的,在拍摄得到红外图像和可见光图像之后,首先根据相机内参分别进行对红外图像和可见光图像进行初步标定,根据标定的参数分别对红外图像和可见光图像进行畸变矫正和初步对齐。具体而言,根据先验知识,现实场景中光伏组串的边缘是一条直线,因而可以选取图像中同一组串上的边缘点,调整畸变矫正参数对图像进行畸变矫正后,观察畸变矫正后的图像上光伏组件边缘是否大致处于一条直线上。
在本发明一个或多个实施例中,根据下式对边缘点坐标进行矫正:
+/>,
其中,为矫正后的边缘点横坐标,/>为矫正后的边缘点纵坐标,/>为矫正前的边缘点横坐标,/>为矫正前的边缘点纵坐标,/>、/>、/>、r、/>、/>均为第二畸变矫正参数。
在本发明一个或多个实施例中,针对光伏组串拍摄得到红外图像包括针对至少一个光伏组串拍摄得到多个红外图像,获取红外图像中的光伏组串的第一最小外接矩阵,包括:针对每个红外图像均进行分割处理,得到分割结果,并根据分割结果得到联通区域,以及计算得到联通区域的面积均值,根据面积均值对联通区域进行筛选;针对每个通过筛选的联通区域,均生成一个对应的第一最小外接矩阵。
具体的,训练阶段,在得到红外图像和可见光图像后,对图像进行标注,标注类别分为三类:光伏组件分割结果,边框分割结果和背景,得到训练集,进而根据训练集,训练深度学习分割模型。
定位阶段,使用深度学习分割模型对红外图像和可见光图像进行分割,得到初步分割结果。具体可参见图2,其中,图2(a)为分割前的图像,图2(b)为分割后的图像。
在得到初步分割结果后,将分割结果中边框区域所在的值置为背景区域的值,然后计算分割结果图像的联通区域,得到L个联通区域。为了进一步筛选模型结果,对联通区域进行排序,以联通区域面积中位数为中心,选取L*2/3个联通区域(L*2/3向下取整)。计算这些联通区域的平均面积S。遍历联通区域,若面积处于预设范围内,如小于S*2且面积大于S*0.5,则将此联通区域保留,否则排除此联通区域。预设范围为人工设置的阈值,目的为筛除背景和过小的区域。由此,分别得到M个红外图像的最小外接矩形和N个可见光的最小外接矩形。
在本发明一个或多个实施例中,针对光伏组串拍摄得到可见光图像包括针对至少一个光伏组串拍摄得到多个可见光图像,获取可见光图像中的光伏组串的第二最小外接矩阵包括根据多个可见光图像生成至少一个第二最小外接矩阵,根据第一最小外接矩阵和第二最小外接矩阵得到第一畸变矫正参数,包括:将全部的第一最小外接矩阵和第二最小外接矩阵均转换至同一坐标系下;针对每个第一最小外接矩阵,均计算得到其与所有第二最小外接矩阵之间的相关度,根据相关度得到与第一最小外接矩阵匹配的第二最小外接矩阵;根据匹配成功的第一最小外接矩阵和第二最小外接矩阵计算得到对应的第一畸变矫正参数。
具体的,首先,根据相机内参和外参,将最小外接矩形的4个角点坐标转换成世界坐标系下经纬度坐标。得到两组经纬度坐标下的最小外接矩形,分别计算这两组最小外接矩形在世界坐标系下的相关度,得到M*N大小的相关度矩阵,使用二分图匹配算法,将得到的相关度矩阵作为输入,计算匹配结果,得到组件级匹配结果。剔除匹配结果中相关度小于第一相关度阈值的最小外接矩形框,得到红外图像和可见光图像组件级匹配关系P。P就是上述M个红外图像的最小外接矩形和N个可见光的最小外接矩形之间形成的匹配关系,不一定全部匹配上,即仅需M中的x个和N中的x个框一一匹配上即可。上述第一相关度阈值的取值范围为0.3~0.8,例如可以为0.5。
在本发明一个或多个实施例中,根据匹配成功的第一最小外接矩阵和第二最小外接矩阵计算得到对应的第一畸变矫正参数,包括:根据第一最小外接矩阵的四个角点的第一坐标和获取第二最小外接矩阵的四个角点的第二坐标计算得到第一畸变矫正参数。
具体的,根据匹配关系,计算最小外接矩形的4个角点坐标在图像坐标系上的位置,得到红外图像和可见光图像在图像坐标系上K个点的匹配关系。K的最大值为4*size(P)。根据此匹配关系,再次计算红外图像相对于可见光的畸变矫正参数,对红外图像再次进行畸变矫正。
在本发明一个或多个实施例中,根据可见光图像和矫正后的红外图像得到光伏组串的定位结果,包括:根据可见光图像和矫正后的红外图像中的光伏组串的最小外接矩阵得到多个第三最小外接矩阵;针对任意两个第三最小外接矩阵均进行相关度计算,若计算得到的相关度小于或等于预设阈值,则根据相关度小于或等于预设阈值的第三最小外接矩阵得到对应的光伏组串的定位结果。
具体的,取红外图像和可见光图像的最小外接矩形在最终畸变矫正后的集合的并集,对并集计算所有外接矩形之间的相关度,去除相关度大于第二相关度阈值的框,得到最终的最小外接矩形的集合,即为最终的光伏组件定位结果。上述第二相关度阈值的取值范围为0.4~0.9,例如可以为0.5。
