KR102592029B1 - 열화상 기술을 이용한 태양광 모듈의 특징 추출 방법 및 장치 - Google Patents

열화상 기술을 이용한 태양광 모듈의 특징 추출 방법 및 장치 Download PDF

Info

Publication number
KR102592029B1
KR102592029B1 KR1020210083263A KR20210083263A KR102592029B1 KR 102592029 B1 KR102592029 B1 KR 102592029B1 KR 1020210083263 A KR1020210083263 A KR 1020210083263A KR 20210083263 A KR20210083263 A KR 20210083263A KR 102592029 B1 KR102592029 B1 KR 102592029B1
Authority
KR
South Korea
Prior art keywords
thermal image
grayscale
solar
histogram equalization
thermal
Prior art date
Application number
KR1020210083263A
Other languages
English (en)
Other versions
KR20230000755A (ko
Inventor
이동은
김법렬
Original Assignee
경북대학교 산학협력단
동아대학교 산학협력단
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 경북대학교 산학협력단, 동아대학교 산학협력단 filed Critical 경북대학교 산학협력단
Priority to KR1020210083263A priority Critical patent/KR102592029B1/ko
Publication of KR20230000755A publication Critical patent/KR20230000755A/ko
Application granted granted Critical
Publication of KR102592029B1 publication Critical patent/KR102592029B1/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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T3/00—Geometric image transformation in the plane of the image
    • G06T3/40—Scaling the whole image or part thereof
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/001—Image restoration
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/40—Image enhancement or restoration by the use of histogram techniques
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/11—Region-based segmentation
    • 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
    • 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

Abstract

열화상 기술을 이용한 태양광 모듈의 특징 추출 방법 및 장치가 개시된다. 열화상 기술을 이용한 태양광 모듈의 특징 추출 방법은 태양광 모듈을 구성하는 태양 전지판의 열화상 이미지를 수신하여 전처리 하는 단계; 상기 전처리된 열화상 이미지를 그레이스케일로 변환하는 단계; 상기 그레이스케일로 변환된 열화상 이미지에 히스토그램 등화를 수행하는 단계; 상기 히스토그램 등화가 수행된 열화상 이미지에 조정 히스토그램 등화를 수행하는 단계; 상기 조정 히스토그램 등화가 수행된 열화상 이미지를 이용하여 상기 태양광 모듈을 구성하는 태양 전지판의 특징을 추출하는 단계를 포함할 수 있다.

