一种热斑检测方法、装置、电子设备及存储介质与流程

1.本技术涉及图像处理技术领域，尤其涉及一种热斑检测方法、装置、电子设备及存储介质。


背景技术：

2.近年来，对再生能源的开发和投资越来越重视，太阳能具有普遍性、无害、储量大等优点，在能源战略中具有重要地位。
3.太阳能光伏板发电系统是由一系列光伏组件电池串联而成的。在光伏电站的运作过程中，难免会有鸟禽排泄物、落叶、浮尘等遮挡物覆盖到光伏组件上，这些遮挡物在光伏组件上形成了局部阴影，导致光伏组件中某些电池单片的电流以及电压发生了变化，使光伏组件的局部温度上升，这种现象称为热斑效应。
4.热斑效应对于光伏电站具有较大的影响，不仅影响了光伏组件的发电效率，而且可能会产生火灾，对光伏电站的安全构成较大威胁。热斑效应的产生对光伏组件有一定的损害性，因此需要通过巡检来及时发现产生热斑效应的光伏组件，也就是对光伏组件进行热斑检测。
5.相关技术中，一般利用无人机拍摄光伏组件，获取图像或者视频后，再通过人工分析或者图像识别进行分析，来检测图像中的光伏组件是否存在热斑。相关技术仅是检测图像中的光伏组件是否存在热斑，而对于维护人员来说，一般需要根据不同的热斑采用不同的方案进行处理。因此相关技术中，通过人工分析或者图像识别得到热斑检测结果后，维护人员还需要自行查看热斑图像然后指定处理方案，因此相关技术中的热斑检测方案对于维护人员来说，参考局限性较大。


技术实现要素：

6.本技术实施例提供了一种热斑检测方法、装置、电子设备及存储介质，用以解决现有的热斑检测方案无法对热斑进行分类，热斑检结果对于维护人员来说参考局限性较大的问题。
7.本技术提供了一种热斑检测方法，所述方法包括：
8.获取包含光伏板在内的图像，确定所述图像中的光伏板区域；
9.检测所述光伏板区域中是否存在热斑区域；
10.响应于所述光伏板图像中存在热斑区域，确定所述热斑区域包含像素点的第一数量、所述热斑区域的轮廓信息、所述光伏板区域中单块光伏组件包含像素点的第二数量；
11.根据所述第一数量和所述第二数量的大小关系，结合所述热斑区域的轮廓信息，确定所述热斑区域对应的目标热斑类别。
12.进一步地，所述根据所述第一数量和所述第二数量的大小关系，结合所述热斑区域的轮廓信息，确定所述热斑区域对应的目标热斑类别包括：
13.根据所述第一数量和所述第二数量的大小关系，确定各个候选热斑类别各自的第
一分值；
14.根据所述热斑区域的轮廓信息，确定所述各个候选热斑类别各自的第二分值；
15.根据所述各个候选热斑类别各自的第一分值和第二分值，从所述各个候选热斑类别中确定出所述热斑区域对应的目标热斑类别。
16.进一步地，所述根据所述各个候选热斑类别各自的第一分值和第二分值，从所述各个候选热斑类别中确定出所述热斑区域对应的目标热斑类别包括：
17.根据所述各个候选热斑类别各自的第一分值和第二分值，确定所述各个候选热斑类别各自的目标分值；并将确定的各个目标分值的最大值对应的候选热斑类别，确定为所述热斑区域对应的目标热斑类别。
18.进一步地，所述候选热斑类别包括组串热斑、面状热斑、条状热斑和点状热斑中的一个或多个。
19.进一步地，所述根据所述第一数量和所述第二数量的大小关系，确定各个候选热斑类别各自的第一分值包括：
20.确定所述第一数量和所述第二数量的第一参考值；
21.根据预设的所述各个候选热斑类别各自对应的参考值范围，确定所述第一参考值所属的参考值范围；
22.确定所述第一参考值所属的参考值范围对应的候选热斑类别的第一分值高于未包含所述第一参考值的参考值范围对应的候选热斑类别的第一分值；
23.其中，按照对应的参考值范围由大到小的顺序对所述各个候选热斑类别排序为组串热斑、面状热斑、条状热斑和点状热斑。
24.进一步地，所述根据所述热斑区域的轮廓信息，确定所述各个候选热斑类别各自的第二分值包括：
25.根据所述热斑区域的轮廓信息，确定所述热斑区域的矩形度和圆形度；
26.若所述矩形度大于所述圆形度，确定所述组串热斑、面状热斑、条状热斑各自的第二分值大于所述点状热斑的第二分值；
27.若所述矩形度小于所述圆形度，确定所述组串热斑、面状热斑、条状热斑各自的第二分值小于所述点状热斑的第二分值。
28.进一步地，若所述矩形度大于所述圆形度，所述方法还包括：
29.确定所述热斑区域的最小外接旋转矩形，并确定所述最小外接旋转矩形的长边和短边的第二参考值；
30.若所述第二参考值大于预设的第一参考阈值，确定所述面状热斑的第二分值小于所述条状热斑的第二分值；
31.若所述第二参考值不大于所述预设的第一参考阈值，确定所述面状热斑的第二分值大于所述条状热斑的第二分值。
