System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 一种用于风电及光伏发电设备的检测信息处理方法技术_技高网

一种用于风电及光伏发电设备的检测信息处理方法技术

技术编号:43052167 阅读:5 留言:0更新日期:2024-10-22 14:34
本申请涉及图像数据处理技术领域,具体涉及一种用于风电及光伏发电设备的检测信息处理方法,包括:获取光伏板表面灰度图像以及光伏板的倾斜方向,分割出光伏电池区域,将光伏电池区域划分为若干个连通域,获取每个连通域在灰度影响下属于污染物的可能性,再获取每个连通域在梯度特征下属于污染物的可能性,从而得到每个连通域的污染可能性,由此从光伏电池区域划分的所有连通域中分割出污染区域。本申请通过对光伏板表面灰度图像进行划分,计算划分的每个连通域的污染可能性,准确的区分出污染区域,提高对光伏板表面图像中污染物区域分割的准确性。

【技术实现步骤摘要】

本申请涉及图像数据处理,具体涉及一种用于风电及光伏发电设备的检测信息处理方法


技术介绍

1、风力发电和光伏发电是绿色能源发电系统中的重要组成部分,当日照不足时风电难以满足电网需求,而光伏板作为光伏发电中的重要供能设备,能够作为风能的补充,提高整个发电系统的能源产出和稳定性。因此,光伏板需要保持独立、稳定的电力供应能力。

2、在光伏板发电过程中,污染物的积累,如水渍、油污、鸟粪等会导致光伏板发电效率下降,从而影响能源产量和环境可持续性。因此,对光伏板上的污染物进行及时准确的检测和清理至关重要。为了解决此问题,通过图像处理的检测方式应运而生,其通过采集光伏板表面的图像,利用计算机视觉技术对图像进行处理和分析,以区分污染物区域。其中,利用深度学习神经网络模型的检测处理需要大量人为标注的高质量样本集;而光伏板表面积累的污染物,如油污,水渍等形状并不固定,难以针对每种污染物形成移动数量的样本,训练出高质量的神经网络模型。

3、现阶段,为了适应光伏板上污染物的形状、类型多样性,采用数字图像处理技术对光伏板污染物进行检测,在对光伏板污染物进行检测时,由于光伏板上反光原因会对污染物的区域检测产生影响,导致光伏板表面的污染物特征识别可能不准确,从而无法有效分割出污染物区域,降低了光伏板污染物图像区域划分的准确性。


技术实现思路

1、本申请提供一种用于风电及光伏发电设备的检测信息处理方法,以解决现有的问题。

2、本申请的一种用于风电及光伏发电设备的检测信息处理方法采用如下技术方案:

3、本申请一个实施例提供了一种用于风电及光伏发电设备的检测信息处理方法,该方法包括以下步骤:

4、获取光伏板表面灰度图像以及光伏板的倾斜方向;使用训练后的分割神经网络分割出光伏板表面灰度图像中的光伏电池区域;

5、对光伏电池区域进行区域生长,将光伏电池区域划分为若干个连通域;根据每个连通域在不同方向上的像素点灰度值以及光伏板的倾斜方向,得到每个连通域在灰度影响下属于污染物区域的可能性;

6、根据每个连通域内像素点的梯度以及光伏板的倾斜方向,得到每个连通域在梯度特征下属于污染物区域的可能性;根据每个连通域在灰度影响下属于污染物区域的可能性以及在梯度特征下属于污染物区域的可能性,得到每个连通域的污染可能性;

7、根据每个连通域的污染可能性,从光伏电池区域划分的所有连通域中分割出污染区域。

8、优选的,所述根据每个连通域在不同方向上的像素点灰度值以及光伏板的倾斜方向,得到每个连通域在灰度影响下属于污染物的可能性,包括的具体步骤如下:

9、将第个连通域的最小外接圆的圆心处的像素点,记为第个连通域的初始点;

10、以水平向右为初始方向,顺时针旋转一周,每隔45度选取一个方向,得到8个方向;

11、根据从第个连通域的初始点开始,沿着每个方向上的前个像素点的灰度值,得到第个连通域在每个方向上的拟合直线;所述为预设的数量阈值;

12、根据第个连通域在每个方向上的拟合直线的斜率的大小,得到第个连通域在每个方向的灰度下降程度;

13、根据第个连通域在每个方向的灰度下降程度以及光伏板的倾斜方向,得到第个连通域在灰度影响下属于污染物区域的可能性。

14、优选的,所述根据从第个连通域的初始点开始,沿着每个方向上的前个像素点的灰度值,得到第个连通域在每个方向上的拟合直线,包括的具体步骤如下:

15、从第个连通域的初始点开始,沿着第个方向上,将依次统计的前个像素点的灰度值构成的序列,记为第个连通域在第个方向上的灰度序列;

16、使用最小二乘法对第个连通域在第个方向上的灰度序列进行直线拟合,得到第个连通域在第个方向上的拟合直线。

17、优选的,所述根据第个连通域在每个方向上的拟合直线的斜率的大小,得到第个连通域在每个方向的灰度下降程度,包括的具体步骤如下:

18、当第个连通域在第个方向上的拟合直线的斜率为负数时,将第个连通域在第个方向上的拟合直线的斜率的绝对值,记为第个连通域在第个方向的灰度下降程度;

19、当第个连通域在第个方向上的拟合直线的斜率为非负数时,将第个连通域在第个方向的灰度下降程度设置为0。

20、优选的,所述根据第个连通域在每个方向的灰度下降程度以及光伏板的倾斜方向,得到第个连通域在灰度影响下属于污染物区域的可能性,包括的具体步骤如下:

21、在第个连通域在所有方向的灰度下降程度中,将最大的灰度下降程度对应的方向,记为目标方向,将第个连通域对应的所有方向中不是目标方向的其它的方向,记为参考方向;

22、将第个连通域在目标方向的灰度下降程度减去第个连通域在第个参考方向的灰度下降程度的差值,记为第个连通域在第个参考方向的第一差异;

23、计算第个连通域在所有参考方向的第一差异的均值,再计算第个连通域的目标方向与光伏板的倾斜方向的最小夹角值的反比例的归一化值,将所述均值与所述归一化值的乘积,记为第个连通域在灰度影响下属于污染物区域的可能性。

24、优选的,所述根据每个连通域内像素点的梯度以及光伏板的倾斜方向,得到每个连通域在梯度特征下属于污染物区域的可能性,包括的具体步骤如下:

25、使用sobel算子对第个连通域进行运算,得到第个连通域中每个像素点的梯度;

26、将第个连通域内所有像素点的梯度之和,记为第个连通域的梯度;

27、根据第个连通域的梯度、第个连通域内每个像素点的梯度、像素点之间的距离、第个连通域的目标方向以及光伏板的倾斜方向,得到第个连通域在梯度特征下属于污染物区域的可能性。

28、优选的,所述根据第个连通域的梯度、第个连通域内每个像素点的梯度、像素点之间的距离、第个连通域的目标方向以及光伏板的倾斜方向,得到第个连通域在梯度特征下属于污染物区域的可能性,包括的具体步骤如下:

29、根据第个连通域的梯度、第个连通域内每个像素点的梯度、像素点之间的距离以及第个连通域的目标方向,得到第个连通域的第一特征值;

30、计算第个连通域的梯度的方向与光伏板的倾斜方向的最小夹角值的反比例的归一化值, 将第个连通域的梯度的大小、所述最小夹角值的反比例的归一化值以及第个连通域的第一特征值的乘积,记为第个连通域在梯度特征下属于污染物区域的可能性。

31、优选的,所述根据第个连通域的梯度、第个连通域内每个像素点的梯度、像素点之间的距离以及第个连通域的目标方向,得到第个连通域的第一特征值,包括的具体步骤如下:

32、计算第个连通域内第个像素点到第个连通域边界的最短距离的倒数,再计算与的和值,将所述和值的反比例的归一化值与所述倒数的乘积,记为第个连通域内第个像素点的污染可能性;其中,为第个连通域内第个像素点的梯度的方向与第个连通域的梯度的方向的最小夹角值,为第个连通域内第个像素点的梯度的方向与第本文档来自技高网...

【技术保护点】

1.一种用于风电及光伏发电设备的检测信息处理方法,其特征在于,该方法包括以下步骤:

2.根据权利要求1所述一种用于风电及光伏发电设备的检测信息处理方法,其特征在于,所述根据每个连通域在不同方向上的像素点灰度值以及光伏板的倾斜方向,得到每个连通域在灰度影响下属于污染物的可能性,包括的具体步骤如下:

3.根据权利要求2所述一种用于风电及光伏发电设备的检测信息处理方法,其特征在于,所述根据从第个连通域的初始点开始,沿着每个方向上的前个像素点的灰度值,得到第个连通域在每个方向上的拟合直线,包括的具体步骤如下:

4.根据权利要求2所述一种用于风电及光伏发电设备的检测信息处理方法,其特征在于,所述根据第个连通域在每个方向上的拟合直线的斜率的大小,得到第个连通域在每个方向的灰度下降程度,包括的具体步骤如下:

5.根据权利要求2所述一种用于风电及光伏发电设备的检测信息处理方法,其特征在于,所述根据第个连通域在每个方向的灰度下降程度以及光伏板的倾斜方向,得到第个连通域在灰度影响下属于污染物区域的可能性,包括的具体步骤如下:

6.根据权利要求5所述一种用于风电及光伏发电设备的检测信息处理方法,其特征在于,所述根据每个连通域内像素点的污染可能性以及连通域的梯度方向与光伏板的倾斜方向的最小夹角,得到每个连通域在梯度特征下属于污染物区域的可能性,包括的具体步骤如下:

7.根据权利要求6所述一种用于风电及光伏发电设备的检测信息处理方法,其特征在于,所述根据第个连通域的梯度、第个连通域内每个像素点的梯度、像素点之间的距离、第个连通域的目标方向以及光伏板的倾斜方向,得到第个连通域在梯度特征下属于污染物区域的可能性,包括的具体步骤如下:

8.根据权利要求7所述一种用于风电及光伏发电设备的检测信息处理方法,其特征在于,所述根据第个连通域的梯度、第个连通域内每个像素点的梯度、像素点之间的距离以及第个连通域的目标方向,得到第个连通域的第一特征值,包括的具体步骤如下:

9.根据权利要求1所述一种用于风电及光伏发电设备的检测信息处理方法,其特征在于,所述根据每个连通域在灰度影响下属于污染物区域的可能性以及在梯度特征下属于污染物区域的可能性,得到每个连通域的污染可能性,包括的具体步骤如下:

10.根据权利要求1所述一种用于风电及光伏发电设备的检测信息处理方法,其特征在于,所述根据每个连通域的污染可能性,从光伏电池区域划分的所有连通域中分割出污染区域,包括的具体步骤如下:

...

【技术特征摘要】

1.一种用于风电及光伏发电设备的检测信息处理方法,其特征在于,该方法包括以下步骤:

2.根据权利要求1所述一种用于风电及光伏发电设备的检测信息处理方法,其特征在于,所述根据每个连通域在不同方向上的像素点灰度值以及光伏板的倾斜方向,得到每个连通域在灰度影响下属于污染物的可能性,包括的具体步骤如下:

3.根据权利要求2所述一种用于风电及光伏发电设备的检测信息处理方法,其特征在于,所述根据从第个连通域的初始点开始,沿着每个方向上的前个像素点的灰度值,得到第个连通域在每个方向上的拟合直线,包括的具体步骤如下:

4.根据权利要求2所述一种用于风电及光伏发电设备的检测信息处理方法,其特征在于,所述根据第个连通域在每个方向上的拟合直线的斜率的大小,得到第个连通域在每个方向的灰度下降程度,包括的具体步骤如下:

5.根据权利要求2所述一种用于风电及光伏发电设备的检测信息处理方法,其特征在于,所述根据第个连通域在每个方向的灰度下降程度以及光伏板的倾斜方向,得到第个连通域在灰度影响下属于污染物区域的可能性,包括的具体步骤如下:

6.根据权利要求5所述一种用于风电及光伏发电设备的检测信息处理方法,其特征在于,所述根据每个连通域内像素...

【专利技术属性】
技术研发人员:黄馀坤许超谢翔席旺春刘浩于昌灏
申请(专利权)人:大连环旭智能科技有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1