Description

열화상 기술을 이용한 태양광 모듈의 특징 추출 방법 및 장치{METHOD AND APPARATUS FOR EXTRACTING FEATURE OF PHOTOVOLTAIC MODULE USING THERMAL IMAGING TECHNIQUE}
본 발명은 태양광 모듈의 특징 추출 방법 및 장치에 관한 것으로, 보다 구체적으로는 태양광 모듈을 구성하는 태양 전지판의 고장 진단을 위하여 열화상 기술을 이용하는 기술에 관한 것이다.
재생 가능 에너지는 안정적인 전력 공급을 목적으로 연료 다양성을 제공하고, 에너지 안보를 유지하며, 연료 유출 사고의 위험을 최소화한다. 재생 가능 에너지원으로서 태양 에너지는 태양 전력을 생성하고 이는 전기로 전환된다. 즉, 태양 셀 또는 태양광 전지라고 부르는 것으로 태양 빛을 직접 전기로 바꾼다.
태양광 전지(PhotoVoltaic, PV)의 이름은 태양광 효과(Photovoltaic effect)라는 과정을 통해 빛(광자)을 전기(전압)로 바꾸는 과정에서 따왔다는 점을 시사한다. 이와 같은 태양광 전지를 이용한 재생 가능 에너지는 많은 이점을 자랑하며, 도시와 농촌지역에 모두 응용할 수 있는 비용 효율이 좋은 대안이며 전력원의 확장이다.
따라서, 이와 같이 활발히 사용될 태양광 전지의 고장 진단을 위한 방법이 요구되고 있다.
본 발명은 태양광 모듈의 특징 추출 방법 및 장치에 관한 것으로, 보다 구체적으로는 태양광 모듈을 구성하는 태양 전지판의 열화상 이미지를 영상 처리하여 특징을 추출함으로써 결함을 초기에 검출하는 방법 및 장치를 제공한다.
본 발명의 일실시예에 따른 열화상 기술을 이용한 태양광 모듈의 특징 추출 방법은 태양광 모듈을 구성하는 태양 전지판의 열화상 이미지를 수신하여 전처리 하는 단계; 상기 전처리된 열화상 이미지를 그레이스케일로 변환하는 단계; 상기 그레이스케일로 변환된 열화상 이미지에 히스토그램 등화를 수행하는 단계; 상기 히스토그램 등화가 수행된 열화상 이미지에 조정 히스토그램 등화를 수행하는 단계; 상기 조정 히스토그램 등화가 수행된 열화상 이미지를 이용하여 상기 태양광 모듈을 구성하는 태양 전지판의 특징을 추출하는 단계를 포함할 수 있다.
상기 전처리 하는 단계는 상기 수신된 열화상 이미지를 상기 태양 전지판의 셀 크기로 분할하는 단계; 및 상기 셀 크기로 분할된 열화상 이미지에 대해 크기 조절, 필터링 및 잡음 제거 중 적어도 하나의 전처리를 수행하는 단계를 포함할 수 있다.
상기 조정 히스토그램 등화가 수행된 열화상 이미지에 그레이레벨 임계치를 적용하는 단계를 더 포함하고, 상기 태양 전지판의 특징을 추출하는 단계는 상기 그레이레벨 임계치가 적용된 열화상 이미지를 이용하여 상기 태양광 모듈을 구성하는 태양 전지판의 특징을 추출할 수 있다.
상기 그레이스케일로 변환하는 단계는 상기 전처리된 열화상 이미지를 구성하는 RGB 영상의 세가지 색에 대한 평균을 이용하여 상기 전처리된 열화상 이미지를 그레이스케일로 변환할 수 있다.
상기 히스토그램 등화를 수행하는 단계는 상기 그레이스케일로 변환된 열화상 이미지를 구성하는 픽셀의 전체 개수와 일정 기준 이상의 강도를 가지는 픽셀의 개수를 이용하여 상기 그레이스케일로 변환된 열화상 이미지에 히스토그램 등화를 수행할 수 있다.
상기 조정 히스토그램 등화를 수행하는 단계는 상기 히스토그램 등화가 수행된 열화상 이미지를 상기 태양 전지판의 셀 크기 단위로 대조를 강화시키고, 명도 값을 재분배할 수 있다.
본 발명의 일실시예에 따른 열화상 기술을 이용한 태양광 모듈의 특징 추출 장치는 프로세서를 포함하고, 상기 프로세서는 태양광 모듈을 구성하는 태양 전지판의 열화상 이미지를 수신하여 전처리 하고, 상기 전처리된 열화상 이미지를 그레이스케일로 변환하며, 상기 그레이스케일로 변환된 열화상 이미지에 히스토그램 등화를 수행하고, 상기 히스토그램 등화가 수행된 열화상 이미지에 조정 히스토그램 등화를 수행하며, 상기 조정 히스토그램 등화가 수행된 열화상 이미지를 이용하여 상기 태양광 모듈을 구성하는 태양 전지판의 특징을 추출할 수 있다.
상기 프로세서는 상기 수신된 열화상 이미지를 상기 태양 전지판의 셀 크기로 분할하고, 상기 셀 크기로 분할된 열화상 이미지에 대해 크기 조절, 필터링 및 잡음 제거 중 적어도 하나의 전처리를 수행할 수 있다.
상기 프로세서는 상기 조정 히스토그램 등화가 수행된 열화상 이미지에 그레이레벨 임계치를 적용하고, 상기 그레이레벨 임계치가 적용된 열화상 이미지를 이용하여 상기 태양광 모듈을 구성하는 태양 전지판의 특징을 추출할 수 있다.
상기 프로세서는 상기 전처리된 열화상 이미지를 구성하는 RGB 영상의 세가지 색에 대한 평균을 이용하여 상기 전처리된 열화상 이미지를 그레이스케일로 변환할 수 있다.
