一种基于无人机成像的光伏热斑组件检测后定位方法.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CN113920044A(43)申请公布日2022.01.11(21)申请号202111160391.X(22)申请日2021.09.30(71)申请人杭州电子科技大学地址310018浙江省杭州市下沙高教园区2号大街(72)发明人赵辽英向罗巧(74)专利代理机构杭州君度专利代理事务所(特殊普通合伙)33240代理人朱月芬(51)Int.Cl.G06T5/50(2006.01)G06T7/33(2017.01)G06T7/73(2017.01)G06T5/00(2006.01)G06N3/00(2006.01)权利要求书3页说明书7页附图5页(54)发明名称一种基于无人机成像的光伏热斑组件检测后定位方法(57)摘要本发明公开了一种基于无人机成像的光伏热斑组件检测后定位方法。本发明首先对红外和可见光图像分别进行畸变矫正，然后利用GPS信息结合特征匹配方法实现单幅可见光图像与全场景可见光图像的匹配，以重叠区域最相似为目标优化迭代计算红外和可见光图像的尺度比和平移量，实现红外和可见光图像的精确匹配，通过图像匹配结果确定热斑组件在巡检区域组件阵列的行列序号，从而实现在全场景可见光图像中定位光伏热斑组件。本发明提出的红外图像匹配单幅可见光图像再匹配全场景可见光图像实现热斑组件的定位方案，充分利用了红外图像和可见光图像同轴成像易于精确匹配的特点，及可见光图像特征明显适合特征匹配的优点，为热斑组件的精确定位提供了新思路。CN113920044ACN113920044A权利要求书1/3页1.一种基于无人机成像的光伏热斑组件检测后定位方法，其特征在于包括如下步骤：步骤1、图像畸变矫正；根据无人机搭载的红外和可见光相机型号，通过ProDADDeFishr软件分别获取所述红外相机的径向畸变矫正参数和可见光相机的径向畸变矫正参数；用所述径向畸变矫正参数对红外和可见光图像进行径向畸变矫正；步骤2、计算可见光与红外图像的空间分辨率比；根据红外和可见光相机参数，分别求出红外图像与可见光图像的空间分辨率，得到可见光图像与红外图像的空间分辨率比s；步骤3、红外图像和可见光图像配准；选取步骤1处理后的3对红外图像和可见光图像，分别以可见光图像作为参考图像，红外图像为待配准图像，以[s,0,0]为初始配准参数，利用群智能优化的重叠区域最相似法确定配准参数[si,xi,yi],i＝1,2,3；其中si，xi，yi分别表示可见光图像与红外图像的空间分辨率比、红外图像相对可见光图像的列坐标平移量和行坐标平移量；以作为最终配准参数，对每对红外图像和可见光图像进行配准，其中步骤4、单幅可见光图像与全场景可见光图像匹配；根据GPS信息确定单幅可见光图像在全场景可见光图像中的初始匹配子区域，基于特征匹配方法求得单幅可见光图像与所述初始匹配子区域的配准参数，从而实现单幅可见光图像与全场景可见光图像的精确匹配；步骤5、确定热斑组件在光伏电站组件阵列中的行列序号；根据步骤1、3和4的结果，计算红外图像检测的热斑像素在全场景可见光图像中的匹配坐标；根据所述匹配坐标与全场景可见光图像中各组件的中心坐标距离最小确定其所在的组件；根据全场景可见光图像中各组件的行列信息确定热斑组件在所巡检的光伏电站组件阵列的行列序号。2.根据权利要求1所述的一种基于无人机成像的光伏热斑组件检测后定位方法，其特征在于步骤1所述的径向畸变矫正公式采用5次多项式，具体为：2345u＝x(1+k1r+k2r+k3r+k4r+k5r)(1)2345v＝y(1+k1r+k2r+k3r+k4r+k5r)(2)其中，k1‑k5为径向畸变矫正参数，(u，v)为矫正后的图像坐标，(x，y)为矫正前通过相机内参归一化的畸变图像的坐标，r＝x2+y2。3.根据权利要求1或2所述的一种基于无人机成像的光伏热斑组件检测后定位方法，其特征在于步骤2所述的图像空间分辨率计算公式为：其中，dp为根据相机参数计算得到的单位像素物理长度，H为飞行高度，f为相机焦距。4.根据权利要求3所述的一种基于无人机成像的光伏热斑组件检测后定位方法，其特征在于步骤3所述的以[s，0，0]为初始配准参数，利用群智能优化的重叠区域最相似法确定配准参数[si，xi，yi]的具体过程为：2CN113920044A权利要求书2/3页3‑1.确定红外图像和可见光图像配准后的重叠区域；所述重叠区域为矩阵区域，其范围为：xR＝xL+s*WI‑2pyR＝yL+s*HI‑2p其中(xL，yL)和(xR，yR)分别为重叠区域的左上角和右下角坐标，WV，HV分别为可见光图像的长和宽，WI，HI分别为红外图像的长和宽，p为偏移量；3‑2.初始化迭代次数t＝0，对[s，0，0]随机扰动，生成N个初始种群3‑3.用对应