在本发明一个或多个实施例中,光伏组串定位方法可以参见图3所示的示例。
综上,本发明实施例的光伏组串定位方法,设置获取光伏组串的红外图像和可见光图像,确定红外图像中光伏组串的第一最小外接矩阵,并确定可见光图像中光伏组串的第二最小外接矩阵,根据第一最小外接矩阵和第二最小外接矩阵得到第一畸变矫正参数,并根据第一畸变矫正参数对红外图像进行矫正,根据可见光图像和矫正后的红外图像得到光伏组串的定位结果,从而通过根据红外图像和可见光图像分别得到对应的最小外接矩阵,根据对应的最小外接矩阵得到畸变矫正参数,根据畸变矫正参数对红外图像进行矫正,避免了由于相机不同导致的成像差异,从而利用双光融合技术,分别从可见光和红外图像进行初步检测定位,再根据相机内参外参和二分图匹配算法进行组件级粗配准,根据粗配准结果再进行精细配准,从而对光伏电站的组件进行像素级定位和配准,且红外图像和可见光图像的检测达到互补效果,检测和定位精度大大提升,且像素级配准为后续双光融合下的识别提供保障,实现了精确的光伏组串定位。
进一步的,本发明提出一种电子设备。
在本发明实施例中,电子设备,包括存储器、处理器和存储在存储器上并可在处理器上运行的计算机程序,计算机程序被处理器执行时,实现上述的光伏组串定位方法。
本发明实施例的电子设备,通过上述实施例的光伏组串定位方法,设置获取光伏组串的红外图像和可见光图像,确定红外图像中光伏组串的第一最小外接矩阵,并确定可见光图像中光伏组串的第二最小外接矩阵,根据第一最小外接矩阵和第二最小外接矩阵得到第一畸变矫正参数,并根据第一畸变矫正参数对红外图像进行矫正,根据可见光图像和矫正后的红外图像得到光伏组串的定位结果,从而通过根据红外图像和可见光图像分别得到对应的最小外接矩阵,根据对应的最小外接矩阵得到畸变矫正参数,根据畸变矫正参数对红外图像进行矫正,避免了由于相机不同导致的成像差异,从而利用双光融合技术,分别从可见光和红外图像进行初步检测定位,再根据相机内参外参和二分图匹配算法进行组件级粗配准,根据粗配准结果再进行精细配准,从而对光伏电站的组件进行像素级定位和配准,且红外图像和可见光图像的检测达到互补效果,检测和定位精度大大提升,且像素级配准为后续双光融合下的识别提供保障,实现了精确的光伏组串定位。
进一步的,本发明提出一种光伏组串定位装置。
图4是本发明实施例的光伏组串定位装置的结构框图。
如图4所示,光伏组串定位装置100,包括:拍摄模块101,用于针对光伏组串拍摄得到红外图像和可见光图像;获取模块102,用于获取红外图像中的光伏组串的第一最小外接矩阵,并获取可见光图像中的光伏组串的第二最小外接矩阵;处理模块103,用于根据第一最小外接矩阵和第二最小外接矩阵得到第一畸变矫正参数,并根据第一畸变矫正参数对红外图像进行矫正;定位模块104,用于根据可见光图像和矫正后的红外图像得到光伏组串的定位结果。
需要说明的是,本发明实施例的光伏组串定位装置的其他具体实施方式,可以参见上述实施例的光伏组串定位方法。
本发明实施例的光伏组串定位装置,设置获取光伏组串的红外图像和可见光图像,确定红外图像中光伏组串的第一最小外接矩阵,并确定可见光图像中光伏组串的第二最小外接矩阵,根据第一最小外接矩阵和第二最小外接矩阵得到第一畸变矫正参数,并根据第一畸变矫正参数对红外图像进行矫正,根据可见光图像和矫正后的红外图像得到光伏组串的定位结果,从而通过根据红外图像和可见光图像分别得到对应的最小外接矩阵,根据对应的最小外接矩阵得到畸变矫正参数,根据畸变矫正参数对红外图像进行矫正,避免了由于相机不同导致的成像差异,从而利用双光融合技术,分别从可见光和红外图像进行初步检测定位,再根据相机内参外参和二分图匹配算法进行组件级粗配准,根据粗配准结果再进行精细配准,从而对光伏电站的组件进行像素级定位和配准,且红外图像和可见光图像的检测达到互补效果,检测和定位精度大大提升,且像素级配准为后续双光融合下的识别提供保障,实现了精确的光伏组串定位。
进一步的,本发明提出一种光伏组串定位系统。
图5是本发明实施例的光伏组串定位系统的结构框图。
如图5所示,光伏组串定位系统10,包括上述的光伏组串定位装置100。
本发明实施例的光伏组串定位系统,通过上述实施例的光伏组串定位装置,设置获取光伏组串的红外图像和可见光图像,确定红外图像中光伏组串的第一最小外接矩阵,并确定可见光图像中光伏组串的第二最小外接矩阵,根据第一最小外接矩阵和第二最小外接矩阵得到第一畸变矫正参数,并根据第一畸变矫正参数对红外图像进行矫正,根据可见光图像和矫正后的红外图像得到光伏组串的定位结果,从而通过根据红外图像和可见光图像分别得到对应的最小外接矩阵,根据对应的最小外接矩阵得到畸变矫正参数,根据畸变矫正参数对红外图像进行矫正,避免了由于相机不同导致的成像差异,从而利用双光融合技术,分别从可见光和红外图像进行初步检测定位,再根据相机内参外参和二分图匹配算法进行组件级粗配准,根据粗配准结果再进行精细配准,从而对光伏电站的组件进行像素级定位和配准,且红外图像和可见光图像的检测达到互补效果,检测和定位精度大大提升,且像素级配准为后续双光融合下的识别提供保障,实现了精确的光伏组串定位。
