基于计算机视觉的光伏组件质量监测的方法及系统与流程

本发明涉及质量监测领域，尤其涉及一种基于计算机视觉的光伏组件质量监测的方法及系统。

背景技术：

1、光伏组件质量监测是指对光伏组件的性能和状态进行实时或定期的检测和评估，以确保其能够正常运行并满足设计要求。光伏组件质量监测的目的是识别潜在的问题和缺陷，预防故障，延长组件的使用寿命，并确保光伏系统的稳定性和效率。

2、目前光伏组件质量监测主要通过采集不同场景的光伏组件图像，并对光伏组件图像进行机器扫描和人共查看来识别组件存在的缺陷，这种方法主要对组件表面存在裂缝、损伤、颜色缺失等明显缺陷时容易识别，在面对结构缺陷、细小纹理缺陷时无法有效识别，从而导致光伏组件质量监测不够精准。

技术实现思路

1、本发明提供一种基于计算机视觉的光伏组件质量监测的方法及系统，其主要目的在于提高对光伏组件进行质量监测的效果。

2、为实现上述目的，本发明提供的一种基于计算机视觉的光伏组件质量监测的方法，包括：

3、获取光伏组件，构建所述光伏组件的视觉监测环境，通过所述视觉监测环境采集所述光伏组件的光伏组件图像；

4、对所述光伏组件图像进行去噪处理，得到滤波光伏组件图像，构建所述滤波光伏组件图像的共生概率矩阵，基于所述共生概率矩阵，提取所述灰度化光伏组件图像的光伏组件纹理特征；

5、构建所述滤波光伏组件图像的颜色直方图，基于所述颜色直方图，提取所述滤波光伏组件图像的颜色特征；

6、构建所述光伏组件的空间坐标系，基于所述空间坐标系和所述滤波光伏组件图像，识别所述光伏组件的空间点云数据，基于所述空间点云数据，构建所述光伏组件的三维仿真模型；

7、识别所述三维仿真模型的组件层次特征，基于所述光伏组件纹理特征、所述颜色特征以及所述组件层次特征，利用训练后的缺陷识别模型识别所述光伏组件的光伏组件缺陷系数，基于所述光伏组件缺陷系数，构建所述光伏组件的质量报告。

8、可选地，所述构建所述光伏组件的视觉监测环境，包括：

9、识别所述光伏组件的视觉影响因子；

10、分析所述视觉影响因子的视觉影响因子特征；

11、基于所述视觉影响因子特征，构建所述光伏组件的视觉监测环境。

12、可选地，所述对所述光伏组件图像进行去噪处理，得到滤波光伏组件图像，包括：

13、识别所述光伏组件图像的图像属性；

14、基于所述图像属性，确定所述光伏组件图像的滤波函数；

15、标记所述光伏组件图像的图像像素值；

16、基于所述滤波函数，对所述光伏组件图像对应图像像素值进行滤波，得到滤波光伏组件图像。

17、可选地，所述基于所述滤波函数，对所述光伏组件图像对应图像像素值进行滤波，得到滤波光伏组件图像，包括：

18、基于所述滤波函数，利用下述公式对所述光伏组件图像对应图像像素值进行滤波，得到所述光伏组件图像的滤波像素值：

19、

20、其中，τfiltrerd(a，c)表示光伏组件图像对应像素点(a，c)的滤波像素值，(a，c)表示光伏组件图像对应像素点坐标，f(i，j)表示滤波函数，m表示滤波函数的标准差

21、可选地，所述构建所述滤波光伏组件图像的共生概率矩阵，包括：

22、将所述滤波光伏组件图像转化为灰度光伏组件图像；

23、构建所述灰度光伏组件图像的灰度级直方图；

24、对所述灰度级直方图进行遍历，得到灰度光伏组件图像的初始共生矩阵；

25、对所述初始共生矩阵进行归一化处理，得到所述共生概率矩阵。

26、可选地，所述构建所述灰度光伏组件图像的灰度级直方图，包括：

27、识别所述灰度光伏组件图像的灰度级别；

28、利用下述公式计算所述灰度光伏组件图像对应灰度级别的灰度级系数：

29、

30、其中，σ(r)表示灰度光伏组件图像中第r个灰度级别的灰度级系数，ρ(r)表示第r个灰度级别在灰度光伏组件图像中出现的次数，n表示灰度光伏组件图像对应灰度级别的数量；

31、基于所述灰度级系数，构建所述灰度光伏组件图像的灰度级直方图。

32、可选地，所述构建所述滤波光伏组件图像的颜色直方图，包括：

33、确定所述滤波光伏组件图像的颜色分析空间；

34、基于所述颜色分析空间，对所述滤波光伏组件图像进行颜色转换，得到转换组件图像；

35、计算转换组件图像的像素点颜色值；基于所述像素点颜色值，构建所述滤波光伏组件图像的颜色直方图。

36、可选地，所述基于所述空间点云数据，构建所述光伏组件的三维仿真模型，包括：

37、分析所述空间点云数据对应数据点的建模权重系数；

38、基于所述建模权重系数，计算所述空间点云数据对应数据点的曲面坐标；

39、基于所述曲面坐标，构建所述光伏组件的重建曲面；

40、基于所述重建曲面，构建所述光伏组件的三维仿真模型。

41、可选地，所述基于所述建模权重系数，计算所述空间点云数据对应数据点的曲面坐标，包括：

42、基于所述建模权重系数，利用下述公式计算所述空间点云数据对应数据点的曲面坐标：

43、

44、其中，(x，y，z)表示空间点云数据中第s个数据点在空间坐标系的曲线坐标，xs表示空间点云数据中第s个数据点在空间坐标系x轴上的值，ys表示空间点云数据中第s个数据点在空间坐标系y轴上的值，zs表示空间点云数据中第s个数据点在空间坐标系z轴上的值，μs表示空间点云数据中第s个数据点的建模权重系数，d表示空间点云数据对应数据点的数量。

45、为了解决上述问题，本发明还提供一种基于计算机视觉的光伏组件质量监测的系统，所述系统包括：

46、光伏图像采集模块，用于获取光伏组件，构建所述光伏组件的视觉监测环境，通过所述视觉监测环境采集所述光伏组件的光伏组件图像；

47、纹理特征提取模块，用于对所述光伏组件图像进行去噪处理，得到滤波光伏组件图像，构建所述滤波光伏组件图像的共生概率矩阵，基于所述共生概率矩阵，提取所述灰度化光伏组件图像的光伏组件纹理特征；

48、颜色特征提取模块，用于构建所述滤波光伏组件图像的颜色直方图，基于所述颜色直方图，提取所述滤波光伏组件图像的颜色特征；

49、三维模型构建模块，用于构建所述光伏组件的空间坐标系，基于所述空间坐标系和所述滤波光伏组件图像，识别所述光伏组件的空间点云数据，基于所述空间点云数据，构建所述光伏组件的三维仿真模型；

50、质量报告构建模块，用于识别所述三维仿真模型的组件层次特征，基于所述光伏组件纹理特征、所述颜色特征以及所述组件层次特征，利用训练后的缺陷识别模型识别所述光伏组件的光伏组件缺陷系数，基于所述光伏组件缺陷系数，构建所述光伏组件的质量报告。

51、本发明实施例通过构建所述光伏组件的视觉监测环境可以确保采集的所述光伏组件视觉数据的完整性；本发明实施例通过所述视觉监测环境采集所述光伏组件的光伏组件图像可以采集所述光伏组件的完整视觉图像，提高了后期图像识别的可靠性；本发明实施例通过对所述光伏组件图像进行去噪处理，得到滤波光伏组件图像可以提高图像的质量，从而为后期图像分析提供数据依据；进一步地，本发明实施例通过构建所述滤波光伏组件图像的共生概率矩阵可以为后期进行图像的纹理性特征提取提供数据基础，可选地，本发明实施例基于所述颜色直方图，提取所述滤波光伏组件图像的颜色特征可以为后期识别光伏组件颜色缺陷提供数据依据，进一步地，本发明实施例基于所述空间点云数据，构建所述光伏组件的三维仿真模型可以更加直观的识别所述光伏组件空间数据，提高了光伏组件的质量监测效果，最后，本发明实施例基于所述光伏组件纹理特征、所述颜色特征以及所述组件层次特征，利用训练后的缺陷识别模型识别所述光伏组件的光伏组件缺陷系数可以识别所述光伏组件存在缺陷的程度，从而为后期的质量报告分析提供数据依据。因此本发明提出的基于计算机视觉的光伏组件质量监测的方法及系统，可以提高对光伏组件进行质量监测的效果。