【技术实现步骤摘要】
本专利技术属于光伏面板缺陷检测，具体涉及基于无人机和机器视觉的光伏面板缺陷检测系统及方法。
技术介绍
1、光伏电池是光伏产业的重要产品之一，具有广阔的视场前景。但由于光伏电池生产加工或在光伏站使用时，在生产过程中或者长时间使用后不可避免会出现缺角、裂痕、黑斑及黑心等各类缺陷，这些缺陷严重影响了电池片的性能和稳定性。因此，在生产过程中或光伏站使用时对光伏电池进行缺陷检测非常重要。
2、如授权公告号为cn113284124b的专利技术所公开的一种基于无人机视觉的光伏面板缺陷检测方法，包括s1、检测区域无人机航线规划；s2、无人机进行光伏面板数据采集，获得红外和可见光图像；s3、红外与可见光图像配准；
3、s4、红外图像热斑检测及分类；s5、缺陷定位。该方案不受光伏电站地面环境影响，可以有效解决渔光互补、山地光伏电站检测难的问题，能直观地在三维模型上显示缺陷位置，很大程度上提高了光伏面板的维护效率，上述技术方案存在如下不足：上述技术方案无法对规划路线上光伏面板的大尺度的正射影像进行采集，同时无法光伏面板位置进行阵列定位，影响光伏面板图像采集精度，同时无法对光伏面板上的各类缺陷进行快速甄别，不便于对光伏面板后续进行精确检修，为此我们提出基于无人机和机器视觉的光伏面板缺陷检测系统及方法。
技术实现思路
1、本专利技术的目的在于提供基于无人机和机器视觉的光伏面板缺陷检测系统及方法，以解决上述
技术介绍
中提出的现有技术无法对规划路线上光伏面板的大尺度的正射影像进行采集，同时
2、为实现上述目的，本专利技术提供如下技术方案：基于无人机和机器视觉的光伏面板缺陷检测系统，包括无人机、可见光镜头以及el镜头，所述可见光镜头或el镜头搭载云台设置在无人机上，所述无人机与控制平台连接，所述可见光镜头以及el镜头通过无线网络与图像收集模块输入端连接，所述图像收集模块输出端与图像处理模块输入端连接，所述图像处理模块输出端与中心处理器输入端连接，所述中心处理器的输出端与缺陷甄别模块连接；
3、所述无人机首先搭载可见光镜头，用于对根据给定区域范围自动规划航线做初次高空航拍以及仿地中尺度航拍；其次搭载el镜头，根据航线规划路径进行多视角自适应定向化高精度拍摄；
4、所述云台用于对el镜头进行多角度调节；
5、所述图像处理模块用于对el镜头采集的光伏面板图像进行拉正处理。
6、优选的，所述el镜头用于获取光伏面板大多视角高精度影像。
7、优选的，所述缺陷甄别模块通过simam-efficientnetv2网络模型提取缺陷特征，将样本集分类成无缺陷样本以及缺陷样本，并剔除无缺陷样本，再通过yolov9网络模型对图片中存在的各种缺陷进行高精度实时检测，实现了缺陷的快速甄别。
8、基于无人机和机器视觉的光伏面板缺陷检测方法，具体步骤如下：
9、s1、无人机搭载可见光镜头通过控制平台根据给定区域范围自动规划航线做初次高空航拍，获取大尺度的正射影像和数字表面模型；
10、s2、通过无人机搭载可见光镜头进行仿地中尺度航拍获取亚厘米级精度影像，基于中尺度影像与竣工图的组件区域位置识别以及确认组件各顶点坐标；
11、s3、基于地形和组件坐标的航线规划，无人机搭载el镜头，并通过el镜头进行自适应定向化拍摄，获取多视角光伏面板高精度影像；
12、s4、根据多视角光伏面板高精度影像，通过图像处理模块，对多视角光伏面板高精度影像中映射斜角影像转换成正视角影像；
13、s5、中心处理器以及缺陷甄别模块通过simam-efficientnetv2网络模型提取缺陷特征，将样本集分类成无缺陷样本以及缺陷样本，并剔除无缺陷样本，再通过yolov9网络模型对图片中存在的各种缺陷进行高精度实时检测，实现了缺陷的快速甄别。
14、优选的，所述s1中无人机通过控制平台根据给定区域范围自动规划航线做初次高空航拍，具体为：
15、根据光伏站或者光伏面板所在经纬度范围，规划300-500米高空航线，通过可见光镜头获取光伏站或者光伏面板全景影像以及粗略数字高程模型。
16、优选的，所述s2中通过无人机进行仿地中尺度航拍获取亚厘米级精度影像，具体为：
17、s20、根据s1中的粗略数字高程模型规划仿地中尺度航拍路线；
18、s21、根据规划的仿地中尺度航拍路线，通过可见光镜头获取亚厘米级精度正射影像和数字表面模型。
19、优选的，所述s3具体为：
20、s30、根据组件区域定位、组件定点坐标、无人机飞行高度信息，规划无人机贴近拍摄航线；