상기 프로세서는 상기 그레이스케일로 변환된 열화상 이미지를 구성하는 픽셀의 전체 개수와 일정 기준 이상의 강도를 가지는 픽셀의 개수를 이용하여 상기 그레이스케일로 변환된 열화상 이미지에 히스토그램 등화를 수행할 수 있다.
상기 프로세서는 상기 히스토그램 등화가 수행된 열화상 이미지를 상기 태양 전지판의 셀 크기 단위로 조정 히스토그램 등화를 수행함으로써 상기 열화상 이미지의 대조를 강화시키고, 명도 값을 재분배할 수 있다.
본 발명의 일실시예에 의하면, 태양광 모듈을 구성하는 태양 전지판의 열화상 이미지를 영상 처리하여 특징을 추출함으로써 결함을 초기에 검출할 수 있다.
도 1은 본 발명의 일실시예에 따른 태양광 모듈의 특징 추출 시스템을 나타낸 도면이다.
도 2는 본 발명의 일실시예에 따른 특징 추출 장치가 수행하는 열화상 이미지의 특징 추출 방법을 플로우차트로 나타낸 도면이다.
도 3은 본 발명의 일실시예에 따른 태양 전지판의 열화상 이미지를 셀 크기로 분할하는 예를 나타낸 도면이다.
도 4는 본 발명의 일실시예에 따른 태양 전지판의 열화상 이미지를 RDB 모드에서 그레이스케일 이미지로 변환한 예를 나타낸 도면이다.
도 5는 본 발명의 일실시예에 따른 그레이스케일로 변환된 열화상 이미지에 히스토그램 등화 기술이 적용된 결과를 나타낸 도면이다.
도 6은 본 발명의 일실시예에 따른 그레이스케일로 변환된 열화상 이미지와 히스토그램 등화 기술이 적용된 열화상 이미지를 비교한 결과를 나타낸 도면이다.
도 7은 본 발명의 일실시예에 따른 히스토그램 등화 기술이 적용된 열화상 이미지와 조정 히스토그램 등화 기술이 적용된 열화상 이미지를 비교한 결과를 나타낸 도면이다.
이하, 본 발명의 실시예를 첨부된 도면을 참조하여 상세하게 설명한다.
도 1은 본 발명의 일실시예에 따른 태양광 모듈의 특징 추출 시스템을 나타낸 도면이다.
도 1을 참고하면, 태양광 모듈의 특징 추출 시스템(100)은 태양광 모듈(110), 카메라(120) 및 특징 추출 장치(130)로 구성될 수 있다. 보다 구체적으로 태양광 모듈(110)은 태양으로부터 수신된 빛 에너지를 전기 에너지를 변환할 수 있다. 이때, 태양광 모듈(110)을 구성하는 태양 전지판은 광범위한 파장에서 빛 에너지를 흡수하고 이를 전기 에너지로 변환함으로써 전력 변환 과정 동안에 발생되는 열, 즉 적외선을 방사할 수 있다.
카메라(120)는 이와 같이 태양광 모듈(110)을 구성하는 태양 전지판이 방사하는 열을 촬영할 수 있는 열화상 카메라일 수 있으며, 이와 같이 촬영된 열화상 이미지는 특징 추출 장치(130)로 전달될 수 있다.
이후 특징 추출 장치(130)는 카메라(120)를 통해 전달된 열화상 이미지에 그레이스케일 변환, 히스토그램 등화 및 조정 히스토그램 등화 등의 영상 처리를 수행하여 특징을 추출함으로써 태양 전지판에 발생된 결함을 초기에 검출할 수 있다.
도 2는 본 발명의 일실시예에 따른 특징 추출 장치가 수행하는 열화상 이미지의 특징 추출 방법을 플로우차트로 나타낸 도면이다.
단계(210)에서, 특징 추출 장치(130)는 카메라(120)를 통해 태양광 모듈(110)을 구성하는 태양 전지판의 열화상 이미지를 수신할 수 있다.
단계(220)에서, 특징 추출 장치(130)는 수신된 태양 전지판의 열화상 이미지를 태양 전지판의 셀 크기로 분할할 수 있다. 보다 구체적으로 특징 추출 장치(130)는 도 3과 같이 수신된 비가공 열화상 이미지(310)에서 관심 영역을 추출(320)하고, 추출된 관심 영역을 태양 전지판의 셀 크기로 분할(330)할 수 있다. 특징 추출 장치(130)는 이와 같이 셀 크기로 분할된 비가공 열화상 이미지에서 각각의 셀 단위로 구체적인 특징을 추출함으로써 보다 정확한 태양 전지판의 특징을 추출할 수 있다.
단계(230)에서, 특징 추출 장치(130)는 셀 크기로 분할된 태양 전지판의 열화상 이미지에 전처리를 수행할 수 있다. 즉, 셀 크기로 세그먼트화된 태양 전지판의 열화상 이미지들은 크기 조절, 필터링 및 잡음 제거 등과 같은 전처리가 적어도 하나 이상 수행될 수 있다. 이와 같은 전처리는 일부 열화상 이미지에 포함된 원치 않는 왜곡을 억제하여 열화상 이미지의 품질을 향상시키는데 목적이 있다.
보다 구체적으로 특징 추출 장치(130)는 신경망 구현 시 시뮬레이션에 대한 통계적 측정과 균일성을 유지하기 위해 크기 조절을 통해 셀 크기로 분할된 태양 전지판의 열화상 이미지들의 크기를 동일하게 만들 수 있다.
아래의 표 1에서 보는 바와 같이, 특징 추출 장치(130)는 일례로, 모든 태양 전지판의 열화상 이미지를 모두 종횡비가 200 ㅧ 200이 되도록 크기를 조절할 수 있다. 그리고, 특징 추출 장치(130)는 크기가 조절된 태양 전지판의 열화상 이미지를 푸리에 변환을 사용하여 필터링할 수 있다. 이와 같은 푸리에 변환은 열화상 이미지를 사인 및 코사인의 구성요소로 분해하는데 중요한 역할을 수행하는 이미지 처리 기법일 수 있다.