32.进一步地，所述根据所述各个候选热斑类别各自的第一分值和第二分值，确定所述各个候选热斑类别各自的目标分值包括：
33.针对所述各个候选热斑类别，根据所述候选热斑类别的第一分值、第一分值对应的数量权重值、第二分值和第二分值对应的轮廓权重值，确定所述候选热斑类别的目标分值。
34.进一步地，所述确定所述第一数量和所述第二数量的第一参考值之后，所述方法还包括：
35.若所述第一参考值大于预设的第二参考阈值，确定所述热斑区域对应的目标热斑类别为组串热斑。
36.进一步地，确定所述光伏板区域中单块光伏组件包含像素点的第二数量包括：
37.根据采集所述图像的无人机的位置或移动轨迹，确定所述光伏板区域的参考边；
38.根据所述参考边包含的像素点数量和预先确定的所述光伏板区域的长宽比，确定所述光伏板区域包含的像素点数量；
39.根据所述光伏板区域包含的像素点数量和预先确定的所述光伏板区域包含的光伏组件数量，确定所述光伏板区域中单块光伏组件包含像素点的第二数量。
40.进一步地，所述确定所述图像中的光伏板区域包括：
41.将所述包含光伏板在内的图像输入预先训练完成的图像分割模型，基于所述图像分割模型，确定所述图像中的光伏板区域；
42.其中，所述图像分割模型是基于样本集中包含光伏板在内的样本图像及样本图像中标注的样本光伏板区域的位置信息训练得到的。
43.另一方面，本技术提供了一种热斑检测装置，所述装置包括：
44.获取模块，用于获取包含光伏板在内的图像，确定所述图像中的光伏板区域；
45.检测模块，用于检测所述光伏板区域中是否存在热斑区域；
46.第一确定模块，用于响应于所述光伏板图像中存在热斑区域，确定所述热斑区域包含像素点的第一数量、所述热斑区域的轮廓信息、所述光伏板区域中单块光伏组件包含像素点的第二数量；
47.第二确定模块，用于根据所述第一数量和所述第二数量的大小关系，结合所述热斑区域的轮廓信息，确定所述热斑区域对应的目标热斑类别。
48.所述第二确定模块，具体用于根据所述第一数量和所述第二数量的大小关系，确定各个候选热斑类别各自的第一分值；根据所述热斑区域的轮廓信息，确定所述各个候选热斑类别各自的第二分值；根据所述各个候选热斑类别各自的第一分值和第二分值，从所述各个候选热斑类别中确定出所述热斑区域对应的目标热斑类别。
49.所述第二确定模块，具体用于根据所述各个候选热斑类别各自的第一分值和第二分值，确定所述各个候选热斑类别各自的目标分值；并将确定的各个目标分值的最大值对应的候选热斑类别，确定为所述热斑区域对应的目标热斑类别。
50.所述候选热斑类别包括组串热斑、面状热斑、条状热斑和点状热斑中的一个或多个。
51.所述第二确定模块，具体用于确定所述第一数量和所述第二数量的第一参考值；根据预设的所述各个候选热斑类别各自对应的参考值范围，确定所述第一参考值所属的参考值范围；确定所述第一参考值所属的参考值范围对应的候选热斑类别的第一分值高于未包含所述第一参考值的参考值范围对应的候选热斑类别的第一分值；其中，按照对应的参考值范围由大到小的顺序对所述各个候选热斑类别排序为组串热斑、面状热斑、条状热斑和点状热斑。
52.所述第二确定模块，具体用于根据所述热斑区域的轮廓信息，确定所述热斑区域
的矩形度和圆形度；若所述矩形度大于所述圆形度，确定所述组串热斑、面状热斑、条状热斑各自的第二分值大于所述点状热斑的第二分值；若所述矩形度小于所述圆形度，确定所述组串热斑、面状热斑、条状热斑各自的第二分值小于所述点状热斑的第二分值。
53.所述第二确定模块，还用于确定所述热斑区域的最小外接旋转矩形，并确定所述最小外接旋转矩形的长边和短边的第二参考值；若所述第二参考值大于预设的第一参考阈值，确定所述面状热斑的第二分值小于所述条状热斑的第二分值；若所述第二参考值不大于所述预设的第一参考阈值，确定所述面状热斑的第二分值大于所述条状热斑的第二分值。
54.所述第二确定模块，具体用于针对所述各个候选热斑类别，根据所述候选热斑类别的第一分值、第一分值对应的数量权重值、第二分值和第二分值对应的轮廓权重值，确定所述候选热斑类别的目标分值。
55.所述第二确定模块，还用于确定所述第一数量和所述第二数量的第一参考值，若所述第一参考值大于预设的第二参考阈值，确定所述热斑区域对应的目标热斑类别为组串热斑。
56.所述第一确定模块，具体用于根据采集所述图像的无人机的位置或移动轨迹，确定所述光伏板区域的参考边；根据所述参考边包含的像素点数量和预先确定的所述光伏板区域的长宽比，确定所述光伏板区域包含的像素点数量；根据所述光伏板区域包含的像素点数量和预先确定的所述光伏板区域包含的光伏组件数量，确定所述光伏板区域中单块光伏组件包含像素点的第二数量。