21、s31、基于贴近拍摄航线通过el镜头，对光伏面板的多视角高精度影像进行采集。
22、优选的，所述s4具体为：
23、通过归一化处理，将多视角光伏面板高精度影像转换成正视角影像，并同一尺度。
24、优选的，所述s5具体为：
25、s50、通过多尺度sam模型将正视角影像分解成样本集：
26、样本集表示为：
27、
28、式中：h为正视角影像的像素高度；w为正视角影像的像素宽度；h为单一像素图的高度；w为单一像素图的宽度；
29、s51、通过simam-efficientnetv2网络模型提取缺陷特征，将样本集分类成无缺陷样本以及缺陷样本，并剔除无缺陷样本；
30、s52、使用yolov9网络模型对图片中存在的各种缺陷进行高精度实时检测。
31、与现有技术相比，本专利技术的有益效果是：
32、(1)本专利技术能够对规划路线上光伏面板的大尺度的正射影像进行采集，并对光伏面板位置进行阵列定位，大大提高了对光伏面板影像的采集精度。
33、(2)本专利技术通过simam-efficientnetv2网络模型提取缺陷特征，将样本集分类成无缺陷样本以及缺陷样本，并剔除无缺陷样本，再通过yolov9网络模型对图片中存在的各种缺陷进行高精度实时检测，实现了缺陷的快速甄别。
本文档来自技高网...【技术保护点】
1.基于无人机和机器视觉的光伏面板缺陷检测系统，其特征在于，包括无人机(1)、可见光镜头(9)以及EL镜头(3)，所述可见光镜头(9)或者EL镜头(3)均搭载云台(2)设置在无人机(1)上，所述无人机(1)与控制平台(4)连接，所述可见光镜头(9)以及EL镜头(3)通过无线网络与图像收集模块(5)输入端连接，所述图像收集模块(5)输出端与图像处理模块(6)输入端连接，所述图像处理模块(6)输出端与中心处理器(7)输入端连接，所述中心处理器(7)的输出端与缺陷甄别模块(8)连接；
2.根据权利要求1所述的基于无人机和机器视觉的光伏面板缺陷检测系统，其特征在于，所述EL镜头(3)用于获取光伏面板多视角高精度影像。
3.根据权利要求1所述的基于无人机(1)和机器视觉的光伏面板缺陷检测系统，其特征在于：所述缺陷甄别模块(8)通过SimAM-EfficientNetV2网络模型提取缺陷特征，将样本集分类成无缺陷样本以及缺陷样本，并剔除无缺陷样本，再通过YOLOV9网络模型对图片中存在的各种缺陷进行高精度实时检测，实现了缺陷的快速甄别。
4.一种根据权利要
5.根据权利要求4所述的基于无人机和机器视觉的光伏面板缺陷检测方法，其特征在于，所述S1中无人机(1)通过控制平台(4)根据给定区域范围自动规划航线做初次高空航拍，具体为：
6.根据权利要求4所述的基于无人机和机器视觉的光伏面板缺陷检测方法，其特征在于，所述S2中通过无人机(1)进行仿地中尺度航拍获取亚厘米级精度影像，具体为：
7.根据权利要求4所述的基于无人机和机器视觉的光伏面板缺陷检测方法，其特征在于，所述S3具体为：
8.根据权利要求4所述的基于无人机和机器视觉的光伏面板缺陷检测方法，其特征在于，所述S4具体为：
9.根据权利要求4所述的基于无人机和机器视觉的光伏面板缺陷检测方法，其特征在于：所述S5具体为：
...【技术特征摘要】
1.基于无人机和机器视觉的光伏面板缺陷检测系统，其特征在于，包括无人机(1)、可见光镜头(9)以及el镜头(3)，所述可见光镜头(9)或者el镜头(3)均搭载云台(2)设置在无人机(1)上，所述无人机(1)与控制平台(4)连接，所述可见光镜头(9)以及el镜头(3)通过无线网络与图像收集模块(5)输入端连接，所述图像收集模块(5)输出端与图像处理模块(6)输入端连接，所述图像处理模块(6)输出端与中心处理器(7)输入端连接，所述中心处理器(7)的输出端与缺陷甄别模块(8)连接；
2.根据权利要求1所述的基于无人机和机器视觉的光伏面板缺陷检测系统，其特征在于，所述el镜头(3)用于获取光伏面板多视角高精度影像。
3.根据权利要求1所述的基于无人机(1)和机器视觉的光伏面板缺陷检测系统，其特征在于：所述缺陷甄别模块(8)通过simam-efficientnetv2网络模型提取缺陷特征，将样本集分类成无缺陷样本以及缺陷样本，并剔除无缺陷样本，再通过yol...
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。