이때, 푸리에 변환 전의 열화상 이미지가 공간 도메인에 존재하는 반면, 푸리에 변환을 통해 출력된 열화상 이미지는 주파수 도메인에 존재할 수 있다. 즉, 푸리에 변환을 통해 출력된 주파수 도메인 상의 열화상 이미지에 대한 각각의 점은 공간 도메인 상의 열화상 이미지에서 발견되는 특정 주파수에 해당할 수 있다.
이후 특징 추출 장치(130)는 필터 함수를 곱하여 다시 공간 도메인으로 돌아갈 수 있으며, 이와 같은 과정은 높은 주파수들을 약화시켜 공간 도메인에서 안정적인 영상을 얻을 수 있다. 이와는 달리 특징 추출 장치(130)는 낮은 주파수들을 약화시키면 에지가 강화될 수 있다. 열화상 카메라는 추출한 후 세부 정보를 제공하기 위해 훨씬 더 선명한 영상 정보를 제공하도록 재구성됩니다. 아래 표와 같이 모든 이미지는 16비트 형식입니다.
속성 값
너비(열) 200
높이(행) 200
클래스 unit16
영상 유형 트루컬러
이와 같은 전처리 단계는 아래의 알고리듬 1으로 표현될 수 있다.
<알고리듬 1>
Step 1 : D 0 ← 초기 데이터 세트 로드(즉, 태양 전지판의 비가공 열화상 이미지 로드)
Step 2 : P D = D O * P p ← 전처리 수행
여기서, P p 는 크기 조절과 필터링을 의미하며, 크기 M × M 인 정사각형에 대해 2차원 이산 푸리에 변환이 수행될 수 있다.
Step 3 : F(g, h) =
여기서, 는 공간 도메인 상의 열화상 이미지를 나타내고, 지수 항은 푸리에 공간, 즉, 주파수 도메인 상의 열화상 이미지에 대한 각 점 F(g, h)에 대응하는 기준 함수이다.
따라서, 특징 추출 장치(130)는 주파수 도메인 상의 열화상 이미지를 다시 공간 도메인 상의 열화상 이미지로 재변환할 수 있으며, 역푸리에 변환은 아래와 같이 주어질 수 있다.
Step 4 : f(a,b) =
여기에서 는 역변환에 대한 정규화이다.
Step 5 : 종료
단계(240)에서, 특징 추출 장치(130)는 전처리가 수행된 열화상 이미지의 픽셀 값에서 대조의 변화를 보다 짙게 만들기 위하여 열화상 이미지를 그레이스케일 이미지로 변환할 수 있다. 그레이스케일 이미지는 RGB 공간에서 적, 녹, 청에 대한 구성 요소들의 동등한 강도를 나타낸다. 그레이스케일 이미지의 강도는 16비트 정수로 저장되어 검은색에서 백색까지 범위에서 가지의 다양한 회색조를 제공한다.
이와 같은 그레이스케일 이미지로의 변환 과정은 0에서 -1의 가능한 픽셀 값의 상대적 중요성을 정의함에 의해서 시행되며, 픽셀 값이 더 유의미 할수록 그 대조의 차이는 더 커질 수 있다.
보다 구체적으로 특징 추출 장치(130)는 아래의 식 1과 같이 RGB 영상을 구성하는 세 가지 색상의 평균값을 이용하여 태양 전지판의 열화상 이미지를 그레이스케일 이미지로 변환할 수 있다.
<식 1>
참고로, 도 4는 태양 전지판의 열화상 이미지(a)를 RGB 모드에서 그레이스케일 이미지(b)로 변환한 예를 나타낸 도면이다.
단계(250)에서, 특징 추출 장치(130)는 그레이스케일로 변환된 열화상 이미지에 히스토그램 등화(Histogram Equalization, HE)를 수행할 수 있다. 도 4의 (b)와 같이 그레이스케일에서 더 낮은 대조 결과를 갖는 영역이 일부 있으므로 본 발명의 특징 추출 장치(130)는 이와 같이 일부 더 낮은 대조 결과를 갖는 영역이 더 높은 대조를 나타낼 수 있도록 히스토그램 등화를 수행할 수 있다.
도 5를 참고하면, 히스토그램은 가장 자주 나타나는 강도 값을 효과적으로 분포하도록 하여 얻을 수 있다. 이와 같은 히스토그램은 디지털 영상에서 분포된 색조 강도의 도표화된 해석을 보여주며, 일반적으로 별개의 강도 레벨의 분포는 0에서 L-1의 범위 내에 있다. 여기서, L은 영상에서 회색 레벨의 전체 갯수이고, 색조의 강도 분포는 개별 함수 h이며, 이는 픽셀의 갯수(rk)와 그 강도(nk) 등 각 강도 레벨과 관계가 있다.
히스토그램 등화는 히스토그램의 강도 분포를 수정하여 이미지에서 대조를 향상시키는 방법이며, 시각적 효과, 전체적인 밝기, 선명도를 향상시킨 이미지의 강화를 보여준다. 히스토그램 등화의 목적은 영상의 누적 분포 함수(Cumulative Distribution Function, CDF)에 선형성을 제공하는 것이며, 아래의 식 2에서 보여주듯이 히스토그램의 누적 분포 함수는 도메인 내에서 모든 확률의 누적 합계로 정의될 수 있다.
<식 2>
CDF (x) = P(X ≤ x)
여기서, 식 2는 x보다 적거나 같은 확률 변수 X(예를 들어 영상)를 나타내고, 도 5의 nkn은 영상의 강도 레벨에서 변화를 나타낸다. 히스토그램 등화는 낮은 대조 이미지를 강화하기 위한 필수 기술로써 균등화된 히스토그램 이미지 q는 다음과 식 3과 같이 정의될 수 있다.