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,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。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。
在本说明书的描述中,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,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,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。
在本说明书的描述中,除非另有说明,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)
1.一种光伏组串定位方法,其特征在于,所述方法包括:
获取光伏组串的红外图像和可见光图像;
确定所述红外图像中所述光伏组串的第一最小外接矩阵,并确定所述可见光图像中所述光伏组串的第二最小外接矩阵;
根据所述第一最小外接矩阵和所述第二最小外接矩阵得到第一畸变矫正参数,并根据所述第一畸变矫正参数对所述红外图像进行矫正;
根据所述可见光图像和矫正后的红外图像得到所述光伏组串的定位结果。
2.根据权利要求1所述的光伏组串定位方法,其特征在于,所述得到所述红外图像中的光伏组串的第一最小外接矩阵,并得到所述可见光图像中的光伏组串的第二最小外接矩阵之前,所述方法还包括:
获取所述红外图像和所述可见光图像中的光伏组串的多个边缘点;
根据拍摄设备的内参得到多个第二畸变矫正参数,并根据多个所述第二畸变矫正参数对所述边缘点的坐标进行矫正,以使矫正后的边缘点处于预设范围内。
3.根据权利要求2所述的光伏组串定位方法,其特征在于,根据下式对所述边缘点坐标进行矫正:
+/>,
其中,为矫正后的边缘点横坐标,/>为矫正后的边缘点纵坐标,/>为矫正前的边缘点横坐标,/>为矫正前的边缘点纵坐标,/>、/>、/>、r、/>、/>均为所述第二畸变矫正参数。
4.根据权利要求1所述的光伏组串定位方法,其特征在于,针对所述光伏组串拍摄得到红外图像包括针对至少一个光伏组串拍摄得到多个红外图像,所述获取所述红外图像中的光伏组串的第一最小外接矩阵,包括:
针对每个所述红外图像均进行分割处理,得到分割结果,并根据所述分割结果得到联通区域,以及计算得到所述联通区域的面积均值,根据所述面积均值对所述联通区域进行筛选;
针对每个通过筛选的联通区域,均生成一个对应的所述第一最小外接矩阵。
5.根据权利要求4所述的光伏组串定位方法,其特征在于,针对所述光伏组串拍摄得到可见光图像包括针对至少一个光伏组串拍摄得到多个可见光图像,所述获取所述可见光图像中的光伏组串的第二最小外接矩阵包括根据多个所述可见光图像生成至少一个所述第二最小外接矩阵,所述根据所述第一最小外接矩阵和所述第二最小外接矩阵得到第一畸变矫正参数,包括:
将全部的所述第一最小外接矩阵和所述第二最小外接矩阵均转换至同一坐标系下;
针对每个所述第一最小外接矩阵,均计算得到其与所有所述第二最小外接矩阵之间的相关度,根据所述相关度得到与所述第一最小外接矩阵匹配的第二最小外接矩阵;
根据匹配成功的所述第一最小外接矩阵和所述第二最小外接矩阵计算得到对应的所述第一畸变矫正参数。
6.根据权利要求5所述的光伏组串定位方法,其特征在于,所述根据匹配成功的所述第一最小外接矩阵和所述第二最小外接矩阵计算得到对应的所述第一畸变矫正参数,包括:
根据所述第一最小外接矩阵的四个角点的第一坐标和获取所述第二最小外接矩阵的四个角点的第二坐标计算得到所述第一畸变矫正参数。
7.根据权利要求6所述的光伏组串定位方法,其特征在于,所述根据所述可见光图像和矫正后的所述红外图像得到所述光伏组串的定位结果,包括:
根据所述可见光图像和矫正后的所述红外图像中的光伏组串的最小外接矩阵得到多个第三最小外接矩阵;
针对任意两个所述第三最小外接矩阵均进行相关度计算,若计算得到的相关度小于或等于预设阈值,则根据相关度小于或等于所述预设阈值的第三最小外接矩阵得到对应的光伏组串的定位结果。
8.一种电子设备,其特征在于,包括存储器、处理器和存储在存储器上并可在处理器上运行的计算机程序,所述计算机程序被所述处理器执行时,实现如权利要求1-7中任一项所述的光伏组串定位方法。
