[发明专利]一种光伏电池热斑的图像识别方法

权利要求书

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C_k(p)的值；

步骤6：采用均差阈值判别方法，计算出各个图像像素对应的最小匹配值C_k(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；

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；

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f_k(x,y)，带上划线为均值，中心点为P_k(X_k,Y_k)；待检测图像每一个像素点的像素值为g_k(x,y)，带上划线为均值，中心点为P_1k(X_1k,Y_1k)；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C_k(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：

(u_k,v_k)＝(X_k-X_1k,Y_k-Y_1k) (2)；

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f_i，待检测图像为g_i，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f_i的值为：

同理得出亚像素点g_i的值为：

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C_k(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：

(u_k,v_k)＝(X_k-X_1k-dx_k,Y_k-Y_1k-dy_k) (12)

带入到公式(1)计算出亚像素点匹配的最小匹配值C_k(p)的值；

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C_k(p)的值由小到大进行排序，将排序完以后的数值记为C_s(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：

Z_k＝|C_k(p)-C(p)| (14)

当Z_K大于指定的阈值时，则认为光伏电池热斑；

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S_z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。