<식 3>
아래의 식 4와 같이 주어진 빈(bin) 을 가진 f의 표준화된 히스토그램에서 floor()는 가장 가까운 정수로 반올림될 수 있다.
<식 4>
이는 아래의 식 5와 같은 함수를 사용하여 f의 픽셀 강도 k를 변환한 것과 같다.
<식 5>
이와 같은 히스토그램 등화를 통해 도 6의 (a)와 같은 그레이 스케일 이미지의 대비에 대한 개선 결과는 도 6의 (b)와 같을 수 있으며, 도 6의 (a)에서 보여지는 그레이 스케일 이미지의 표상과 비교되는 잘 분포된 그레이스케일 이미지의 표상을 보여준다.
단계(260)에서, 특징 추출 장치(130)는 히스토그램 등화가 수행된 열화상 이미지에 조정 히스토그램 등화(Adaptive Histogram Equalization, AHE)를 수행할 수 있다. 조정 히스토그램 등화는 국부 대조를 증가시키고 열화상 이미지의 각 셀에서 에지(edge)의 특성을 강화하기 위해 활용될 수 있으며, 열화상 이미지의 누적 분포 함수에 선형성을 제공할 수 있다.
이를 위해 특징 추출 장치(130)는 히스토그램 등화가 수행된 열화상 이미지를 복수의 타일로 분할할 수 있으며, 타일이라고 부르는 하나의 열화상 이미지에서 조정 히스토그램 등화를 수행함으로써 각 타일의 대조를 강화시키고 이미지의 명도 값을 재분배할 수 있다. 이때, 열화상 이미지가 분할된 복수의 타일들 각각은 태양 전지판의 셀 크기에 대응할 수 있다.
이때, 분할된 각 타일의 히스토그램은 각각의 타일을 위한 강도 재사상(remapping) 함수를 생성하기 위해서 사용될 수 있다. 이와 같은 강도 재사상은 국부 누적 분포 함수에 기초하는 작은 영역에 따라 조정 히스토그램 등화의 대조를 강화하는 기준이기 때문에 타일간 경계를 부드럽게 하기 위해 이중선 보간법을 시행될 수 있다.
따라서, 조정 히스토그램 등화는 영상의 각 타일 영역에서 에지의 국부 대조와 선명도를 강화시킬 수 있다. 일례로, 도 7의 (a)와 (b)는 각각 히스토그램 등화가 수행된 열화상 이미지 및 조정 히스토그램 등화가 수행된 열화상 이미지를 나타낸다. 시각 검사를 사용한 두 개의 영상은 다르게 나타나지 않지만 두 열화상 이미지의 대응 히스토그램을 확인하면, 도 7의 (b)가 (a)와 비교했을 때 잘 분포된 바이모달 히스토그램 표상을 제공하는 것을 알 수 있다.
원래 열화상 이미지에서 i번째 그레이 레벨의 그레이 값 fi, 매핑된 그레이 레벨 gj의 j위치가 와 의 비로 주어진다면, i 와 j는 하나의 균일 분배 혹은 국소 균일 분배를 얻기 위해 비교될 수 있다. 만약 j < i이면 그레이 컬러 매핑이 진행되고, 반대의 경우(j > i) 그레이 매핑은 희미해질 수 있다.
<식 6>
단계(270)에서, 특징 추출 장치(130)는 조정 히스토그램 등화가 수행된 열화상 이미지에 그레이레벨 임계치(T)를 적용할 수 있다. 일례로, 특징 추출 장치(130)는 f(x,y) > T이면 f(x,y) = 0으로 그레이레벨 임계치를 적용하고, 반대의 경우(f(x,y) < T)이면 f(x,y) = -1 로 그레이레벨 임계치를 적용할 수 있다.
이와 같은 단계(240) 내지 단계(270)는 아래의 알고리듬 2로 표현될 수 있다.
<알고리듬 2>
Step 1 : P D ← 사전 처리 데이터 세트 로드
Step 2 : GS I = (P D * GS) ← 그레이스케일 시행
Step 3 : HE I = (GS I * HE) ← GS에서 히스토그램 등화 시행
Step 4 : AHE I = (HE I * AHE) ← HE I 에서 조정 히스토그램 등화 시행
Step 5 : GLT D = (AHE I * GLT) ← AHED에서 그레이레벨 임계치 시행
Step 6 : 종료
마지막으로 단계(280)에서, 특징 추출 장치(130)는 그레이레벨 임계치가 적용된 열화상 이미지를 이용하여 태양광 모듈(110)을 구성하는 태양 전지판의 특징을 추출할 수 있다. 보다 구체적으로 특징 추출 장치(130)는 그레이레벨 임계치가 적용된 열화상 이미지의 누적 분포 함수(CDF)를 도출할 수 있으며, 누적 분포 함수에 포함된 열화상 이미지의 최소값, 최대값 및 중위값과 같은 파라미터를 이용하여 태양 전지판의 특징을 추출할 수 있다.
한편, 본 발명에 따른 방법은 컴퓨터에서 실행될 수 있는 프로그램으로 작성되어 마그네틱 저장매체, 광학적 판독매체, 디지털 저장매체 등 다양한 기록 매체로도 구현될 수 있다.
