[发明专利]光伏板故障光斑检测识别方法和系统

权利要求书

1.一种光伏板故障光斑检测识别方法，其特征在于，包括：

预处理步骤：获取第一光伏板图像数据，对第一光伏板图像数据进行预处理，得到第二光伏板图像数据，所述第二光伏板图像数据的图片数据以帧为单位，所述第一光伏板图像数据是利用无人机/系统数据交互接口从无人机数据存储云平台获取无人机采集的光伏板云图数据，然后对光伏板视频图像数据预处理；

锚点定位步骤：识别第二光伏板图像数据的二维码锚点，解析二维码锚点，得到锚点位置信息、锚点方位角度信息；

区域识别步骤：对第二光伏板图像数据进行形态学操作，提升光伏板区域的边界可区分性，剔除干扰区域，识别光伏板区域；

区域定位步骤：结合锚点位置信息、锚点方位角度信息，定位光伏板区域；

故障识别步骤：对光伏板区域进行高斯滤波，剔除干扰点，识别故障光斑；

故障定位步骤：计算光伏板区域边线分别与二维码锚点、光斑连线的夹角，结合锚点位置信息、锚点方位角度信，定位故障光斑。

2.根据权利要求1所述的光伏板故障光斑检测识别方法，其特征在于，所述锚点定位步骤包括：

灰度化步骤：令第二光伏板图像数据进行图像灰度化，得到第一图片，令第一图片通过sobel算子进行竖向边缘检测，得到边缘图像；

二值化步骤：令边缘图像进行二值化，得到第一二值图像，令第一二值图像进行形态学操作，得到图像轮廓；

解析步骤：基于图像轮廓，建立扫描器，配置扫描器参数，载入携带二维码锚点的灰度图像，逐行逐列扫描灰度图像，获得二维码格式信息并解码，提取出码字比特流，将码字比特流转化成编码数据，得到锚点位置信息、锚点方位角度信息。

3.根据权利要求1所述的光伏板故障光斑检测识别方法，其特征在于，所述区域识别步骤包括：

卷积步骤：令第二光伏板图像数据进行图像灰度化，得到第二图片，令第二图片使用高斯滤波器与第二光伏板图像数据进行图像卷积，其中高斯滤波器采用的高斯卷积核H为

计算步骤：计算第二图片的边缘水平、垂直方向的一阶导数值，确定像素点的梯度G和方向θ，

其中G_x表示梯度G在水平方向的一阶导数值，G_y表示梯度G在垂直方向的一阶导数值；

剔除步骤：令第二图片的边缘进行二值化，得到第二二值图像，令第二二值图像进行腐蚀操作，得到第一腐蚀图像，令第一腐蚀图像进行膨胀操作，得到第一膨胀图像，将第一腐蚀图像与第一膨胀图像作差，得到差值图像，提取差值图像轮廓，利用RGB三色分量的判定规则剔除干扰区域，得到光伏板区域；

所述判定规则依据以下公式：

Δ＝|Mplx_r-Mplx_g|+|Mplx_r-Mplx_b|+|Mplx_g-Mplx_b| (3)

其中，Mplx_r，Mplx_g，Mplx_b分别表示RGB三色分量；Δ表示相似度因子；

若Δ小于第一设定值，则判定为光伏板区域；否则，则判定为干扰区域。