一种基于双光一体的太阳能电池板彩虹纹检测方法与流程

1.本发明涉及人工智能技术领域，具体为一种基于双光一体的太阳能电池板彩虹纹检测方法。


背景技术：

2.光伏组件表面最常见的污染就是组件下端由于边沿阻水导致边缘的积灰，特别是一些彩钢瓦工商业屋顶由于安装倾角低，积水积灰更为严重。造成组件下端积灰的原因很简单，因为下雨或者是对组件表面进行清洗维护，组件表面冲刷了积灰的污水会沿着组件向下端流动。而由于组件边沿比玻璃会高出1-2mm，总有部分积水无法越过边沿。积水晒干或风干后，留下的灰尘就会结在表面，很难被冲刷掉，日积月累形成泥带。由于泥带和玻璃表面有行程高度差，在下次清洗时积水区域会更大，脏污区域会不断变大。
3.目前的太阳能电池板彩虹纹检测方法分为人工巡检的方式以及对太阳能电池板的rgb图像进行处理的方式。其中，人工巡检的方式费时费力，效率较低；对太阳能电池板的rgb图像进行处理的方式中，可能会因为角度的问题，太阳能电池板表面的玻璃层会发生反光，使得太阳能电池板的rgb图像局部过亮，过亮区域会掩盖太阳能电池板本身区域，进而在rgb图像中造成太阳能电池板部分区域缺失，进而影响识别准确性的问题，鉴于此，我们提出一种基于双光一体的太阳能电池板彩虹纹检测方法。