57.所述获取模块，具体用于将所述包含光伏板在内的图像输入预先训练完成的图像分割模型，基于所述图像分割模型，确定所述图像中的光伏板区域；其中，所述图像分割模型是基于样本集中包含光伏板在内的样本图像及样本图像中标注的样本光伏板区域的位置信息训练得到的。
58.另一方面，本技术提供了一种电子设备，包括处理器、通信接口、存储器和通信总线，其中，处理器，通信接口，存储器通过通信总线完成相互间的通信；
59.存储器，用于存放计算机程序；
60.处理器，用于执行存储器上所存放的程序时，实现上述任一项所述的方法步骤。
61.另一方面，本技术提供了一种计算机可读存储介质，所述计算机可读存储介质内存储有计算机程序，所述计算机程序被处理器执行时实现上述任一项所述的方法步骤。
62.本技术提供了一种热斑检测方法、装置、电子设备及存储介质，所述方法包括：获取包含光伏板在内的图像，确定所述图像中的光伏板区域；检测所述光伏板区域中是否存在热斑区域；响应于所述光伏板图像中存在热斑区域，确定所述热斑区域包含像素点的第一数量、所述热斑区域的轮廓信息、所述光伏板区域中单块光伏组件包含像素点的第二数量；根据所述第一数量和所述第二数量的大小关系，结合所述热斑区域的轮廓信息，确定所述热斑区域对应的目标热斑类别。
63.上述的技术方案具有如下优点或有益效果：
64.本技术中，获取包含光伏板在内的图像，并确定出图像中的光伏板区域之后，基于光伏板区域确定光伏板区域中单块光伏组件包含像素点的第二数量。并且检测光伏板区域中是否存在热斑区域，如果存在，确定热斑区域包含像素点的第一数量、热斑区域的轮廓信
息。根据热斑区域包含像素点的第一数量、单块光伏组件包含像素点的第二数量和热斑区域的轮廓信息，确定热斑区域对应的目标热斑类别。本技术确定热斑区域之后，结合热斑区域和单块光伏组件包含的像素点数量以及热斑区域的轮廓信息确定热斑区域对应的目标热斑类别。从而实现了热斑区域目标分类。对于维护人员来说，根据本技术得到的热斑区域对应的目标热斑类别，可以确定出对应的方案进行热斑处理，参考性和实用性更好。
附图说明
65.为了更清楚地说明本技术实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简要介绍，显而易见地，下面描述中的附图仅仅是本技术的一些实施例，对于本领域的普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
66.图1为本技术提供的热斑检测过程示意图；
67.图2为本技术提供的包含光伏板在内的图像示意图；
68.图3为本技术提供的分割掩码示意图；
69.图4为本技术提供的其中一个光伏板区域掩码示意图；
70.图5为本技术提供的原始获取的包含光伏板在内的图像中的其中一个光伏板区域示意图；
71.图6为本技术提供的灰度处理和二值化处理后的光伏板区域示意图；
72.图7为本技术提供的组串热斑示意图；
73.图8为本技术提供的面状热斑示意图；
74.图9为本技术提供的条状热斑示意图；
75.图10为本技术提供的点状热斑示意图；
76.图11为本技术提供的确定光伏板区域中单块光伏组件包含像素点的第二数量示意图；
77.图12为本技术提供的热斑检测装置结构示意图；
78.图13为本技术提供的电子设备结构示意图。
具体实施方式
79.下面将结合附图对本技术作进一步地详细描述，显然，所描述的实施例仅仅是本技术一部分实施例，而不是全部的实施例。基于本技术中的实施例，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它实施例，都属于本技术保护的范围。
80.图1为本技术提供的热斑检测过程示意图，该过程包括以下步骤：
81.s101：获取包含光伏板在内的图像，确定所述图像中的光伏板区域。
82.s102：检测所述光伏板区域中是否存在热斑区域，如果是，进行s103，如果否，流程结束。
83.s103：响应于所述光伏板图像中存在热斑区域，确定所述热斑区域包含像素点的第一数量、所述热斑区域的轮廓信息、所述光伏板区域中单块光伏组件包含像素点的第二数量。
84.s104：根据所述第一数量和所述第二数量的大小关系，结合所述热斑区域的轮廓
信息，确定所述热斑区域对应的目标热斑类别。
