KR102421775B1 - 태양광 패널의 손상과 오염 유무를 검출하는 방법 - Google Patents

태양광 패널의 손상과 오염 유무를 검출하는 방법 Download PDF

Info

Publication number
KR102421775B1
KR102421775B1 KR1020180172342A KR20180172342A KR102421775B1 KR 102421775 B1 KR102421775 B1 KR 102421775B1 KR 1020180172342 A KR1020180172342 A KR 1020180172342A KR 20180172342 A KR20180172342 A KR 20180172342A KR 102421775 B1 KR102421775 B1 KR 102421775B1
Authority
KR
South Korea
Prior art keywords
image
solar panel
threshold value
contamination
detecting
Prior art date
Application number
KR1020180172342A
Other languages
English (en)
Other versions
KR20200082104A (ko
Inventor
권구락
김지인
Original Assignee
조선대학교산학협력단
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 조선대학교산학협력단 filed Critical 조선대학교산학협력단
Priority to KR1020180172342A priority Critical patent/KR102421775B1/ko
Publication of KR20200082104A publication Critical patent/KR20200082104A/ko
Application granted granted Critical
Publication of KR102421775B1 publication Critical patent/KR102421775B1/ko

Links

Images

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
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
    • G06T5/002—
    • 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
    • G06T7/0002—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
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/136—Segmentation; Edge detection involving thresholding
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
    • G01N2021/8887—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges based on image processing techniques
    • 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)
  • Computer Vision & Pattern Recognition (AREA)
  • Theoretical Computer Science (AREA)
  • Biochemistry (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Quality & Reliability (AREA)
  • Signal Processing (AREA)
  • Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)

Abstract

태양광 패널의 손상과 오염 유무를 검출하는 방법이 소개된다.
이를 위해 본 발명은 (a)태양광 패널을 향해 설치된 CCD 카메라를 이용하여 상기 태양광 패널을 촬상한 영상을 입력받아 미디안 필터를 이용하여 영상내의 노이즈를 제거하는 단계; (b)설정된 임계값을 이용하여 기준영상과의 비교를 통해 변화가 있는 영역을 추적하는 단계; (c)영상을 이진화한 뒤 에지 검출을 통해 상기 태양광 패널의 크랙을 검출하고, 모폴로지 연산을 통해 상기 태양광 패널의 오염 정도를 검출하는 단계; 및 (d)파티클 필터를 통해 영상에서 위치 정보를 획득하고 크랙의 특징점을 추출하는 단계를 포함한다.

Description

태양광 패널의 손상과 오염 유무를 검출하는 방법{Method for detecting damage and contamination of solar-light panel}
본 발명은 CCD카메라와 설정된 임계값 및 미디안 필터, 에지 검출 및 모폴리지 연산을 통해 태양광 패널의 크랙 혹은 오염 정도를 검출할 수 있는 방법에 관한 것이다.
최근 수년간 전 세계 태양전지 생산량은 급속도로 증대되고 있다. 이에 따라 일본, 독일, 미국 등에서는 이미 태양광기술이 하나의 산업으로 자리잡아가고 있고, 핵심 기술인 태양전지를 비롯한 관련 분야에 많은 기업들이 참여하고 있다.
국내에서도 정부의 기술개발 및 보급 지원 정책에 따라 점차 태양광 분야에 진출하였거나 진출을 희망하는 기업들의 수가 늘고 있다.
하지만 태양전지의 생산하고 개발하는데 집중적으로 투자를 하고 있으나 유지 및 관리에 대한 부분이 미약하다.
세계적인 흐름은 고유가와 환경오염의 해결 방안으로 신재생에너지가 각광 받고 있다.
신재생에너지 중에서 태 양광 발전이 차지하는 비중이 많다. 태양광발전에는 환경적인 요소, 관리적인 요소 등 여러 가지 요소들이 있지만 그 중에서 태양광 발전 시스템의 관리가 중요시 되고 있다.
특히 설치위치가 다양화 되면서 관리의 문제가 발생하고 있다.
유럽지역 17개 기업은 2025년까지 사하라 사막에 4000억유로(약 620조원)를 투자해 25GW 발전용량의 태양열 발전소를 건설, 유럽전체 전력수요의 15%를 생산하는 프로젝트(Desertec Project)를 시작했다. 이 데저텍 프로젝트의 문제점으로 사하라사막의 모래, 먼지로 인해 효율저하 해결방안을 모색 중에 있다. 시장이 큰 중국 또한 황사가 심한 지역이기 때문에 태양광패널 청소 기술은 반드시 필요하다.
태양광패널은 앞면부에 내부 태양전지를 외부요인으로부터 보호하기 위하여 강화유리로 되어 있다. 이 강화 유리 부분에 먼지, 황사, 분진 등 오염물질로 인하여 태양전지 효율이 10%까지 감소한다.
태양광패널 오염으로 인한 효율저하의 문제를 해결하기 위해 일부 태양열 발전소에는 고정용 스프링클러를 설치하여 물을 뿌리거나 태양전지 고정프레임에 이동형 스프링클러를 설치하여 먼지나 황사 등을 제거하여 효율 저하를 방지하고 있는 실정이다.
또한, 태양광 패널은 오염이 아닌 크랙 등의 태양광 패널의 손상이 발생하게 되면 이를 감지하기는 매우 어려웠다.
현재까지는 공중에서 태양광 패널을 촬영하거나, 카메라 장치를 통해 태양광 패널을 직접 촬영해왔다.
하지만, 이러한 방법은, 태양광 패널의 표면의 손상 뿐만 아니라 먼지나 황사등을 통해 표면이 오염된 부분까지도 손상으로 감지하기 때문에 오작동이 많아 태양광 패널의 실질적인 고장을 감지하지 못하였다.
한편, 태양광 패널의 효율이 저하되는 경우는 첫 번째로 패널에 크랙이 생겨서 손상되거나, 두 번째로 패널에 낙엽, 먼지 등의 오염 물질들에 의해 생기는 경우로 나눈다.
기존 연구에서는 적외선 카메라로 촬영한 영상내에서 Edge detection를 이용하여 크랙을 검출하여 단락 유무를 판단하는 방법과 패널의 외부에서 열화상 카메라로 촬영하여 패널의 각 영역들의 온도측정을 하는 방법을 사용한다. 셀 단락 검사는 설치 이전에 많이 사용하는 방법이며, 열화상 카메라는 현재 많이 사용하고 있는 방법이다.
도 1 및 도 2는 이러한 셀 단락 검사와 영화상 카메라를 이용하여 태양광 패널을 촬상한 도면을 나타낸다.
KR 10-2018-0082258 (2018.07.18 공개)
본 발명은 상기와 같은 종래 문제점을 해결하기 위해 CCD카메라와 설정된 임계값 및 미디안 필터, 에지 검출 및 모폴리지 연산을 통해 태양광 패널의 크랙 혹은 오염 정도를 검출할 수 있는 방법을 제공함에 그 목적이 있다.
태양광 패널의 손상과 오염 유무를 검출하는 방법이 소개된다.
이를 위해 본 발명은 (a)태양광 패널을 향해 설치된 CCD 카메라를 이용하여 상기 태양광 패널을 촬상한 영상을 입력받아 미디안 필터를 이용하여 영상내의 노이즈를 제거하는 단계; (b)설정된 임계값을 이용하여 기준영상과의 비교를 통해 변화가 있는 영역을 추적하는 단계; (c)영상을 이진화한 뒤 에지 검출을 통해 상기 태양광 패널의 크랙을 검출하고, 모폴로지 연산을 통해 상기 태양광 패널의 오염 정도를 검출하는 단계; 및 (d)파티클 필터를 통해 영상에서 위치 정보를 획득하고 크랙의 특징점을 추출하는 단계를 포함한다.
상기 (a)단계에서, 상기 CCD카메라를 이용하여 설정된 시간과 설정된 주기마다 상기 태양광 패널을 촬상하는 것을 특징으로 한다.
상기 (b)단계에서, 상기 설정된 임계값은, 상기 설정된 시간과 설정된 주기마다 변동되는 것을 특징으로 하되, 상기 설정된 임계값은 상기 태양광 패널을 통해 입사되는 빛의 밝기를 고려하여 설정되는 것을 특징으로 한다.
상기와 같은 단계로 이루어진 본 발명인 태양광 패널의 손상과 오염 유무를 검출하는 방법에 의한다면, 태양광 패널의 손상 유무 및 오염정도를 영상으로 보다 쉽고 정확하게 판독할 수 있는 효과가 구현된다.
도 1 및 도 2는 이러한 셀 단락 검사와 영화상 카메라를 이용하여 태양광 패널을 촬상한 도면,
도 3은 본 발명의 전체 순서도이다.
이하 첨부된 도면을 참조로 본 발명인 태양광 패널의 손상과 오염 유무를 검출하는 방법의 바람직한 실시 예를 설명한다.
도 3은 본 발명의 전체 순서도이다.
도시된 바와 같이 본 발명은 크게, (a)태양광 패널을 향해 설치된 CCD 카메라를 이용하여 상기 태양광 패널을 촬상한 영상을 입력받아 미디안 필터를 이용하여 영상내의 노이즈를 제거하는 단계; (b)설정된 임계값을 이용하여 기준영상과의 비교를 통해 변화가 있는 영역을 추적하는 단계; (c)영상을 이진화한 뒤 에지 검출을 통해 상기 태양광 패널의 크랙을 검출하고, 모폴로지 연산을 통해 상기 태양광 패널의 오염 정도를 검출하는 단계; 및 (d)파티클 필터를 통해 영상에서 위치 정보를 획득하고 크랙의 특징점을 추출하는 단계를 포함한다.
구체적으로 추적을 위한 방법으로 태양광 패널을 카메라로 50cm×50cm 크기로 영상을 입력받아 순차적으로 패널 전체의 영상을 받아서 이를 기준 데이터로 사용한다.
CCD 카메라가 전체 태양광 패널을 촬상하고, 미디안 필터를 이용하여 노이즈를 제거한 뒤 별도로 마련된 영상저장부(도면 미도시)에 50cm×50cm 크기로 영상을 저장하게 된다.
주지된 기술인 미디언 필터를 간략하게 설명하면 다음과 같다.
미디언 필터는 각각의 픽셀을 일정한 단위 영역으로 블록화하고, 이 블록화된 단위 영역 내에서 각 픽셀의 계조값을 오름 차순 또는 내림 차순으로 정렬한 뒤 그 중간값을 선택하여 단위 영역 내 중심 픽셀의 데이터를 상기 중간값으로 대체한다.
이와 같은 미디언 필터를 이용하면, 디지털 노이즈가 제거되어 화질의 저하를 막을 수 있게 되는바, 본 발명에서도 태양광 패널의 표면 화질의 저하를 막기 위해 1차적으로 미디언 필터를 사용한다.
바람직하게는 한 시간단위로 각 영상을 촬영하여 시간대별 데이터로 사용하게 되는데, 외부에서 촬영함에 있어서 각 시간대별 태양의 위치에 따라 카메라로 입력되는 빛의 양이 다르기 때문에 시간대별 데이터가 필요하다.
이러한 기준이 되는 영상을 이용하여 지속적으로 패널의 손상유무 및 오염정도를 추적하게 된다.
(a)단계에서, CCD카메라를 이용하여 설정된 시간과 설정된 주기마다 상기 태양광 패널을 촬상하는 것을 특징으로 하고, (b)단계에서, 설정된 임계값은, 설정된 시간과 설정된 주기마다 변동되는 것을 특징으로 하되, 설정된 임계값은 상기 태양광 패널을 통해 입사되는 빛의 밝기를 고려하여 설정되는 것을 특징으로 한다.
이때, 시간대별로 임계값을 설정하는 이유는 날씨의 영향 혹은 기타 영향 고려하여 임계값을 설정하게 된다.
보다 구체적으로는 본 발명의 구현시 일차적으로 해가 일정하게 보이는 날을 기준으로 영상을 촬영하게 되고, 이 촬영된 영상을 기준 영상으로 하고, 더하여 날씨가 흐린 날을 기준으로 영상을 촬영하여 이 역시 기준 영상으로 한다.
이러한 영상간의 픽셀 변화값을 인지하여 임계값을 설정하게 되는데, 예를 들면, 해가 일정하게 비추는 것을 0이라는 값을 가진다면 흐린 기준은 10이라는 값으로 표현하고 0~10 사이의 값으로 임계값이 결정된다.
이때, 임계값은 들어오는 빛의 밝기를 통해 파악할 수 있는데, 빛의 밝기는 결국 날씨의 영향을 받게 되기 때문에 화창한 날씨에서는 0이라는 기준값을 가지게 되고, 비가 오거나 흐린 날씨에서는 10이라는 값을 가지게 된다.
즉, 시간대별 및 날씨의 영향을 고려하여 임계값이 변동되는데, 예를 들어 오늘 오전 9시에 촬상한 영상의 픽셀값이 5이고, 다음날 오전 9시에 촬상한 영상의 픽셀값이 7인 경우, 해당 임계값이 1.5라 가정하는 경우 전날과 오늘의 픽셀값 변화가 2인바 임계값 1.5보다 크므로 해당 영상에서의 변화가 있다고 감지하게 된다.
한편, 기준 영상과의 비교를 통해 즉 임계값을 통해 변화가 있는 영역을 추적하게 되는데, 보다 구체적으로는 전체 영상을 이진화 하여도 추적된 영역을 따로 지정을 해줄 수 있기 때문에 이 부분에 대한 각각의 검출 방법으로 사용자가 원하는 크랙 검출 및 오염 정도를 파악할 수 있게 된다.
영상을 이진화 하는 부분에 있어서, 도면상에 도시되어 있지는 않지만 광원 추출부는, CCD 카메라로부터 획득한 영상의 제1 프레임에서 광원을 추출하고, 제1 프레임과 제1 시간 간격(임의의 설정된 시간)을 두고 획득한 제2 프레임에서 광원을 추출한다. 광원 추출부는 일반적인 영상 처리(이진화 등)을 통해 각 프레임의 픽셀값(1 또는 0)에 따라 광원을 추출하고 영상을 이진화하게 된다.
이진화 된 영상에서 에지 검출을 통해 상기 태양광 패널의 크랙을 검출하게 된다.
에지 검출 관련해서 보다 자세하게 설명하면 다음과 같다.
주지하다시피, 영상에서 에지를 검출하는 방법은 화질 개선 알고리즘의 가장 기본이 되는 기술로서 영상의 중요한 구조와 텍스처(Texture) 디테일, 평탄 영역 등으로 나누어 영상을 처리하는 것을 가능하게 한다.
이러한 에지(Edge)를 검출하는 대표적인 방법으로는 Canny Edge Detector가 있다. Sobel Operator 등의 가로와 세로방향 마스크를 이용하여 에지의 방향과 세기를 추출한다. 다른 방법으로는 가로/세로 방향 이외에 다른 방향의 마스크를 이용하여 각 방향의 에지 세기를 측정한 후 Directional Maxima를 찾는 방법이 있다.
그 외에 Differential Edge Detection의 경우 2차 오더(Order)의 제로-크로싱(Zero-Crossing)을 검출(1차의 Local Maxiam 검출과 동일한 방식)을 이용하는 방법이 있으며, Phase Congruency는 주파수 도메인상에서 Sinusoid 함수가 같은 위상(Phase)에 있는 지점을 찾는 방식이다.
그 중 Canny/Sobel Edge 검출은 연산이 간단하며 하드웨어 구현이 용이해 에지 검출에 많이 사용된다.
그러나 Canny/Sobel 에지 검출은, 그라디언트(Gradient) 검출시 Arctan함수를 필요로 하며 하드웨어 구현이 어렵고, Canny 에지 검출의 특성상 Pre-Smoothing 단계를 필요로 한다는 단점이 있다.
특히나 노이즈가 있는 영상에 Smoothing 없이 Canny/Sobel 에지 검출 방법을 적용하면 Uniformity 영역에서 많은 Point Artefact가 발생하게 된다.
이에 본 발명 역시 이러한 에지(Edge)를 검출하는 대표적인 방법인 Canny Edge Detector를 사용하여 태양광 패널의 크랙 여부를 판단하게 된다.
그 다음으로, 모폴로지 연산을 통해 상기 태양광 패널의 오염 정도를 검출하는 단계가 수행된다.
주지된 해당 모폴로지 연산에 대해 간략하게 설명하면 다음과 같다.
모폴로지(morphology)는 영상 신호 처리에서 대부분 사용되며, 수학적 개념의 모폴로지란 이미지의 기하학적(geometric) 구조에 집중하는 비선형적 영상 처리 및 분석 방법으로서, 1차적인 연산(primary operation)인 침식(erosion) 및 팽창(dilation)과 2차적인 연산(secondary operation)인 열림(opening) 및 닫힘(closing)을 포함한다. 이러한 간단한 모폴로지들의 조합으로 많은 선형, 비선형적인 연산기(operator)들이 구성될 수 있다.
먼저, 모폴로지에서 가장 기본적인 동작은 침식 연산과 팽창 연산이다. 구체적으로는, 팽창 연산은 음성 신호 이미지의 미리 정해진 각 임계 구간(threshold set)의 최대값(maxima)을 해당 구간의 값으로 결정하는 연산으로, 입력 이미지를 줄이려(shrinking)하는 경향을 가진다. 또한, 침식 연산은 음성 신호 이미지의 미리 정해진 각 임계 구간의 최저값(minima)을 해당 구간의 값으로 결정하는 연산으로, 침식의 이중 연산(dual operation)으로서, 침식의 여집합(set complementation)으로 정의될 수 있다.
한편, 모폴로지의 2차 연산은 열림과 닫힘이다. 열림은 침식 연산 이 후 팽창 연산을 수행하는 연산이며, 스무딩(smoothing) 효과를 나타낸다. 또한, 닫힘은 팽창 연산 다음에 침식 연산을 수행하는 연산이며, 필링(filling) 효과를 나타낸다.
이러한 모폴로지 연산은 신호의 국부 극값(local extrema) 주변의 영역을 제외하여, 신호의 전체적 흐름을 추정하는 역할을 할 수 있으며, 특히, 기저선 변동 잡음을 포함하는 심전도 신호에서 기저 신호를 추정할 수 있다.
본 발명 역시 상기와 같은 모폴로지 연산을 통해 태양광 패널의 오염 정도를 측정하게 된다.
이에 더하여 추출된 크랙의 특징점을 기준으로 손상유무 및 오염정도를 파악하고 위치를 특정할 수 있다. 이 특정된 위치를 기준으로 패널의 손상으로 인한 문제인지 오염물질로 인한 효율의 감소인지 판단하게 된다.