본 명세서에 설명된 각종 기술들의 구현들은 디지털 전자 회로조직으로, 또는 컴퓨터 하드웨어, 펌웨어, 소프트웨어로, 또는 그들의 조합들로 구현될 수 있다. 구현들은 데이터 처리 장치, 예를 들어 프로그램가능 프로세서, 컴퓨터, 또는 다수의 컴퓨터들의 동작에 의한 처리를 위해, 또는 이 동작을 제어하기 위해, 컴퓨터 프로그램 제품, 즉 정보 캐리어, 예를 들어 기계 판독가능 저장 장치(컴퓨터 판독가능 매체) 또는 전파 신호에서 유형적으로 구체화된 컴퓨터 프로그램으로서 구현될 수 있다. 상술한 컴퓨터 프로그램(들)과 같은 컴퓨터 프로그램은 컴파일된 또는 인터프리트된 언어들을 포함하는 임의의 형태의 프로그래밍 언어로 기록될 수 있고, 독립형 프로그램으로서 또는 모듈, 구성요소, 서브루틴, 또는 컴퓨팅 환경에서의 사용에 적절한 다른 유닛으로서 포함하는 임의의 형태로 전개될 수 있다. 컴퓨터 프로그램은 하나의 사이트에서 하나의 컴퓨터 또는 다수의 컴퓨터들 상에서 처리되도록 또는 다수의 사이트들에 걸쳐 분배되고 통신 네트워크에 의해 상호 연결되도록 전개될 수 있다.
컴퓨터 프로그램의 처리에 적절한 프로세서들은 예로서, 범용 및 특수 목적 마이크로프로세서들 둘 다, 및 임의의 종류의 디지털 컴퓨터의 임의의 하나 이상의 프로세서들을 포함한다. 일반적으로, 프로세서는 판독 전용 메모리 또는 랜덤 액세스 메모리 또는 둘 다로부터 명령어들 및 데이터를 수신할 것이다. 컴퓨터의 요소들은 명령어들을 실행하는 적어도 하나의 프로세서 및 명령어들 및 데이터를 저장하는 하나 이상의 메모리 장치들을 포함할 수 있다. 일반적으로, 컴퓨터는 데이터를 저장하는 하나 이상의 대량 저장 장치들, 예를 들어 자기, 자기-광 디스크들, 또는 광 디스크들을 포함할 수 있거나, 이것들로부터 데이터를 수신하거나 이것들에 데이터를 송신하거나 또는 양쪽으로 되도록 결합될 수도 있다. 컴퓨터 프로그램 명령어들 및 데이터를 구체화하는데 적절한 정보 캐리어들은 예로서 반도체 메모리 장치들, 예를 들어, 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(Magnetic Media), CD-ROM(Compact Disk Read Only Memory), DVD(Digital Video Disk)와 같은 광 기록 매체(Optical Media), 플롭티컬 디스크(Floptical Disk)와 같은 자기-광 매체(Magneto-Optical Media), 롬(ROM, Read Only Memory), 램(RAM, Random Access Memory), 플래시 메모리, EPROM(Erasable Programmable ROM), EEPROM(Electrically Erasable Programmable ROM) 등을 포함한다. 프로세서 및 메모리는 특수 목적 논리 회로조직에 의해 보충되거나, 이에 포함될 수 있다.
또한, 컴퓨터 판독가능 매체는 컴퓨터에 의해 액세스될 수 있는 임의의 가용매체일 수 있고, 컴퓨터 저장매체 및 전송매체를 모두 포함할 수 있다.
본 명세서는 다수의 특정한 구현물의 세부사항들을 포함하지만, 이들은 어떠한 발명이나 청구 가능한 것의 범위에 대해서도 제한적인 것으로서 이해되어서는 안되며, 오히려 특정한 발명의 특정한 실시형태에 특유할 수 있는 특징들에 대한 설명으로서 이해되어야 한다. 개별적인 실시형태의 문맥에서 본 명세서에 기술된 특정한 특징들은 단일 실시형태에서 조합하여 구현될 수도 있다. 반대로, 단일 실시형태의 문맥에서 기술한 다양한 특징들 역시 개별적으로 혹은 어떠한 적절한 하위 조합으로도 복수의 실시형태에서 구현 가능하다. 나아가, 특징들이 특정한 조합으로 동작하고 초기에 그와 같이 청구된 바와 같이 묘사될 수 있지만, 청구된 조합으로부터의 하나 이상의 특징들은 일부 경우에 그 조합으로부터 배제될 수 있으며, 그 청구된 조합은 하위 조합이나 하위 조합의 변형물로 변경될 수 있다.
마찬가지로, 특정한 순서로 도면에서 동작들을 묘사하고 있지만, 이는 바람직한 결과를 얻기 위하여 도시된 그 특정한 순서나 순차적인 순서대로 그러한 동작들을 수행하여야 한다거나 모든 도시된 동작들이 수행되어야 하는 것으로 이해되어서는 안 된다. 특정한 경우, 멀티태스킹과 병렬 프로세싱이 유리할 수 있다. 또한, 상술한 실시형태의 다양한 장치 컴포넌트의 분리는 그러한 분리를 모든 실시형태에서 요구하는 것으로 이해되어서는 안되며, 설명한 프로그램 컴포넌트와 장치들은 일반적으로 단일의 소프트웨어 제품으로 함께 통합되거나 다중 소프트웨어 제품에 패키징 될 수 있다는 점을 이해하여야 한다.
한편, 본 명세서와 도면에 개시된 본 발명의 실시 예들은 이해를 돕기 위해 특정 예를 제시한 것에 지나지 않으며, 본 발명의 범위를 한정하고자 하는 것은 아니다. 여기에 개시된 실시 예들 이외에도 본 발명의 기술적 사상에 바탕을 둔 다른 변형 예들이 실시 가능하다는 것은, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 자명한 것이다.
100 : 태양광 모듈의 특징 추출 시스템
110 : 태양광 모듈
120 : 카메라
130 : 특징 추출 장치