85.本技术提供的热斑检测方法应用于电子设备，该电子设备可以是pc、平板电脑、服务器等设备，也可以是智能图像采集设备。如果电子设备是智能图像采集设备，智能图像采集设备采集到包含光伏板在内的图像之后，确定图像中的光伏板区域，然后进行检测热斑区域，以及确定热斑区域对应的目标热斑类别的过程。如果电子设备是pc、平板电脑、服务器等设备，图像采集设备采集到包含光伏板在内的图像之后，将包含光伏板在内的图像发送至电子设备，电子设备获取到包含光伏板在内的图像之后，确定图像中的光伏板区域，然后进行检测热斑区域，以及确定热斑区域对应的目标热斑类别的过程。
86.电子设备中保存预先训练完成的图像分割模型，获取到包含光伏板在内的图像之后，将图像输入图像分割模型，基于图像分割模型确定图像中的光伏板区域。其中，图像分割模型是基于样本集中包含光伏板在内的样本图像及样本图像中标注的样本光伏板区域的位置信息训练得到的。
87.电子设备确定图像中的光伏板区域之后，检测光伏板区域中是否存在热斑区域。其中，先对光伏板区域进行灰度处理和二值化处理，基于处理后的光伏板区域确定热斑区域。具体的，对处理后的光伏板区域进行轮廓提取，若未提取到轮廓，则说明光伏板区域中不存在热斑区域，热斑检测流程结束，若提取到轮廓，则轮廓区域即为热斑区域。需要说明的是，提取到的轮廓区域的数量可能是多个，如果提取到多个轮廓区域，则说明光伏板区域中存在多个热斑区域，针对每个热斑区域，确定其对应的目标热斑类别。
88.图2为本技术提供的包含光伏板在内的图像示意图，将图2所示的图像输入预先训练完成的图像分割模型，基于图像分割模型，确定图像中的光伏板区域分割掩码图mask，图3为本技术提供的分割掩码示意图。分割掩码图中包括多个光伏板区域掩码图。图4为本技术提供的其中一个光伏板区域掩码示意图。光伏板区域掩码用于指示图像中光伏板区域的位置信息，根据光伏板区域掩码确定原始获取的包含光伏板在内的图像中的光伏板区域，图5为本技术提供的原始获取的包含光伏板在内的图像中的其中一个光伏板区域示意图。对图5所示的图像进行灰度处理和自适应阈值otsu算法的二值化处理，得到图6所示的图像，图6为本技术提供的灰度处理和二值化处理后的光伏板区域示意图，基于图6进行轮廓提取，检测光伏板区域中是否存在热斑区域。
89.本技术中，若检测光伏板区域中存在热斑区域，响应于光伏板图像中存在热斑区域，确定热斑区域包含像素点的第一数量、热斑区域的轮廓信息以及光伏板区域中单块光伏组件包含像素点的第二数量。根据第一数量和第二数量的大小关系，结合热斑区域的轮廓信息，确定热斑区域对应的目标热斑类别。
90.其中，热斑类别包括组串热斑、面状热斑、条状热斑和点状热斑。其中，至少两个光伏组件中存在的整体热斑称为组串热斑，图7为本技术提供的组串热斑示意图。一个光伏组件中的呈面状的热斑称为面状热斑，图8为本技术提供的面状热斑示意图。与光伏组件短边框平行或与光伏组件长边框平行的呈条状的热斑称为条状热斑，图9为本技术提供的条状热斑示意图。呈单个或多个的点状分布的热斑称为点状热斑，图10为本技术提供的点状热斑示意图。
91.电子设备可以预先确定组串热斑、面状热斑、条状热斑和点状热斑各自对应的像素点数量大小关系和热斑区域的轮廓信息，例如组串热斑对应的像素点数量大小关系为第
一数量大于第二数量，轮廓信息为类矩形轮廓；面状热斑对应的像素点数量大小关系为第一数量不大于第二数量，且第一数量与第二数量的比值大于设定的阈值，轮廓信息为类矩形轮廓；条状热斑对应的像素点数量大小关系为第一数量不大于第二数量，且第一数量与第二数量的比值不大于设定的阈值，轮廓信息为类矩形轮廓；点状热斑对应的像素点数量大小关系为第一数量不大于第二数量，且第一数量与第二数量的比值不大于设定的阈值，轮廓信息为类圆形轮廓。其中，类矩形轮廓是指热斑区域的矩形度大于圆形度，类圆形轮廓是指热斑区域的矩形度小于圆形度。
92.其中，矩形度体现热斑区域对其最小外接矩形的充满程度，反映一个热斑区域与矩形相似程度的一个参数，是矩形拟合因子。其计算公式为：
93.r＝s 0
/s m e r
；
94.其中，s 0
表示热斑区域的面积，s m e r
表示热斑区域的最小外接矩形的面积。矩形度r取值在0-1之间。
95.圆形度计算公式为：
96.c＝f/(π*max2)；
97.其中，c表示圆形度，f表示热斑区域的面积，max表示热斑区域的中心像素点到所有轮廓像素点的最大距离。
98.电子设备根据预先确定组串热斑、面状热斑、条状热斑和点状热斑各自对应的像素点数量大小关系和热斑区域的轮廓信息，以及确定出的包含光伏板在内的图像中的热斑区域包含像素点的第一数量和单块光伏组件包含像素点的第二数量的大小关系，以及热斑区域的轮廓信息，确定出热斑区域的目标热斑类别。