Claims (3)

  1. (a)태양광 패널을 향해 설치된 CCD 카메라를 이용하여 상기 태양광 패널을 촬상한 영상을 입력받아 미디안 필터를 이용하여 영상내의 노이즈를 제거하는 단계;
    (b)설정된 임계값을 이용하여 기준영상과의 비교를 통해 변화가 있는 영역을 추적하는 단계;
    (c)영상을 이진화한 뒤 에지 검출을 통해 상기 태양광 패널의 크랙을 검출하고, 모폴로지 연산을 통해 상기 태양광 패널의 오염 정도를 검출하는 단계; 및
    (d)파티클 필터를 통해 영상에서 위치 정보를 획득하고 크랙의 특징점을 추출하는 단계를 포함하고,
    상기 (a)단계에서, 상기 CCD카메라를 이용하여 설정된 시간과 설정된 주기마다 상기 태양광 패널을 촬상하는 것을 특징으로 하며,
    상기 설정된 임계값은, 상기 설정된 시간과 설정된 주기마다 변동되는 것을 특징으로 하되, 상기 설정된 임계값은 상기 태양광 패널을 통해 입사되는 빛의 밝기를 고려하여 설정되는 것을 특징으로 하고,
    상기 태양광 패널을 CCD 카메라로 50cm×50cm 크기로 영상을 입력받아 순차적으로 패널 전체의 영상을 받아서 이를 기준 데이터로 사용하고,
    상기 설정된 시간은 1시간 단위이고, 상기 설정된 주기는 24시간인 것을 특징으로 하며,
    상기 설정된 임계값은 0 이상 10 이하인 것을 특징으로 하며,
    24시간 전후로 상기 CCD카메라로 동일한 시간대에 촬상한 영상의 픽셀값의 차이가 설정된 임계값보다 큰 경우 해당 영역에서의 변화가 있다는 것으로 판단하고, 해당 영역을 추적하는 것을 특징으로 하며,
    상기 에지 검출은 Canny Edge Detector를 사용하여 태양광 패널의 크랙 여부를 판단하는 것을 특징으로 하는, 태양광 패널의 손상과 오염 유무를 검출하는 방법.
  2. 삭제
  3. 삭제
KR1020180172342A 2018-12-28 2018-12-28 태양광 패널의 손상과 오염 유무를 검출하는 방법 KR102421775B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020180172342A KR102421775B1 (ko) 2018-12-28 2018-12-28 태양광 패널의 손상과 오염 유무를 검출하는 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020180172342A KR102421775B1 (ko) 2018-12-28 2018-12-28 태양광 패널의 손상과 오염 유무를 검출하는 방법