Claims (12)

  1. 태양광 모듈을 구성하는 태양 전지판의 열화상 이미지를 수신하여 전처리 하는 단계;
    상기 전처리된 열화상 이미지를 그레이스케일로 변환하는 단계;
    상기 그레이스케일로 변환된 열화상 이미지에 히스토그램 등화를 수행하는 단계;
    상기 태양 전지판의 셀 크기 단위로 대조를 강화시키고, 명도 값을 재분배하기 위해 상기 히스토그램 등화가 수행된 열화상 이미지에 이중선 보간법이 시행된 강도 재사상(remapping) 함수를 적용하여 조정 히스토그램 등화를 수행하는 단계;
    상기 조정 히스토그램 등화가 수행된 열화상 이미지의 각 점이 그레이레벨 임계치 보다 큰 경우 0의 픽셀 값을 적용하고, 각 점이 그레이레벨 임계치 보다 작은 경우 그레이 컬러의 픽셀 값을 적용하는 단계; 및
    상기 그레이레벨 임계치가 적용된 열화상 이미지를 이용하여 상기 태양광 모듈을 구성하는 태양 전지판의 특징을 추출하는 단계
    를 포함하는 열화상 기술을 이용한 태양광 모듈의 특징 추출 방법.
  2. 제1항에 있어서,
    상기 전처리 하는 단계는,
    상기 수신된 열화상 이미지를 상기 태양 전지판의 셀 크기로 분할하는 단계; 및
    상기 셀 크기로 분할된 열화상 이미지에 대해 크기 조절, 필터링 및 잡음 제거 중 적어도 하나의 전처리를 수행하는 단계
    를 포함하는 열화상 기술을 이용한 태양광 모듈의 특징 추출 방법.
  3. 삭제
  4. 제1항에 있어서,
    상기 그레이스케일로 변환하는 단계는,
    상기 전처리된 열화상 이미지를 구성하는 RGB 영상의 세가지 색에 대한 평균을 이용하여 상기 전처리된 열화상 이미지를 그레이스케일로 변환하는 열화상 기술을 이용한 태양광 모듈의 특징 추출 방법.
  5. 제1항에 있어서,
    상기 히스토그램 등화를 수행하는 단계는,
    상기 그레이스케일로 변환된 열화상 이미지를 구성하는 픽셀의 전체 개수와 일정 기준 이상의 강도를 가지는 픽셀의 개수를 이용하여 상기 그레이스케일로 변환된 열화상 이미지에 히스토그램 등화를 수행하는 열화상 기술을 이용한 태양광 모듈의 특징 추출 방법.
  6. 삭제
  7. 열화상 기술을 이용한 태양광 모듈의 특징 추출 장치에 있어서,
    상기 특징 추출 장치는, 프로세서를 포함하고,
    상기 프로세서는,
    태양광 모듈을 구성하는 태양 전지판의 열화상 이미지를 수신하여 전처리 하고, 상기 전처리된 열화상 이미지를 그레이스케일로 변환하며, 상기 그레이스케일로 변환된 열화상 이미지에 히스토그램 등화를 수행하고, 상기 태양 전지판의 셀 크기 단위로 대조를 강화시키고 명도 값을 재분배하기 위해 상기 히스토그램 등화가 수행된 열화상 이미지에 이중선 보간법이 시행된 강도 재사상(remapping) 함수를 적용하여 조정 히스토그램 등화를 수행하며, 상기 조정 히스토그램 등화가 수행된 열화상 이미지의 각 점이 그레이레벨 임계치 보다 큰 경우 0의 픽셀 값을 적용하고, 각 점이 그레이레벨 임계치 보다 작은 경우 그레이 컬러의 픽셀 값을 적용하고, 상기 그레이레벨 임계치가 적용된 열화상 이미지를 이용하여 상기 태양광 모듈을 구성하는 태양 전지판의 특징을 추출하는 열화상 기술을 이용한 태양광 모듈의 특징 추출 장치.
  8. 제7항에 있어서,
    상기 프로세서는,
    상기 수신된 열화상 이미지를 상기 태양 전지판의 셀 크기로 분할하고, 상기 셀 크기로 분할된 열화상 이미지에 대해 크기 조절, 필터링 및 잡음 제거 중 적어도 하나의 전처리를 수행하는 열화상 기술을 이용한 태양광 모듈의 특징 추출 장치.
  9. 삭제
  10. 제7항에 있어서,
    상기 프로세서는,
    상기 전처리된 열화상 이미지를 구성하는 RGB 영상의 세가지 색에 대한 평균을 이용하여 상기 전처리된 열화상 이미지를 그레이스케일로 변환하는 열화상 기술을 이용한 태양광 모듈의 특징 추출 장치.
  11. 제7항에 있어서,
    상기 프로세서는,
    상기 그레이스케일로 변환된 열화상 이미지를 구성하는 픽셀의 전체 개수와 일정 기준 이상의 강도를 가지는 픽셀의 개수를 이용하여 상기 그레이스케일로 변환된 열화상 이미지에 히스토그램 등화를 수행하는 열화상 기술을 이용한 태양광 모듈의 특징 추출 장치.
  12. 삭제
KR1020210083263A 2021-06-25 2021-06-25 열화상 기술을 이용한 태양광 모듈의 특징 추출 방법 및 장치 KR102592029B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020210083263A KR102592029B1 (ko) 2021-06-25 2021-06-25 열화상 기술을 이용한 태양광 모듈의 특징 추출 방법 및 장치