9.一种光伏组串定位装置,其特征在于,包括:
拍摄模块,用于针对光伏组串拍摄得到红外图像和可见光图像;
获取模块,用于获取所述红外图像中的光伏组串的第一最小外接矩阵,并获取所述可见光图像中的光伏组串的第二最小外接矩阵;
处理模块,用于根据所述第一最小外接矩阵和所述第二最小外接矩阵得到第一畸变矫正参数,并根据所述第一畸变矫正参数对所述红外图像进行矫正;
定位模块,用于根据所述可见光图像和矫正后的所述红外图像得到所述光伏组串的定位结果。
10.一种光伏组串定位系统,其特征在于,包括如权利要求9所述的光伏组串定位装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311653655.4A CN117372511B (zh) | 2023-12-05 | 2023-12-05 | 光伏组串定位方法、装置、系统及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311653655.4A CN117372511B (zh) | 2023-12-05 | 2023-12-05 | 光伏组串定位方法、装置、系统及电子设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117372511A true CN117372511A (zh) | 2024-01-09 |
CN117372511B CN117372511B (zh) | 2024-02-23 |
Family
ID=89396891
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311653655.4A Active CN117372511B (zh) | 2023-12-05 | 2023-12-05 | 光伏组串定位方法、装置、系统及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117372511B (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH08137991A (ja) * | 1994-11-07 | 1996-05-31 | Murata Mfg Co Ltd | 電子部品の識別表示自動登録方法 |
CN111144324A (zh) * | 2019-12-28 | 2020-05-12 | 西安因诺航空科技有限公司 | 一种无人机巡检光伏板异常目标分析管理系统及方法 |
US20200225030A1 (en) * | 2017-07-06 | 2020-07-16 | Hangzhou Scantech Company Limited | Handheld large-scale three-dimensional measurement scanner system simultaneously having photogrammetric and three-dimensional scanning functions |
CN111815560A (zh) * | 2020-06-09 | 2020-10-23 | 理光软件研究所(北京)有限公司 | 光伏电站故障检测方法、装置、便携检测设备及存储介质 |
CN113920044A (zh) * | 2021-09-30 | 2022-01-11 | 杭州电子科技大学 | 一种基于无人机成像的光伏热斑组件检测后定位方法 |
CN116452646A (zh) * | 2023-02-02 | 2023-07-18 | 深圳市朗驰欣创科技股份有限公司 | 光伏红外图像与可见光图像配准方法、装置、设备及介质 |
CN117036429A (zh) * | 2023-08-16 | 2023-11-10 | 吉林大学 | 一种用于光伏缺陷检测的红外-可见光异源图像配准方法 |
-
2023
- 2023-12-05 CN CN202311653655.4A patent/CN117372511B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH08137991A (ja) * | 1994-11-07 | 1996-05-31 | Murata Mfg Co Ltd | 電子部品の識別表示自動登録方法 |