Publications (2)

Publication Number Publication Date
KR20200082104A KR20200082104A (ko) 2020-07-08
KR102421775B1 true KR102421775B1 (ko) 2022-07-14

Family

ID=71600308

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020180172342A KR102421775B1 (ko) 2018-12-28 2018-12-28 태양광 패널의 손상과 오염 유무를 검출하는 방법

Country Status (1)

Country Link
KR (1) KR102421775B1 (ko)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102629092B1 (ko) 2021-11-09 2024-01-25 오스 주식회사 태양광 패널 결함 검출 시스템 및 방법

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4235685B1 (ja) * 2008-07-01 2009-03-11 日清紡績株式会社 太陽電池の検査装置及び太陽電池の欠陥判定方法
KR20180082258A (ko) 2017-01-10 2018-07-18 한화에어로스페이스 주식회사 태양광 패널 검사 시스템

Also Published As

Publication number Publication date
KR20200082104A (ko) 2020-07-08

Similar Documents

Publication Publication Date Title
GB2569751A (en) Static infrared thermal image processing-based underground pipe leakage detection method
KR101709860B1 (ko) 전천 하늘 영상자료의 rgb 컬러를 이용한 전운량 산출방법 및 시스템
Elrefaei et al. Automatic electricity meter reading based on image processing
CN106680285B (zh) 基于红外图像辅助的可见光图像识别绝缘子污秽状态方法
US20110164823A1 (en) Video object extraction apparatus and method
CN103528534B (zh) 一种基于图像监测的输电线路覆冰厚度检测方法
CN103487729A (zh) 基于紫外视频与红外视频融合的电力设备缺陷检测方法
CN102111532A (zh) 相机镜头遮挡检测系统及方法
CN210377502U (zh) 一种屏蔽环境光干扰的成像组件
Shire et al. Plain ceramic tiles surface defect detection using image processing
CN109378279A (zh) 晶圆检测方法及晶圆检测系统
CN105427316B (zh) 一种输电线路可见光图像中绝缘子单盘面提取方法
Huiying et al. Detection and removal of rain and snow from videos based on frame difference method
KR20180020421A (ko) 대용량 고해상도 위성 영상을 이용한 해안선 추출 방법 및 시스템
CN102663385A (zh) 一种星上点目标检测方法
KR102421775B1 (ko) 태양광 패널의 손상과 오염 유무를 검출하는 방법
Bevilacqua et al. Robust denoising and moving shadows detection in traffic scenes
CN107980094B (zh) 一种视觉检测系统及方法
CN104299234B (zh) 视频数据中雨场去除的方法和系统
CN117456371B (zh) 一种组串热斑检测方法、装置、设备及介质
KR102587679B1 (ko) 태양광 패널 이상 검출 장치 및 그 방법
CN111626104B (zh) 一种基于无人机红外热像的电缆隐患点检测方法和装置
CN106530292B (zh) 一种基于线扫描相机的带钢表面缺陷图像快速辨识方法
CN117765013A (zh) 一种基于偏振成像的红外热辐射干扰抑制方法和系统
CN109584217B (zh) 一种监控摄像机镜头污染自动判别方法

Legal Events

Date Code Title Description
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant