一种光伏组件缺陷检测方法、装置、设备及介质.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN114399484A(43)申请公布日2022.04.26(21)申请号202210025706.8G06T5/40(2006.01)(22)申请日2022.01.11G06K9/62(2022.01)G06N3/04(2006.01)(71)申请人华电电力科学研究院有限公司G06N3/08(2006.01)地址310030浙江省杭州市西湖区三墩镇G01N21/88(2006.01)西园一路10号G01N25/72(2006.01)申请人杭州锅炉集团股份有限公司G06V10/25(2022.01)(72)发明人张银龙田红丹王堃杨帅G06V10/40(2022.01)周颖G06V10/774(2022.01)(74)专利代理机构北京集佳知识产权代理有限G06V10/764(2022.01)公司11227G06V10/82(2022.01)代理人柳虹(51)Int.Cl.G06T7/00(2017.01)G06T7/11(2017.01)G06T5/00(2006.01)权利要求书2页说明书9页附图4页(54)发明名称一种光伏组件缺陷检测方法、装置、设备及介质(57)摘要本申请公开了一种光伏组件缺陷检测方法、装置、设备及介质，该系统包括：获取光伏组件的电致发光图像、热成像图像以及可见光图像，并基于上述图像创建样本图像库，将样本图像库中的样本图像进行预处理，为预处理样本图像中的各单一光伏组件标注相应的属性标签，并从预处理样本图像中提取出各单一光伏组件所在的图像区域，以得到相应携带有属性标签的单一光伏组件区域图像，利用携带有属性标签的单一光伏组件区域图像，对基于预设深度学习算法构建的缺陷检测模型进行训练得到相应的训练后模型，并基于训练后模型确定出与待检测光伏组件图像对应的组件缺陷检测结果。本申请利用人工智能识别对光伏组件进行多相融合的缺陷检测，提升了效率和精度。CN114399484ACN114399484A权利要求书1/2页1.一种光伏组件缺陷检测方法，其特征在于，包括：获取光伏组件的电致发光图像、热成像图像以及可见光图像，并基于所述电致发光图像、所述热成像图像以及所述可见光图像创建样本图像库；将所述样本图像库中的样本图像进行预处理，以得到预处理样本图像；为所述预处理样本图像中的各单一光伏组件标注相应的属性标签，并从所述预处理样本图像中提取出各单一光伏组件所在的图像区域，以得到相应的携带有所述属性标签的单一光伏组件区域图像；利用携带有所述属性标签的单一光伏组件区域图像，对基于预设深度学习算法构建的缺陷检测模型进行训练得到相应的训练后模型；当获取到待检测光伏组件图像，则基于所述训练后模型确定出与所述待检测光伏组件图像对应的组件缺陷检测结果。2.根据权利要求1所述的光伏组件缺陷检测方法，其特征在于，所述获取光伏组件的电致发光图像、热成像图像以及可见光图像，包括：通过预设无人机设备对分别施加了正向电压、反向电压以及未施加电压的存在缺陷的光伏组件以及不存在缺陷的光伏组件进行图像采集，以获取光伏组件的电致发光图像、热成像图像以及可见光图像。3.根据权利要求1所述的光伏组件缺陷检测方法，其特征在于，所述将所述样本图像库中的样本图像进行预处理，以得到预处理样本图像，包括：基于预设尺寸的卷积核对所述样本图像库中的样本图像进行去噪处理，以得到去噪后图像；对所述去噪后图像进行灰度化以得到灰度直方图以及相应的累加直方图，并对所述累加直方图进行均衡化处理，以得到所述预处理样本图像。4.根据权利要求1所述的光伏组件缺陷检测方法，其特征在于，所述为所述预处理样本图像中的各单一光伏组件标注相应的属性标签，包括：确定所述预处理样本图像中的各单一光伏组件对应的缺陷类型标签以及位置序列标签；在所述预处理样本图像的各单一光伏组件对应的图像区域上分别添加相应的所述缺陷类型标签以及位置序列标签。5.根据权利要求1所述的光伏组件缺陷检测方法，其特征在于，所述从所述预处理样本图像中提取出各单一光伏组件所在的图像区域，包括：在所述预处理样本图像上设定初始感兴趣区域；对所述初始感兴趣区域进行二分类，以确定出所述初始感兴趣区域上的背景区域；从所述初始感兴趣区域中过滤掉所述背景区域，以得到过滤后感兴趣区域，并基于所述过滤后感兴趣区域提取出各单一光伏组件所在的图像区域。6.根据权利要求5所述的光伏组件缺陷检测方法，其特征在于，所述基于所述过滤后感兴趣区域提取出各单一光伏组件所在的图像区域，包括：对所述过滤后感兴趣区域进行区域特征聚集操作；对区域特征聚集操作后的所述过滤后感兴趣区域依次进行缺陷类别分类、边框回归以及掩膜图像生成，以得到各单一光伏组件所在的图像区域。2CN114399484A权利要求书2/2页7.根