99.例如，包含光伏板在内的图像中的热斑区域包含像素点的第一数量不大于单块光伏组件包含像素点的第二数量，且第一数量与第二数量的比值不大于设定的阈值，轮廓信息为类矩形轮廓，确定热斑区域对应的目标热斑类别为条状热斑。再例如包含光伏板在内的图像中的热斑区域包含像素点的第一数量不大于单块光伏组件包含像素点的第二数量，且第一数量与第二数量的比值不大于设定的阈值，轮廓信息为类圆形轮廓，确定热斑区域对应的目标热斑类别为点状热斑。
100.本技术中，获取包含光伏板在内的图像，并确定出图像中的光伏板区域之后，基于光伏板区域确定光伏板区域中单块光伏组件包含像素点的第二数量。并且检测光伏板区域中是否存在热斑区域，如果存在，确定热斑区域包含像素点的第一数量、热斑区域的轮廓信息。根据热斑区域包含像素点的第一数量、单块光伏组件包含像素点的第二数量和热斑区域的轮廓信息，确定热斑区域对应的目标热斑类别。本技术确定热斑区域之后，结合热斑区域和单块光伏组件包含的像素点数量以及热斑区域的轮廓信息确定热斑区域对应的目标热斑类别。从而实现了热斑区域目标分类。对于维护人员来说，根据本技术得到的热斑区域对应的目标热斑类别，可以确定出对应的方案进行热斑处理，参考性和实用性更好。
101.本技术中，为了使确定热斑区域对应的目标热斑类别更准确，所述根据所述第一数量和所述第二数量的大小关系，结合所述热斑区域的轮廓信息，确定所述热斑区域对应的目标热斑类别包括：
102.根据所述第一数量和所述第二数量的大小关系，确定各个候选热斑类别各自的第一分值；
103.根据所述热斑区域的轮廓信息，确定所述各个候选热斑类别各自的第二分值；
104.根据所述各个候选热斑类别各自的第一分值和第二分值，从所述各个候选热斑类别中确定出所述热斑区域对应的目标热斑类别。
105.本技术中，确定热斑区域包含像素点的第一数量、热斑区域的轮廓信息、光伏板区域中单块光伏组件包含像素点的第二数量之后，根据第一数量和第二数量的大小关系，确定各个候选热斑类别各自的第一分值。候选热斑类别包括组串热斑、面状热斑、条状热斑和点状热斑。
106.可选的，若第一数量大于第二数量，则确定组串热斑的第一分值高于面状热斑、条状热斑和点状热斑各自的第一分值；对于面状热斑、条状热斑和点状热斑按照第一分值由大到小的顺序例如是面状热斑、条状热斑和点状热斑。若第一数量不大于第二数量，且第一数量与第二数量的比值大于设定的阈值，则确定面状热斑的第一分值高于组串热斑、条状热斑和点状热斑各自的第一分值；对于组串热斑、条状热斑和点状热斑按照第一分值由大到小的顺序例如是条状热斑、点状热斑和组串热斑。若第一数量不大于第二数量，且第一数量与第二数量的比值不大于设定的阈值，则确定条状热斑和点状热斑的第一分值高于组串热斑和面状热斑的第一分值。
107.本技术中，确定热斑区域的轮廓信息之后，根据热斑区域的轮廓信息，确定各个候选热斑类别各自的第二分值。根据热斑区域的矩形度和圆形度确定热斑区域的轮廓信息，若热斑区域的矩形度大于圆形度，确定热斑区域的轮廓信息为类矩形轮廓，若热斑区域的矩形度小于圆形度，确定热斑区域的轮廓信息为类圆形轮廓。
108.可选的，若确定热斑区域的轮廓信息为类矩形轮廓，则确定点状热斑的第二分值低于组串热斑、面状热斑和条状热斑各自的第二分值；组串热斑、面状热斑和条状热斑按照第二分值由大到小的顺序例如是条状热斑、面状热斑和组串热斑。若确定热斑区域的轮廓信息为类圆形轮廓，则确定点状热斑的第二分值高于组串热斑、面状热斑和条状热斑各自的第二分值；组串热斑、面状热斑和条状热斑按照第二分值由大到小的顺序例如是组串热斑、面状热斑和条状热斑。
109.确定各个候选热斑类别各自的第一分值和第二分值之后，根据各个候选热斑类别各自的第一分值和第二分值，从各个候选热斑类别中确定出热斑区域对应的目标热斑类别。具体的，根据各个候选热斑类别各自的第一分值和第二分值，确定各个候选热斑类别各自的目标分值；并将确定的各个目标分值的最大值对应的候选热斑类别，确定为热斑区域对应的目标热斑类别。其中，针对各个候选热斑类别，可以将该候选热斑类别的第一分值和第二分值进行相加，得到该候选热斑类别的目标分值。或者，针对各个候选热斑类别，根据候选热斑类别的第一分值、第一分值对应的数量权重值、第二分值和第二分值对应的轮廓权重值，确定候选热斑类别的目标分值。根据实际场景为第一分值配置数量权重值，为第二分值配置轮廓权重值。若更关注像素点数量对于热斑分类的影响，则数量权重值大于轮廓权重值，例如数量权重值为0.8，轮廓权重值为0.2。若更关注热板区域轮廓对于热斑分类的影响，则数量权重值小于轮廓权重值，例如数量权重值为0.2，轮廓权重值为0.8等等。针对各个候选热斑类别，对该候选热斑类别的第一分值、第一分值对应的数量权重值、第二分值和第二分值对应的轮廓权重值进行加权求和，得到该候选热斑类别的目标分值。然后选取各个目标分值的最大值对应的候选热斑类别，确定为热斑区域对应的目标热斑类别。
110.本技术中，为了使确定各个候选热斑类别各自的第一分值更准确，所述根据所述第一数量和所述第二数量的大小关系，确定各个候选热斑类别各自的第一分值包括：
111.确定所述第一数量和所述第二数量的第一参考值；
112.根据预设的所述各个候选热斑类别各自对应的参考值范围，确定所述第一参考值所属的参考值范围；
113.确定所述第一参考值所属的参考值范围对应的候选热斑类别的第一分值高于未包含所述第一参考值的参考值范围对应的候选热斑类别的第一分值；
114.其中，按照对应的参考值范围由大到小的顺序对所述各个候选热斑类别排序为组串热斑、面状热斑、条状热斑和点状热斑。
115.确定第一数量和第二数量的第一参考值，第一参考值可以是第一数量和第二数量的差值，较佳的，第一参考值可以是第一数量和第二数量的比值。电子设备保存有预设的各个候选热斑类别各自对应的参考值范围，按照对应的参考值范围由大到小的顺序对各个候选热斑类别排序为组串热斑、面状热斑、条状热斑和点状热斑。以第一参考值是第一数量和第二数量的比值为例，例如组串热斑对应的参考值范围为＞1；面状热斑对应的参考值范围为0.5至1，且不包含0.5，包含1；条状热斑对应的参考值范围为0.2至0.5，且不包含0.2，包含0.5；点状热斑对应的参考值范围为0至0.2，且包含0.2。
116.确定第一数量和第二数量的第一参考值之后，根据预设的各个候选热斑类别各自对应的参考值范围，确定第一参考值所属的参考值范围，然后确定第一参考值所属的参考值范围对应的候选热斑类别的第一分值高于未包含第一参考值的参考值范围对应的候选热斑类别的第一分值。例如确定第一数量和第二数量的第一参考值为0.7，其所属的参考值范围为0.5至1，0.5至1为面状热斑对应的参考值范围，则确定面状热斑的第一分值高于组串热斑、条状热板和点状热斑的第一分值。例如确定第一数量和第二数量的第一参考值为0.3，其所属的参考值范围为0.2至0.5，0.2至0.5为条状热斑对应的参考值范围，则确定条状热斑的第一分值高于组串热斑、面状热板和点状热斑的第一分值。
117.本技术中，为了使确定各个候选热斑类别各自的第二分值更准确，所述根据所述热斑区域的轮廓信息，确定所述各个候选热斑类别各自的第二分值包括：
118.根据所述热斑区域的轮廓信息，确定所述热斑区域的矩形度和圆形度；
119.若所述矩形度大于所述圆形度，确定所述组串热斑、面状热斑、条状热斑各自的第二分值大于所述点状热斑的第二分值；
120.若所述矩形度小于所述圆形度，确定所述组串热斑、面状热斑、条状热斑各自的第二分值小于所述点状热斑的第二分值。
121.本技术中，确定热斑区域的轮廓信息之后，根据热斑区域的轮廓信息，分别确定热斑区域的矩形度和圆形度，若矩形度大于圆形度，则确定热斑区域的轮廓为类矩形轮廓，此时确定组串热斑、面状热斑、条状热斑各自的第二分值大于点状热斑的第二分值。若矩形度小于圆形度，则确定热斑区域的轮廓为类圆形轮廓，此时确定组串热斑、面状热斑、条状热斑各自的第二分值小于点状热斑的第二分值。
122.另外，为了准确地确定面状热斑和条状热斑的第二分值，若所述矩形度大于所述圆形度，所述方法还包括：
123.确定所述热斑区域的最小外接旋转矩形，并确定所述最小外接旋转矩形的长边和
短边的第二参考值；
124.若所述第二参考值大于预设的第一参考阈值，确定所述面状热斑的第二分值小于所述条状热斑的第二分值；
125.若所述第二参考值不大于所述预设的第一参考阈值，确定所述面状热斑的第二分值大于所述条状热斑的第二分值。
126.若热斑区域的矩形度大于圆形度，此时确定热斑区域的最小外接旋转矩形，以及确定最小外接旋转矩形的长边和短边的第二参考值。第二参考值可以是最小外接旋转矩形的长边和短边的差值，较佳的，第二参考值可以是最小外接旋转矩形的长边和短边的比值。以第二参考值是最小外接旋转矩形的长边和短边的比值为例，电子设备保存有预设的第一参考阈值，预设的第一参考阈值例如是1.5、2、2.5等。若第二参考值大于预设的第一参考阈值，确定面状热斑的第二分值小于条状热斑的第二分值；若第二参考值不大于预设的第一参考阈值，确定面状热斑的第二分值大于条状热斑的第二分值。
127.本技术中，为了使确定目标热斑类别为组串热斑更准确，并且提高确定热斑区域的目标热斑类别的效率，所述确定所述第一数量和所述第二数量的第一参考值之后，所述方法还包括：
128.若所述第一参考值大于预设的第二参考阈值，确定所述热斑区域对应的目标热斑类别为组串热斑。
129.以第一参考值为第一数量和第二数量的比值为例，电子设备保存的预设的第二参考阈值例如是1。若第一参考值大于预设的第二参考阈值，此时说明至少两个光伏组件中存在热斑区域，此时无需再根据轮廓信息确定各个候选热斑类别各自对应的第二分值，直接确定热斑区域对应的目标热斑类别为组串热斑。
130.本技术中，通过无人机采集包含光伏板在内的图像，具体的，无人机上安装有图像采集设备，无人机在飞行过程中，通过图像采集设备采集包含光伏板在内的图像。无人机与光伏板的距离无法固定，光伏板区域中单块光伏组件包含像素点的第二数量与无人机和光伏板的距离相关。例如无人机与光伏板的距离较远，则光伏板区域中单块光伏组件包含像素点的第二数量较少，无人机与光伏板的距离较近，则光伏板区域中单块光伏组件包含像素点的第二数量较多。为了使确定光伏板区域中单块光伏组件包含像素点的第二数量更准确，确定所述光伏板区域中单块光伏组件包含像素点的第二数量包括：
131.根据采集所述图像的无人机的位置或移动轨迹，确定所述光伏板区域的参考边；
132.根据所述参考边包含的像素点数量和预先确定的所述光伏板区域的长宽比，确定所述光伏板区域包含的像素点数量；
133.根据所述光伏板区域包含的像素点数量和预先确定的所述光伏板区域包含的光伏组件数量，确定所述光伏板区域中单块光伏组件包含像素点的第二数量。
134.本技术中，首先根据采集图像的无人机的位置或移动轨迹，确定光伏板区域的参考边。图11为本技术提供的确定光伏板区域中单块光伏组件包含像素点的第二数量示意图，以图11为例，若无人机的位置或移动轨迹为从图11的下方向上方移动，这样得到的光伏板区域的短边w是完整的，而光伏板区域的长边h有可能存在截断。此时确定光伏板区域的参考边为短边w。
135.电子设备保存有预先确定的光伏板区域的长宽比，确定参考边即短边包含的像素
点数量，然后将短边包含的像素点数量乘以光伏板区域的长宽比，得到光伏板区域实际的长边包含的像素点数量，然后将短边包含的像素点数量与实际的长边包含的像素点数量的乘积，确定为光伏板区域包含的像素点数量。电子设备保存预先确定的光伏板区域包含的光伏组件数量，将光伏板区域包含的像素点数量与光伏板区域包含的光伏组件数量的比值，确定为光伏板区域中单块光伏组件包含像素点的第二数量。
136.由于本技术中，根据采集图像的无人机的位置或移动轨迹，确定光伏板区域的参考边，参考边是完整准确的边，基于参考边包含的像素点数量确定出光伏板区域包含的像素点数量，即使图像中光伏板区域存在截断，也能够准确地确定出光伏板区域包含的像素点数量，进而根据光伏板区域包含的像素点数量和预先确定的光伏板区域包含的光伏组件数量，确定光伏板区域中单块光伏组件包含像素点的第二数量。使得确定出的单块光伏组件包含像素点的第二数量准确。
137.图12为本技术提供的热斑检测装置结构示意图，该装置包括：
138.获取模块121，用于获取包含光伏板在内的图像，确定所述图像中的光伏板区域；
139.检测模块122，用于检测所述光伏板区域中是否存在热斑区域；
140.第一确定模块123，用于响应于所述光伏板图像中存在热斑区域，确定所述热斑区域包含像素点的第一数量、所述热斑区域的轮廓信息、所述光伏板区域中单块光伏组件包含像素点的第二数量；
141.第二确定模块124，用于根据所述第一数量和所述第二数量的大小关系，结合所述热斑区域的轮廓信息，确定所述热斑区域对应的目标热斑类别。
142.所述第二确定模块124，具体用于根据所述第一数量和所述第二数量的大小关系，确定各个候选热斑类别各自的第一分值；根据所述热斑区域的轮廓信息，确定所述各个候选热斑类别各自的第二分值；根据所述各个候选热斑类别各自的第一分值和第二分值，从所述各个候选热斑类别中确定出所述热斑区域对应的目标热斑类别。
143.所述第二确定模块124，具体用于根据所述各个候选热斑类别各自的第一分值和第二分值，确定所述各个候选热斑类别各自的目标分值；并将确定的各个目标分值的最大值对应的候选热斑类别，确定为所述热斑区域对应的目标热斑类别。
144.所述候选热斑类别包括组串热斑、面状热斑、条状热斑和点状热斑中的一个或多个。
145.所述第二确定模块124，具体用于确定所述第一数量和所述第二数量的第一参考值；根据预设的所述各个候选热斑类别各自对应的参考值范围，确定所述第一参考值所属的参考值范围；确定所述第一参考值所属的参考值范围对应的候选热斑类别的第一分值高于未包含所述第一参考值的参考值范围对应的候选热斑类别的第一分值；其中，按照对应的参考值范围由大到小的顺序对所述各个候选热斑类别排序为组串热斑、面状热斑、条状热斑和点状热斑。
146.所述第二确定模块124，具体用于根据所述热斑区域的轮廓信息，确定所述热斑区域的矩形度和圆形度；若所述矩形度大于所述圆形度，确定所述组串热斑、面状热斑、条状热斑各自的第二分值大于所述点状热斑的第二分值；若所述矩形度小于所述圆形度，确定所述组串热斑、面状热斑、条状热斑各自的第二分值小于所述点状热斑的第二分值。
147.所述第二确定模块124，还用于确定所述热斑区域的最小外接旋转矩形，并确定所
述最小外接旋转矩形的长边和短边的第二参考值；若所述第二参考值大于预设的第一参考阈值，确定所述面状热斑的第二分值小于所述条状热斑的第二分值；若所述第二参考值不大于所述预设的第一参考阈值，确定所述面状热斑的第二分值大于所述条状热斑的第二分值。
148.所述第二确定模块124，具体用于针对所述各个候选热斑类别，根据所述候选热斑类别的第一分值、第一分值对应的数量权重值、第二分值和第二分值对应的轮廓权重值，确定所述候选热斑类别的目标分值。
149.所述第二确定模块124，还用于确定所述第一数量和所述第二数量的第一参考值，若所述第一参考值大于预设的第二参考阈值，确定所述热斑区域对应的目标热斑类别为组串热斑。
150.所述第一确定模块123，具体用于根据采集所述图像的无人机的位置或移动轨迹，确定所述光伏板区域的参考边；根据所述参考边包含的像素点数量和预先确定的所述光伏板区域的长宽比，确定所述光伏板区域包含的像素点数量；根据所述光伏板区域包含的像素点数量和预先确定的所述光伏板区域包含的光伏组件数量，确定所述光伏板区域中单块光伏组件包含像素点的第二数量。
151.所述获取模块121，具体用于将所述包含光伏板在内的图像输入预先训练完成的图像分割模型，基于所述图像分割模型，确定所述图像中的光伏板区域；其中，所述图像分割模型是基于样本集中包含光伏板在内的样本图像及样本图像中标注的样本光伏板区域的位置信息训练得到的。
152.本技术还提供了一种电子设备，如图13所示，包括：处理器301、通信接口302、存储器303和通信总线304，其中，处理器301，通信接口302，存储器303通过通信总线304完成相互间的通信；
153.所述存储器303中存储有计算机程序，当所述程序被所述处理器301执行时，使得所述处理器301执行以上任一方法步骤。
154.上述电子设备提到的通信总线可以是外设部件互连标准(peripheral component interconnect，pci)总线或扩展工业标准结构(extended industry standard architecture，eisa)总线等。该通信总线可以分为地址总线、数据总线、控制总线等。为便于表示，图中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。
155.通信接口302用于上述电子设备与其他设备之间的通信。
156.存储器可以包括随机存取存储器(random access memory，ram)，也可以包括非易失性存储器(non-volatile memory，nvm)，例如至少一个磁盘存储器。可选地，存储器还可以是至少一个位于远离前述处理器的存储装置。
157.上述处理器可以是通用处理器，包括中央处理器、网络处理器(network processor，np)等；还可以是数字信号处理器(digital signal processing，dsp)、专用集成电路、现场可编程门陈列或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。
158.本技术还提供了一种计算机存储可读存储介质，所述计算机可读存储介质内存储有可由电子设备执行的计算机程序，当所述程序在所述电子设备上运行时，使得所述电子设备执行时实现以上任一方法步骤。
159.尽管已描述了本技术的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例作出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本技术范围的所有变更和修改。
160.显然，本领域的技术人员可以对本技术进行各种改动和变型而不脱离本技术的精神和范围。这样，倘若本技术的这些修改和变型属于本技术权利要求及其等同技术的范围之内，则本技术也意图包含这些改动和变型在内。