一种光伏电池热斑的图像识别方法

文档序号:25997642发布日期:2021-07-23 21:13阅读:来源:国知局

技术特征:

1.一种光伏电池热斑的图像识别方法,其特征在于,该方法包括:

步骤1:在电站运行正常时,获取光伏电池温度的原始图像,将其作为原始样本图像;

步骤2:拍摄当前温度下的待检测图像,根据温度测量仪测出光伏电池的表面温度值;

步骤3:对原始样本图像进行插值,得出当前温度下的样本图像;

步骤4:将待检测图像进行四叉树分割成四等分;

步骤5:采用亚像素梯度匹配算法,将光伏电池温度的待检测图像与步骤3当前温度下的样本图像进行匹配,找出最小的匹配值;具体包括:先进行整像素图像匹配,求出的整像素匹配区域,得出整像素匹配区域中心点的位移;计算亚像素点值,根据计算的亚像素点值,在整像素匹配区域中心点的位移上,得到亚像素图像匹配后中心点的位移,进行亚像素图像匹配得到亚像素点匹配的最小匹配值ck(p)的值;

步骤6:采用均方差阈值判别方法,计算出各个图像像素对应的最小匹配值ck(p)的均值以及均差值,当计算结果大于指定的阈值时,则认为光伏电池出现热斑,同时计算出热斑的面积。

2.按照权利要求1所述的方法,其特征在于,步骤1拍摄样本图像包括:

选择w1,w2,…wv共v个不同的温度,并且w1<w2<…<wv,在光伏电站发电正常的状态下,选择晴好天气,用远红外测量仪,确定好拍摄位置,在每个wi温度下,拍摄出样本图像k个,送入图像识别模块。

3.按照权利要求1所述的方法,其特征在于,步骤2拍摄待检测图像包括:

在当前的状态下,选择晴好天气,用远红外测量仪,选择与步骤1同样的拍摄位置,拍摄出待检测图像k个,送入图像识别模块,同时将所述温度测量仪测量的温度值,送入图像识别模块。

4.按照权利要求1所述的方法,其特征在于,对原始样本图像进行插值,得出当前温度下的样本图像包括:

根据每个待检测图像拍摄时的温度值,设为ws,在拍摄的样本图像w1,w2,…wv中选择最接近的两个值,满足wk<ws<wk+1,设wk对应的样本图像的像素值为xij,wk+1对应的样本图像的像素值为yij,采用插值法计算出ws对应的样本图像的像素值zij为:

其中i=1,2,…,m;j=1,2,…,n。

5.按照权利要求1所述的方法,其特征在于,四叉树分割包括:将待检测图像分割成四等分,第一象限g1,第二象限g2,第三象限g3,第四象限g4,判断满足“满”、“空”、“部分”三种情况的哪一种;“满”表示待检测图像全部出现热班;“空”表示待检测图像正常;“部分”表示待检测图像有的地方有热班,而有的地方无热斑;对于“满”和“空”的情况不需要再进行图像匹配;对“部分”的待检测图像,继续分割成四等分,进行图像匹配,直到待检测图像完全为“满”和“空”为止。

6.按照权利要求5所述的方法,其特征在于,所述整像素图像匹配包括:

每部分gi分别在样本图像中寻找最佳匹配块,假设对于i=1,2,3,4,设k是1到k之间的整数,第k个样本图像中每一个像素点的像素值为fk(x,y),带上划线为均值,中心点为pk(xk,yk);待检测图像每一个像素点的像素值为gk(x,y),带上划线为均值,中心点为p1k(x1k,y1k);待检测图像像素点矩阵行和列的个数为m和n,则得出最小匹配值:

当求得的ck(p)值最小时,匹配到的结果图上子区的相似度最高,为求出的整像素匹配区域,得出中心点的位移为:

(uk,vk)=(xk-x1k,yk-y1k)(2)。

7.按照权利要求1所述的方法,其特征在于,步骤5所述计算亚像素点值包括:

设包围亚像素点的周围四个整像素点的值:当前温度下的样本图像f1,当前温度下的样本图像f2,当前温度下的样本图像f3,当前温度下的样本图像f4,待检测图像为g1,待检测图像g2,待检测图像g3,待检测图像g4,亚像素点的值:当前温度下的样本图像为fi,待检测图像为gi,像素之间的间隔距离为r,亚像素点与边界的距离为h1和h2,则得出亚像素点fi的值为:

同理得出亚像素点gi的值为:

8.按照权利要求6所述的方法,其特征在于,步骤5进行亚像素图像匹配得到亚像素点匹配的最小匹配值ck(p)的值包括:

对于每个待匹配图像,有如下公式:

得出:

从而计算出dx和dy的值,得出中心点的位移为:

(uk,vk)=(xk-x1k-dxk,yk-y1k-dyk)(12)

带入到公式(1)计算出亚像素点匹配的最小匹配值ck(p)的值。

9.按照权利要求8所述的方法,其特征在于,步骤6包括:判断图像是否出现热斑:

将亚像素匹配点计算出的最小匹配值ck(p)的值由小到大进行排序,将排序完以后的数值记为cs(p),s是1到k之间的整数,将10%*k取整以后的值记为l。

计算平均值:

计算差值:

zk=|ck(p)-c(p)|(14)

当zk大于指定的阈值时,则认为光伏电池热斑。

10.按照权利要求8所述的方法,其特征在于,步骤6计算出现热斑的面积:

对于判断出“满”的图像范围,认为是出现热斑的图像,假设整个图像的面积为s,i表示第i次分割,共需要分割c次完成,则得出第i次分割是“满”的区域的面积为最后出现热班图像的面积sz为:

其中j=0,1,2,3,4;根据每次分割的“满”的个数j取不同的值。


技术总结
本发明属于图像处理领域,具体地而言为一种光伏电池热斑的图像识别方法。为了找出光伏电池热斑的位置及面积,该方法采用了亚像素图像匹配的方法,并且结合四叉树图像分割方法、插值法获取样本图像以及均方差方法实现了热斑识别。首先在电站运行正常时,获取光伏电池温度的原始图像,将其作为原始样本图像;然后将图像分割成四等分,再采用亚像素梯度匹配算法,将光伏电池温度的待检测图像与原始样本图像进行匹配,找出最小的匹配值;再结合均方差阈值判别方法,计算出各个图像像素的均值以及均差值,当计算结果大于指定的阈值时,则认为所述光伏电池出现热斑;同时计算出热斑的面积。此方法能够准确的识别出光伏电站的热斑,计算精度达到了亚像素级。

技术研发人员:王春鹏;夏之秋;彭继慎;殷孝雎;王志喜;赵婷婷
受保护的技术使用者:齐鲁工业大学
技术研发日:2020.11.30
技术公布日:2021.07.23
当前第2页1 2 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1