技术实现要素：

4.本发明的目的在于提供一种基于双光一体的太阳能电池板彩虹纹检测方法，以解决上述背景技术中提出的问题。
5.为实现上述目的，本发明提供如下技术方案：
6.一种基于双光一体的太阳能电池板彩虹纹检测方法，一种基于双光一体的太阳能电池板彩虹纹检测方法，该方法包括以下步骤，通过双光一体的摄影装置拍摄多个含有彩虹纹的rgb图像，获取预览拍摄图像并进行图像分析，以检测光源是否会在所述预览拍摄图像上产生彩虹纹，对每个彩虹纹区域进行识别；对所述rgb图像中的彩虹纹进行识别；则判断为光源会在预览拍摄图像上产生的彩虹纹，并检测所述彩虹纹区域的所述边缘轮廓；选取每个类别的彩虹纹，并获取所述彩虹纹的目标关键点，获取每个所述边缘轮廓的关键点，并对关键点进行检测分析，用于重构rgb图像，依据图像的彩虹纹计算方法计算出观测流场的密度变化分布，rgb图像上的彩虹纹进行温度异常分析处理，分析出太阳能rgb图像中的异常温度区域；选择任意一个异常温度的rgb区域，识别该异常区域的异曲线，根据异曲线判断该异曲线的差异程度，若该区域的异曲线符合不合格条件，则该区域的rgb图像的彩虹纹存在缺陷。
7.优选的，所述获取rgb图像上的光源亮度和环境光亮度，计算所述光源亮度和境光亮度的对比值，如果所述光源亮度和环境光亮度的对比值超过门限值，则判断为光源会在预览拍摄图像上产生彩虹纹。
8.优选的，所述当检测到移动装置的屏下摄像头进入预览拍摄模式后，获取预览拍摄rgb图像并对图像进行全面分析，检测光源是否会在预览拍摄图像上产生彩虹纹。
9.优选的，所述通过调节光源的亮度来对不同亮度下的rgb图像进行分析，得出不同亮度下彩虹纹的数据差，依据数据对彩虹纹存在的缺陷进行判断。
10.优选的，所述检测所述光源是否会在重新生成的预览拍摄rgb图像上引起过曝显现，通过调整光圈，重新活动预览拍摄图像，并对生成的rgb图像进行图像识别与分析，便于检测出光源是否在重新生成的rgb图像上是否存在过爆现象。
11.优选的，所述光源为白色光源，光源会在预览拍摄rgb图像上产生彩虹纹，则控制所述移动终端的光圈大小自动调节装置，并缩小光圈，直到将所述白色光源亮度和所述环境光亮度的比值减少到门限值之下，从而消除彩虹纹。
12.优选的，所述白光光源为氙灯、卤素灯组成白光光源，或者是采用激光驱动光源技术的超宽波段光源，波长范围为译150nm-1400nm，或者利用多种激励源驱动光导管发光的光源。
13.优选的，所述获取各热成像rgb图像中的温度异常区域，包括：获取太阳能电池板热成像样本图像，所述太阳能电池板热成像样本图像包含温度异常区域，将rgb图像的各个像素异常区域进行标注。
14.与现有技术相比，本发明的有益效果是：
15.该基于双光一体的太阳能电池板彩虹纹检测方法，结合彩虹纹的位置特性计算出待检测rgb图像上各区域检测的优先度，能够按照出现彩虹纹的概率对待检测光伏电池板有针对性地检测，极大提高检测效率，增强了检测时的速度。
附图说明
16.图1为本发明的流程示意框图；
具体实施方式
17.下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
18.为了更进一步阐述本发明为达成预定发明目的所采取的技术手段及功效，以下结合附图及较佳实施例，在本技术说明书中描述的参考“一个实施例”或“一些实施例”等意味着在本技术的一个或多个实施例中包括结合该实施例描述的特定特征、结构或特点。由此，在本说明书中的不同之处出现的语句“在一个实施例中”、“在一些实施例中”、“在其他一些实施例中”、“在另外一些实施例中”等不是必然都参考相同的实施例，而是意味着“一个或多个但不是所有的实施例”，除非是以其他方式另外特别强调。术语“包括”、“包含”、“具有”及它们的变形都意味着“包括但不限于”，除非是以其他方式另外特别强调。
19.请参阅图1所示，本发明提供的一种技术方案：
20.一种基于双光一体的太阳能电池板彩虹纹检测方法，该方法包括以下步骤，通过双光一体的摄影装置拍摄多个含有彩虹纹的rgb图像，获取预览拍摄图像并进行图像分析，
以检测光源是否会在所述预览拍摄图像上产生彩虹纹，对每个彩虹纹区域进行识别；对所述rgb图像中的彩虹纹进行识别；则判断为光源会在预览拍摄图像上产生的彩虹纹，并检测所述彩虹纹区域的所述边缘轮廓；选取每个类别的彩虹纹，并获取所述彩虹纹的目标关键点，获取每个所述边缘轮廓的关键点，并对关键点进行检测分析，用于重构rgb图像，依据图像的彩虹纹计算方法计算出观测流场的密度变化分布，rgb图像上的彩虹纹进行温度异常分析处理，分析出太阳能rgb图像中的异常温度区域；选择任意一个异常温度的rgb区域，识别该异常区域的异曲线，根据异曲线判断该异曲线的差异程度，若该区域的异曲线符合不合格条件，则该区域的rgb图像的彩虹纹存在缺陷。
21.进一步的，获取rgb图像上的光源亮度和环境光亮度，计算所述光源亮度和境光亮度的对比值，如果所述光源亮度和环境光亮度的对比值超过门限值，则判断为光源会在预览拍摄图像上产生彩虹纹。
22.进一步的，当检测到移动装置的屏下摄像头进入预览拍摄模式后，获取预览拍摄rgb图像并对图像进行全面分析，检测光源是否会在预览拍摄图像上产生彩虹纹。
23.进一步的，通过调节光源的亮度来对不同亮度下的rgb图像进行分析，得出不同亮度下彩虹纹的数据差，依据数据对彩虹纹存在的缺陷进行判断。
24.进一步的，检测所述光源是否会在重新生成的预览拍摄rgb图像上引起过曝显现，通过调整光圈，重新活动预览拍摄图像，并对生成的rgb图像进行图像识别与分析，便于检测出光源是否在重新生成的rgb图像上是否存在过爆现象。
25.进一步的，光源为白色光源，光源会在预览拍摄rgb图像上产生彩虹纹，则控制所述移动终端的光圈大小自动调节装置，并缩小光圈，直到将所述白色光源亮度和所述环境光亮度的比值减少到门限值之下，从而消除彩虹纹。
26.进一步的，白光光源为氙灯、卤素灯组成白光光源，或者是采用激光驱动光源技术的超宽波段光源，波长范围为译150nm-1400nm，或者利用多种激励源驱动光导管发光的光源。
27.进一步的，获取各热成像rgb图像中的温度异常区域，包括：获取太阳能电池板热成像样本图像，所述太阳能电池板热成像样本图像包含温度异常区域，将rgb图像的各个像素异常区域进行标注。
28.综上所述，结合彩虹纹的位置特性计算出待检测rgb图像上各区域检测的优先度，能够按照出现彩虹纹的概率对待检测光伏电池板有针对性地检测，极大提高检测效率，增强了检测时的速度。
29.以上所述实施例仅用以说明本技术的技术方案，而非对其限制；尽管参照前述实施例对本技术进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本技术各实施例技术方案的精神和范围，均应包含在本技术的保护范围之内。