[发明专利]基于图像处理的光伏电站护栏完整性检测方法和检测系统在审

专利信息
申请号: 202011092639.9 申请日: 2020-10-13
公开(公告)号: CN112183441A 公开(公告)日: 2021-01-05
发明(设计)人: 黄日光;陈松山 申请(专利权)人: 黄日光
主分类号: G06K9/00 分类号: G06K9/00;G06K9/34;G06K9/62;G06N3/04;G06N3/08
代理公司: 暂无信息 代理人: 暂无信息
地址: 264003 山*** 国省代码: 山东;37
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 图像 处理 电站 护栏 完整性 检测 方法 系统
【权利要求书】:

1.一种基于图像处理的光伏电站护栏完整性检测方法,其特征在于,包括如下步骤:

(1)获取光伏电站护栏的实时图像,提取其中的护栏前景图;

(2)通过孪生神经网络模型对光伏电站护栏实时图像的护栏前景图进行识别,判断护栏是否存在破损;

(3)当光伏电站护栏存在破损时,识别其护栏前景图中的交叉点;

(4)将护栏划分为多个区域,统计每个区域内交叉点的数量,并根据各区域内交叉点的数量判断其是否存在破损以及其破损程度。

2.根据权利要求1所述的基于图像处理的光伏电站护栏完整性检测方法,其特征在于,所述步骤(2)中判断护栏是否存在破损的方法为:

建立训练数据集和孪生神经网络模型;所述训练数据集中包括未破损的护栏前景图和多张不同破损程度的护栏前景图,所述孪生神经网络模型包括第一神经网络子模型和第二神经网络子模型;

以两个护栏前景图分别作为第一神经网络子模型和第二神经网络子模型的输入,以两个输入护栏前景图之间的欧氏距离为输出,对所建立的孪生神经网络模型进行训练,得到训练后的孪生神经网络模型;

两个护栏前景图之间的欧式距离根据其中护栏破损程度的接近程度确定,护栏破损程度越接近,两者之间的欧式距离越小;

将未破损护栏前景图作为第一神经网络子模型的输入,将光伏电站护栏实时图像的护栏前景图作为第二神经网络子模型的输入,得到光伏电站护栏实时图像中护栏前景图与未破损护栏前景图之间的欧式距离,并根据两者之间的欧式距离确定光伏电站的护栏是否存在破损。

3.根据权利要求1所述的基于图像处理的光伏电站护栏完整性检测方法,其特征在于,所述步骤(3)中识别图像中交叉点的方法为:

将光伏电站护栏实时图像的护栏前景图中护栏部分的像素值设置为1,其它的设置为0;

以其中一点为中心,获取其周围均匀分布的八个点的像素值;

计算该点像素值与其周围八领域的点的像素值之差的绝对值之和,判断其是否为4,则判断该点为交叉点。

4.根据权利要求1所述的基于图像处理的光伏电站护栏完整性检测方法,其特征在于,所述步骤(4)中,根据各区域内交叉点的数量得到护栏的破损程度的方法为:

判断各区域内交叉点的数量,如果有区域交叉点的数量小于第一设定值,则判断为该区域内护栏存在破损;

将护栏存在破损的区域标记为1,将护栏不存在破损的区域标记为0,将光伏电站护栏实时图形中的护栏前景图映射到图像矩阵中;

对得到的图像矩阵进行连通域分析,计算每个连通域所占据的大小;

所述连通域是指映射图像矩阵中像素值为1且位置相邻的前景像素点组成的区域,连通域所占据的大小为连通域内像素值为1的数量;

判断各连通域是否大于设定第二阈值,如果大于则判断为护栏的破损程度过大;

如果不大于,则对所有的连通域求和,判断其是否超过第三阈值,如果大于则判断为护栏的破损程度过大。

5.根据权利要求1所述的基于图像处理的光伏电站护栏完整性检测方法,其特征在于,所述步骤(3)中在识别护栏前景图中的交叉点时,先采用Zhang快速并行细化算法对其进行细化处理。

6.一种基于图像处理的光伏电站护栏完整性检测系统,包括处理器和存储器,存储器上存储有用于在处理器上执行的计算机程序;其特征在于,所述处理器执行所述计算机程序时,实现基于图像处理的光伏电站护栏完整性检测方法,该方法包括如下步骤:

(1)获取光伏电站护栏的实时图像,提取其中的护栏前景图;

(2)通过孪生神经网络模型对光伏电站护栏实时图像的护栏前景图进行识别,判断护栏是否存在破损;

(3)当光伏电站护栏存在破损时,识别其护栏前景图中的交叉点;

(4)将护栏划分为多个区域,统计每个区域内交叉点的数量,并根据各区域内交叉点的数量判断其是否存在破损以及其破损程度。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于黄日光,未经黄日光许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202011092639.9/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top