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020210083263A KR102592029B1 (ko) 2021-06-25 2021-06-25 열화상 기술을 이용한 태양광 모듈의 특징 추출 방법 및 장치

Publications (2)

Publication Number Publication Date
KR20230000755A KR20230000755A (ko) 2023-01-03
KR102592029B1 true KR102592029B1 (ko) 2023-10-23

Family

ID=84924542

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020210083263A KR102592029B1 (ko) 2021-06-25 2021-06-25 열화상 기술을 이용한 태양광 모듈의 특징 추출 방법 및 장치

Country Status (1)

Country Link
KR (1) KR102592029B1 (ko)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2011134764A (ja) 2009-12-22 2011-07-07 Mie Univ 太陽電池の検査装置、太陽電池の検査方法およびプログラム
KR101480478B1 (ko) * 2013-08-30 2015-01-08 (주)하이레벤 태양광발전설비의 열화모듈 검출 시스템 및 이를 이용한 검출방법
JP2021510861A (ja) 2018-01-25 2021-04-30 エックス デベロップメント エルエルシー 魚の現在量、形状、及びサイズの決定

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101094069B1 (ko) * 2010-02-26 2011-12-15 한국표준과학연구원 영상처리기법을 이용한 균열측정시스템의 역치값 보정을 위한 캘리브레이션 장치 및 방법
KR101742598B1 (ko) * 2015-06-09 2017-06-15 주식회사 주왕산업 열화상 카메라를 이용한 태양광 발전설비의 원격 감시 장치
KR20200087548A (ko) * 2019-01-11 2020-07-21 금오공과대학교 산학협력단 드론을 이용한 태양광 발전 패널 검사 시스템

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2011134764A (ja) 2009-12-22 2011-07-07 Mie Univ 太陽電池の検査装置、太陽電池の検査方法およびプログラム
KR101480478B1 (ko) * 2013-08-30 2015-01-08 (주)하이레벤 태양광발전설비의 열화모듈 검출 시스템 및 이를 이용한 검출방법
JP2021510861A (ja) 2018-01-25 2021-04-30 エックス デベロップメント エルエルシー 魚の現在量、形状、及びサイズの決定

Also Published As

Publication number Publication date
KR20230000755A (ko) 2023-01-03

Similar Documents

Publication Publication Date Title
Wang et al. Adaptive image enhancement method for correcting low-illumination images
Kandhway et al. An optimal adaptive thresholding based sub-histogram equalization for brightness preserving image contrast enhancement
US20170365046A1 (en) Algorithm and device for image processing
Park et al. Single image dehazing with image entropy and information fidelity
Ma et al. An effective fusion defogging approach for single sea fog image
CN109215042B (zh) 一种基于计算机视觉的光伏电池板热斑效应检测系统及其计算方法
JP2007020176A (ja) 画像のコントラスト強調方法、画像のコントラスト強調システム、及び画像が局所的コントラスト強調を受けるかどうかを判定する方法
US20120057798A1 (en) Image processing apparatus
CN105701491A (zh) 固定格式文档图像模版的制作方法及其应用
Bora et al. A new efficient color image segmentation approach based on combination of histogram equalization with watershed algorithm
Zhuang et al. Adaptive image enhancement using entropy-based subhistogram equalization
CN111311503A (zh) 一种夜晚低亮度图像增强系统
KR102592029B1 (ko) 열화상 기술을 이용한 태양광 모듈의 특징 추출 방법 및 장치
Cao et al. Vignetting correction based on a two-dimensional Gaussian filter with harmony for area array sensors
CN105139365A (zh) 一种处理太赫兹或者红外图像的方法
Rossi et al. Dynamic range reduction and contrast adjustment of infrared images in surveillance scenarios
CN109146896A (zh) 一种低对比度情况下太阳能光伏板的有效分割方法
CN112822343A (zh) 一种面向夜间视频的清晰化方法及存储介质
Khalaf et al. Hazy Image Enhancement Using DCP and AHE Algorithms with YIQ Color Space
Xie et al. Remote sensing image enhancement based on wavelet analysis and histogram specification
CN110163874A (zh) 基于同质区域分割的双边滤波算法
Nasrin Jumana et al. Methods of Image Enhancement in Low-light Situations
CN105046669B (zh) 线阵相机高速采集图像的增强方法
CN116051425B (zh) 一种红外图像处理方法、装置、电子设备及存储介质
Wang et al. A deep convolutional neural network-based low-light image enhancement using illumination map

Legal Events

Date Code Title Description
E902 Notification of reason for refusal
E90F Notification of reason for final refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant