【技术实现步骤摘要】
本专利技术涉及图像识别领域，具体而言，涉及一种预设模板库的生成和光伏组串图像的噪声识别方法和装置。
技术介绍
1、无人机巡检智能分析对电站的精细化运维具有重要意义，而组串的全自动分割给电站的无人机巡检和组串组件指标量化奠定了非常重要的基础。
2、目前，通过基于深度学习的语义分割算法能有效的分割出全景地图中的光伏组串，然而基于深度学习的算法和数据样本量强耦合，也就是说针对电站光伏组串的分割场景，需要收集各种类型电站的不同季节环境下的大批量的可见光图像来用于算法的训练，才能保证算法模型在应对每种场景时都具有更好的分割鲁棒性。然而在光伏电站场景中，光伏厂家生产的光伏板相对有限，只需要关注有限的光伏组串本身的纹理特征，对于误识别的噪声进行去除就能最大化的提升分割模型的场景泛化能力，基于此，可以采用针对光伏组串分割结果进行去噪的方案。目前，常用基于正交直线检测的光伏组串图像去噪方法进行去噪处理，该方案基于对光伏组串中的组件排列分布横平竖直的特点，而噪声区域不具备该特点的考量，能极大程度上去除组串分割的噪声，但是针对以下二种特点的组串将会存在问题：
3、图1是根据现有技术的一种基于正交直线检测的光伏组串图像去噪的示意图一，如图1所示，无边框组串中组件边界不清晰，采用正交直线检测无边框时误识别为噪声，从而造成无边框的组串漏分割问题。
4、图2是根据现有技术的一种基于正交直线检测的光伏组串图像去噪的示意图二，如图2所示，无人机拍摄山地电站受太阳反光影响，造成组串中组件边界不清晰，正交直线检测时亦会被误识别为噪
5、针对上述现有技术无法准确识别光伏组串图像噪声的问题，目前尚未提出有效的解决方案。
技术实现思路
1、本专利技术实施例提供了一种预设模板库的生成和光伏组串图像的噪声识别方法和装置，以至少解决现有技术无法准确识别光伏组串图像噪声的技术问题。
2、根据本专利技术实施例的一个方面，提供了一种预设模板库的生成方法，包括：获取光伏组串所在光伏区域的多个样本切片图像，其中，所述样本切片图像包括：所述光伏组串的光伏切片图像和背景的噪声切片图像；将多个所述样本切片图像按照图像特征进行特征聚类，得到多个目标聚类簇，其中，每个所述目标聚类簇对应至少一个所述光伏切片图像；根据所述目标聚类簇中的所述光伏切片图像，确定正模板；为每个所述正模板分配对应的所述噪声切片图像作为负模板，将所述正模板和负模板的集合作为预设模板库。
3、根据本专利技术实施例的一个方面，提供了另一种光伏组串图像的噪声识别方法，包括：获取目标区域的多个待识别切片图像，其中，所述目标区域包括光伏组串；将所述待识别切片图像与预设模板库中正模板和负模板进行特征匹配，并统计特征匹配结果确定所述待识别切片图像的投票结果，其中，所述预设模板库为应用上述预设模板库的生成方法得到的，用于根据所述待识别切片图像与所述正模板和所述负模板的特征匹配结果进行投票，所述投票结果包括：用于表示所述待识别切片图像与所述正模板匹配的第一投票数量，和用于表示所述待识别切片图像与所述负模板匹配的第二投票数量；在所述目标区域的多个所述待识别切片图像中，根据所述投票结果确定噪声切片图像，或者根据所述投票结果将待识别切片图像确定为光伏切片图像。
4、根据本专利技术实施例的一个方面，提供了另一种预设模板库的生成装置，包括：第一获取模块，用于获取光伏组串所在光伏区域的多个样本切片图像，其中，所述样本切片图像包括：所述光伏组串的光伏切片图像和背景的噪声切片图像；聚类模块，用于将多个所述样本切片图像按照图像特征进行特征聚类，得到多个目标聚类簇，其中，每个所述目标聚类簇对应至少一个所述光伏切片图像；第一确定模块，用于根据所述目标聚类簇中的所述光伏切片图像，确定正模板；第二确定模块，用于为每个所述正模板分配对应的所述噪声切片图像作为负模板，将所述正模板和负模板的集合作为预设模板库。
5、根据本专利技术实施例的一个方面，提供了另一种光伏组串图像的噪声识别装置，包括：第二获取模块，用于获取目标区域的多个待识别切片图像，其中，所述目标区域包括光伏组串；统计模块，用于将所述待识别切片图像与预设模板库中正模板和负模板进行特征匹配，并统计特征匹配结果确定所述待识别切片图像的投票结果，其中，所述预设模板库为应用如上述预设模板库的生成装置得到的，用于根据所述待识别切片图像与所述正模板和所述负模板的特征匹配结果进行投票，所述投票结果包括：用于表示所述待识别切片图像与所述正模板匹配的第一投票数量，和用于表示所述待识别切片图像与所述负模板匹配的第二投票数量；第三确定模块，用于在所述目标区域的多个所述待识别切片图像中，根据所述投票结果确定噪声切片图像，或者根据所述投票结果将待识别切片图像确定为光伏切片图像。
6、根据本专利技术实施例的一个方面，提供了另一种非易失性存储介质，所述非易失性存储介质用于存储程序，其中，在所述程序运行时控制所述非易失性存储介质所在设备执行上述预设模板库的生成方法，或上述光伏组串图像的噪声识别方法。
7、根据本专利技术实施例的一个方面，提供了另一种电子设备，包括：存储器和处理器，所述处理器用于运行存储在所述处理器中的程序，其中，所述程序运行时执行上述预设模板库的生成方法，或上述光伏组串图像的噪声识别方法。
8、在本专利技术实施例中，通过特征聚类的方式，利用样本切片图像中标注的光伏切片图像，可以自动实现预设模板库中正模板的确定；利用利用样本切片图像中标注的噪声切片图像为确定的正模板分配负模板，可以得到基于正模板和负模板的集合确定的预设模板库，进而在需要确定待识别切片图像的图像类别的情况下，可以基于预设模板库中的正模板和负模板，共同确定待识别切片图像进行图像类别的识别，确定相比正模板更接近负模板的待识别切片图像为噪声切片图像，从而使用少量标注的正模板和负模板完成噪声切片图像的准确识别，还可以确保识别结果的准确性，实现了准确识别噪声切片图像的技术效果，解决了现有技术无法准确识别光伏组串图像噪声技术问题。
本文档来自技高网...【技术保护点】
1.一种预设模板库的生成方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，获取光伏组串所在光伏区域的多个样本切片图像包括：
3.根据权利要求1所述的方法，其特征在于，将多个所述样本切片图像按照图像特征进行特征聚类，得到多个目标聚类簇包括：
4.根据权利要求1所述的方法，其特征在于，所述将所述正模板和负模板的集合作为预设模板库，包括：
5.一种光伏组串图像的噪声识别方法，其特征在于，包括：
6.根据权利要求5所述的方法，其特征在于，所述统计特征匹配结果确定所述待识别切片图像的投票结果包括：
7.根据权利要求6所述的方法，其特征在于，根据所述待识别图像特征分别与所述光伏组串特征和所述噪声区域特征的特征匹配结果，确定每个所述预设模板组的投票包括：
8.根据权利要求5所述的方法，其特征在于，在所述目标区域的多个所述待识别切片图像中，根据所述投票结果确定噪声切片图像包括：
9.根据权利要求5所述的方法，其特征在于，所述方法还包括：
10.一种预设模板库的生成装置，其
11.一种光伏组串图像的噪声识别装置，其特征在于，包括：
12.一种非易失性存储介质，其特征在于，所述非易失性存储介质用于存储程序，其中，在所述程序运行时控制所述非易失性存储介质所在设备执行权利要求1至4中任意一项所述的预设模板库的生成方法，或权利要求5至9中任一项所述的光伏组串图像的噪声识别方法。
13.一种电子设备，其特征在于，包括：存储器和处理器，所述处理器用于运行存储在所述处理器中的程序，其中，所述程序运行时执行权利要求1至4中任意一项所述的预设模板库的生成方法，或权利要求5至9中任一项所述的光伏组串图像的噪声识别方法。
...【技术特征摘要】
1.一种预设模板库的生成方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，获取光伏组串所在光伏区域的多个样本切片图像包括：
3.根据权利要求1所述的方法，其特征在于，将多个所述样本切片图像按照图像特征进行特征聚类，得到多个目标聚类簇包括：
4.根据权利要求1所述的方法，其特征在于，所述将所述正模板和负模板的集合作为预设模板库，包括：
5.一种光伏组串图像的噪声识别方法，其特征在于，包括：
6.根据权利要求5所述的方法，其特征在于，所述统计特征匹配结果确定所述待识别切片图像的投票结果包括：
7.根据权利要求6所述的方法，其特征在于，根据所述待识别图像特征分别与所述光伏组串特征和所述噪声区域特征的特征匹配结果，确定每个所述预设模板组的投票包括：
8.根据权利要求5所述的方法，其特征在于...
【专利技术属性】
技术研发人员：王新乐，方振宇，张锐，
申请(专利权)人：阳光智维科技股份有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。