US20200225030A1 (en) * | 2017-07-06 | 2020-07-16 | Hangzhou Scantech Company Limited | Handheld large-scale three-dimensional measurement scanner system simultaneously having photogrammetric and three-dimensional scanning functions |
CN111144324A (zh) * | 2019-12-28 | 2020-05-12 | 西安因诺航空科技有限公司 | 一种无人机巡检光伏板异常目标分析管理系统及方法 |
CN111815560A (zh) * | 2020-06-09 | 2020-10-23 | 理光软件研究所(北京)有限公司 | 光伏电站故障检测方法、装置、便携检测设备及存储介质 |
CN113920044A (zh) * | 2021-09-30 | 2022-01-11 | 杭州电子科技大学 | 一种基于无人机成像的光伏热斑组件检测后定位方法 |
CN116452646A (zh) * | 2023-02-02 | 2023-07-18 | 深圳市朗驰欣创科技股份有限公司 | 光伏红外图像与可见光图像配准方法、装置、设备及介质 |
CN117036429A (zh) * | 2023-08-16 | 2023-11-10 | 吉林大学 | 一种用于光伏缺陷检测的红外-可见光异源图像配准方法 |
Non-Patent Citations (2)
Title |
---|
赵亚芳: "基于直线特征与互信息的图像配准算法", 《中国优秀硕士学位论文 信息科技辑》, pages 21 * |
陈栋梁;李蓓智;周虎;: "基于零件轮廓形心与最小外接矩形的图像配准方法", 制造业自动化, no. 08 * |
Also Published As
Publication number | Publication date |
---|---|
CN117372511B (zh) | 2024-02-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110490936B (zh) | 车辆摄像头的标定方法、装置、设备及可读存储介质 | |
CN103279956B (zh) | 一种检测贴片机元器件定位精度的方法 | |
CN111260539B (zh) | 鱼眼图目标识别方法及其系统 | |
CN111308448A (zh) | 图像采集设备与雷达的外参确定方法及装置 | |
CN103871070A (zh) | 车载全景成像系统的自动标定方法 | |
CN110033407B (zh) | 一种盾构隧道表面图像标定方法、拼接方法及拼接系统 | |
CN109816697B (zh) | 一种无人模型车建立地图的系统及方法 | |
CN113052151B (zh) | 基于计算机视觉的无人机自动降落引导方法 | |
CN103973990A (zh) | 宽动态融合方法及装置 | |
CN115239820A (zh) | 一种分体式飞行车辆鸟瞰图实时拼接及车位检测方法 | |
CN104200457A (zh) | 基于广角摄像的离散型冠层叶面积指数检测系统和方法 | |
CN111243034A (zh) | 一种全景辅助泊车标定方法、装置、设备及存储介质 | |
CN115100037A (zh) | 基于多线扫相机图像拼接的大幅面瓷砖成像方法及系统 | |
TWI383690B (zh) | 影像處理的方法 | |
JPWO2019167238A1 (ja) | 画像処理装置および画像処理方法 | |
CN114494013A (zh) | 一种图像拼接方法、装置、设备及介质 | |
CN113989259A (zh) | 一种基于无人机红外图像畸变校正的光伏板热斑检测方法 | |
CN117372511B (zh) | 光伏组串定位方法、装置、系统及电子设备 | |
CN110826364A (zh) | 一种库位识别方法及装置 | |
CN116597016A (zh) | 一种光纤内窥镜图像标定方法 | |
CN108520541B (zh) | 一种广角摄像机的标定方法 | |
CN116051652A (zh) | 一种参数标定方法及电子设备、存储介质 | |
CN114283170B (zh) | 一种光斑提取方法 | |
CN111626180B (zh) | 基于偏振成像的车道线检测方法及其装置 | |
JP6492603B2 (ja) | 画像処理装置、システム、画像処理方法、およびプログラム |
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 |