1.本發(fā)明涉及太陽能光伏面板缺陷檢測技術(shù)領(lǐng)域，具體是一種太陽能光伏面板表面缺陷檢測方法。

背景技術(shù)：

2.太陽能光伏面板使用時，電池板表面很可能會存在缺陷，缺陷包括電池板本身質(zhì)量問題導(dǎo)致的局部開裂和彎曲，重物撞擊后產(chǎn)生的局部凹陷，異物或灰塵的累積。在電池板發(fā)電過程中，如果電池板表面出現(xiàn)裂紋，很可能造成電池板短路，電流過大甚至引起自燃，在不知情的情況下很容易對檢測人員產(chǎn)生危險；如果電池板表面存在異物或過量積攢的灰塵，使得電池板真正使用的面積減少，降低發(fā)電效率。現(xiàn)有的太陽能光伏面板表面缺陷檢測方法，只能檢測電池板上的環(huán)狀閉合區(qū)域故障，無法對電池板表面的裂紋進(jìn)行定位和提??；并且現(xiàn)有的方法不能很好的檢測太陽能光伏面板上的灰塵信息。人工檢測方法存在很多的人為因素制約，在大量太陽能光伏面板同時發(fā)電的情況下，人工檢測不僅會存在漏檢、錯檢的可能，同時對工作人員存在一定的安全隱患，工作效率低，人工成本大。

技術(shù)實現(xiàn)要素：

3.本發(fā)明提供一種太陽能光伏面板表面缺陷檢測方法，解決了上述背景技術(shù)中提出的問題。

4.為實現(xiàn)上述目的，本發(fā)明提供如下技術(shù)方案：

5.一種太陽能光伏面板表面缺陷檢測方法，包括如下步驟：

6.步驟一、信息采集與存儲：對需要檢測的光伏面板信息、監(jiān)控攝像頭信息進(jìn)行采集，將采集后的信息存儲到數(shù)據(jù)預(yù)存儲模塊中，數(shù)據(jù)預(yù)存儲模塊中的數(shù)據(jù)庫將圖像信息發(fā)送至圖像預(yù)處理模塊。

7.步驟二、圖像預(yù)處理：圖像預(yù)處理模塊將獲取圖像信息進(jìn)行縮放得到rgb圖像，并且將rgb圖像發(fā)送至光伏面板提取模塊；

8.步驟三、光伏電池提?。汗夥姘逄崛∧K通過rgb圖像提取出最終的太陽能光伏面板圖像，并將太陽能光伏面板圖像輸入到故障檢測模塊和污染檢測模塊進(jìn)行光伏電池的缺陷檢測；

9.步驟四、光伏電池故障檢測：所述故障檢測模塊通過霍夫直線檢測和canny邊緣檢測進(jìn)行檢測，并將檢測結(jié)果傳遞到信息告警與顯示模塊；

10.步驟五、光伏電池污染檢測：污染檢測模塊通過canny邊緣檢測和顏色直方圖特征提取相結(jié)合，共同確定異物位置，并根據(jù)局部腐蝕和膨脹得到異物的最終形狀，并將結(jié)果提交給信息告警與顯示模塊；

11.步驟六、告警與顯示：信息告警與顯示模塊對故障檢測模塊和污染檢測模塊傳遞過來的檢測結(jié)果進(jìn)行判斷、保存和顯示，并且將異常的檢測結(jié)果傳輸給清理維護(hù)模塊進(jìn)行故障清除和現(xiàn)場維護(hù)；

12.步驟七、清理維護(hù)：清理維護(hù)模塊接收信息告警與顯示模塊傳遞的告警數(shù)據(jù)和數(shù)據(jù)預(yù)存儲模塊中的太陽能光伏面板位置信息，安排相應(yīng)的工作人員及時進(jìn)行現(xiàn)場清理和更換維護(hù)。

13.作為本發(fā)明的一種優(yōu)選技術(shù)方案，步驟一中，所述光伏面板信息包括光伏面板的地理位置信息、光伏面板的長寬信息(px,py)和光伏面板原始圖像信息，所述監(jiān)控攝像頭信息包括監(jiān)控攝像頭的地理位置(xe,yn)、監(jiān)控攝像頭的圖像固有信息和圖像中存在的光伏面板的數(shù)量、圖像中光伏面板之間的相對位置數(shù)據(jù)信息。

14.作為本發(fā)明的一種優(yōu)選技術(shù)方案，所述攝像頭數(shù)據(jù)信息計算過程是獲取單張攝像頭拍攝的rgb圖像，并且將圖像中顯示的光伏面板進(jìn)行計數(shù)，所述計數(shù)過程包括：

15.3.1、從圖像中主動剔除顯示不全的光伏面板圖像；

16.3.2、按照從左到右，從上到下的順序?qū)ε臄z圖像中的光伏面板進(jìn)行編號，編號分別為(1,1)、(1,2)、(1,3)

…

(2,1),(2,2)

…

(m,n)，m為最大行數(shù)，n為最大列數(shù)；

17.3.3、結(jié)合攝像頭的地理位置(xe,yn),獲取光伏面板的相對位置信息和編號(xe1,yn1),(xe1,yn2)、(xe1,yn3)

…

(xe2,yn1),(xe2,yn2)

…

(xem,ynn)。

18.作為本發(fā)明的一種優(yōu)選技術(shù)方案，步驟二中，所述圖像預(yù)處理模塊將獲取的圖像信息按照w

×

h的像素尺寸進(jìn)行縮放。

19.作為本發(fā)明的一種優(yōu)選技術(shù)方案，步驟三中，所述光伏面板提取模塊從rgb圖像中提取hsv信息并將圖像轉(zhuǎn)化為hsv圖像，針對hsv圖像的每個特征通道進(jìn)行圖像對比度增強(qiáng)，增強(qiáng)后的圖像進(jìn)行雙閾值二值化處理，結(jié)合數(shù)據(jù)預(yù)存儲模塊存儲的太陽能光伏面板長寬比例信息(px,py)確定太陽能光伏面板區(qū)域，將產(chǎn)生的區(qū)域信息帶回到原圖像中，通過截取的方式獲取到m

×

n張光伏面板子圖像，通過透視變換將攝像頭拍攝產(chǎn)生變形的光伏面板圖像進(jìn)行矯正，提取出最終的太陽能光伏面板圖像。

20.作為本發(fā)明的一種優(yōu)選技術(shù)方案，步驟四中，所述故障檢測模塊通過霍夫直線檢測對板面開裂和彎曲的情況進(jìn)行檢測，通過canny邊緣檢測算法對損壞和凹陷進(jìn)行邊緣檢測。

21.作為本發(fā)明的一種優(yōu)選技術(shù)方案，所述霍夫直線檢測步驟如下：

22.7.1、將圖像預(yù)存儲模塊存儲大小的原始光伏面板圖像，根據(jù)的圖像二值化方式對圖像進(jìn)行二值化處理；

23.7.2、對處理后的二值化圖像進(jìn)行坐標(biāo)標(biāo)注，從上到下，從左到右分別為(1,1)、(1,2)

…

(2,1)、(2,2)

…

(px,py)；

24.7.3、對圖像中的每個點，按照的方式，分別從0

°

、45

°

、90

°

、135

°

、180

°

五個方向上計算坐標(biāo)原點到該條直線的距離；

25.7.4、對計算出來的5個距離的值進(jìn)行保存，按照所有距離值取計數(shù)的中位數(shù)，大于中位數(shù)的距離值保存，并生成相應(yīng)的極坐標(biāo)方程，通過極坐標(biāo)方程確定一條直線，生成一幅只存在直線的二值化圖像；

26.7.5、將光伏面板提取模塊提取圖像的二值化圖像與原始圖形的二值化圖像進(jìn)行差值處理，差值后的圖像，計算所有剩余像素的區(qū)域面積，通過設(shè)定固定的閾值w,判斷是否存在裂紋和彎曲的情況。

27.作為本發(fā)明的一種優(yōu)選技術(shù)方案，步驟六中，當(dāng)所述信息告警與顯示模塊收到的

檢測結(jié)果是異常時，信息告警與顯示模塊會發(fā)出異常告警，同時將告警信息傳輸給數(shù)據(jù)預(yù)存儲模塊進(jìn)行數(shù)據(jù)保存，傳輸給清理維護(hù)模塊進(jìn)行故障清除和現(xiàn)場維護(hù)，當(dāng)所述信息告警與顯示模塊收到的檢測結(jié)果無異常，則不做任何操作。

28.作為本發(fā)明的一種優(yōu)選技術(shù)方案，步驟六中，所述信息告警與顯示模塊還可以調(diào)用數(shù)據(jù)預(yù)存儲模塊中存儲的告警、清理維護(hù)信息進(jìn)行歷史記錄查詢和展示。

29.本發(fā)明具有以下有益之處：

30.1、實現(xiàn)了對太陽能光伏面板的開裂和凹陷的實時檢測，節(jié)省了大量的人力成本，提高了檢測效率，降低了漏檢機(jī)率，保證了沒有異物的情況下，太陽能電池板能夠長期穩(wěn)定的工作；

31.2、實現(xiàn)了對太陽能光伏面板上存在異物或長期積攢灰塵的實時檢測，避免了異物長時間存在對電池板造成的損害。通過實時異物檢測，提高了檢測效率，降低了電池板因自然因素?fù)p毀的機(jī)率，保證了出廠質(zhì)量合格的情況下，太陽能電池板能夠長期穩(wěn)定的工作；

32.3、能夠?qū)崿F(xiàn)對太陽能光伏面板表面故障和表面異物的實時監(jiān)控和告警，降低了光伏面板內(nèi)在質(zhì)量和外在風(fēng)險的影響，保證太陽能電池板能夠長期穩(wěn)定的工作。

附圖說明

33.為了更清楚地說明本發(fā)明實施例或現(xiàn)有技術(shù)中的技術(shù)方案，下面將對實施例或現(xiàn)有技術(shù)描述中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖僅是本發(fā)明的一些實施例，對于本領(lǐng)域普通技術(shù)人員來講，在不付出創(chuàng)造性勞動的前提下，還可以根據(jù)這些附圖獲得其他的附圖。

34.圖1為一種太陽能光伏面板表面缺陷檢測方法的流程圖。

具體實施方式

35.下面將結(jié)合本發(fā)明實施例中的附圖，對本發(fā)明實施例中的技術(shù)方案進(jìn)行清楚、完整地描述，顯然，所描述的實施例僅僅是本發(fā)明一部分實施例，而不是全部的實施例?；诒景l(fā)明中的實施例，本領(lǐng)域普通技術(shù)人員在沒有做出創(chuàng)造性勞動前提下所獲得的所有其他實施例，都屬于本發(fā)明保護(hù)的范圍。

36.在一個實施例中，請參閱圖1，一種太陽能光伏面板表面缺陷檢測方法，包括如下步驟：

37.步驟一、信息采集與存儲：

38.對需要檢測的光伏面板信息、監(jiān)控攝像頭信息進(jìn)行采集，將采集后的信息存儲到數(shù)據(jù)預(yù)存儲模塊的數(shù)據(jù)庫中。光伏面板信息包括光伏面板的地理位置信息、光伏面板的長寬信息(px,py)和光伏面板原始圖像信息，監(jiān)控攝像頭信息包括監(jiān)控攝像頭的地理位置(xe,yn)、監(jiān)控攝像頭的圖像等固有信息和圖像中存在的光伏面板的數(shù)量、圖像中光伏面板之間的相對位置等數(shù)據(jù)信息。其中，攝像頭數(shù)據(jù)信息計算過程如下：

39.(1.1)獲取單張攝像頭拍攝的rgb圖像；

40.(1.2)將圖像中顯示的光伏面板進(jìn)行計數(shù)，計數(shù)過程如下：

41.(1.2.1)從圖像中主動剔除顯示不全的光伏面板圖像；

42.(1.2.2)按照從左到右，從上到下的順序?qū)ε臄z圖像中的光伏面板進(jìn)行編號，編號

分別為(1,1)、(1,2)、(1,3)

…

(2,1),(2,2)

…

(m,n)，m為最大行數(shù)，n為最大列數(shù)；

43.(1.2.3)結(jié)合攝像頭的地理位置(xe,yn),獲取光伏面板的相對位置信息和編號(xe1,yn1),(xe1,yn2)、(xe1,yn3)

…

(xe2,yn1),(xe2,yn2)

…

(xem,ynn)。

44.步驟二、圖像預(yù)處理：

45.光伏面板檢測過程中，光伏表面缺陷檢測系統(tǒng)定時給攝像頭發(fā)送圖像獲取命令。攝像頭收到命令，則提取當(dāng)前幀的圖像返回給光伏表面缺陷檢測系統(tǒng)。系統(tǒng)將獲取的彩色光伏圖像，按照w

×

h的像素尺寸進(jìn)行縮放，具體縮放過程如下：

46.(2.1)光伏表面缺陷檢測系統(tǒng)收到一幅像素尺寸為w

×

h的rgb彩色圖像；

47.(2.2)將圖像的列按照w/w的比例系數(shù)進(jìn)行縮放，圖像的行按照h/h的比例系數(shù)進(jìn)行縮放，縮放后的圖像尺寸為w

×

h。將縮放后的圖像輸入到光伏電池提取模塊。

48.步驟三、光伏電池提?。?br />
49.接收圖像預(yù)處理模塊縮放后的rgb圖像，從rgb圖像中提取hsv信息并將圖像轉(zhuǎn)化為hsv圖像，針對hsv圖像的每個特征通道進(jìn)行圖像對比度增強(qiáng)，增強(qiáng)后的圖像進(jìn)行雙閾值二值化處理，結(jié)合數(shù)據(jù)預(yù)存儲模塊存儲的太陽能光伏面板長寬比例信息(px,py)確定太陽能光伏面板區(qū)域，將產(chǎn)生的區(qū)域信息帶回到原圖像中，通過截取的方式獲取到太陽能光伏面板圖像。通過截取的方式可以得到m

×

n張光伏面板子圖像。由于光伏面板子圖像同樣是攝像頭拍攝的，其存在一定的變形，通過透視變換將變形的光伏面板圖像進(jìn)行矯正，提取出最終的太陽能光伏面板圖像。將提取的光伏面板圖像輸入到故障檢測模塊和污染檢測模塊進(jìn)行光伏電池的缺陷檢測。光伏電池提取過程如下：

50.(3.1)hsv圖像轉(zhuǎn)換

51.接收到圖像預(yù)處理模塊傳輸?shù)膔gb圖像，即r(red,紅)、g(green，綠)、b(blue,藍(lán))圖像。從rgb圖像中提取hsv信息，即h(hue,色調(diào))、s(saturation，飽和度)、v(value，明度)信息。將圖像的色調(diào)、飽和度、明度信息結(jié)合共同構(gòu)成hsv圖像，生成的hsv圖像以直觀的方式表示光伏電池的顏色特征，rgb圖像到hsv圖像的轉(zhuǎn)換過程如下：

52.(3.1.1)提取明度v特征，明度表示rgb圖像中的顏色的明亮程度，它是通過獲取r、g、b三個顏色通道中的最大值后，除以255得到。由此可見，明度特診過的取值范圍為0和1之間。其計算公式為：v＝max(r,g,b)/255。

53.(3.1.2)提取飽和度s特征，飽和度特征的取值范圍也是0和1之間，他表示當(dāng)前顏色與當(dāng)前顏色的純色之間的比例關(guān)系。它通過計算r、g、b三個通道之間的最大值和最小值之差，然后除以最大值來表示。當(dāng)飽和度為0時，表示該顏色為只有灰度，不存在其他顏色，計算方式為：s＝(max(r,g,b)-min(r,g,b))/max(r,g,b)。

54.(3.1.3)提取色調(diào)h特征，色調(diào)表示當(dāng)前顏色在0

°

～360

°

光譜顏色中的位置。其中，紅色為0

°

，綠色為120

°

，藍(lán)色為240

°

，他們之間分別相隔120

°

。計算方式如下：

55.c＝max(r,g,b)-min(r,g,b)

56.[0057][0058]

將提取的h、s、v三種特征圖結(jié)合構(gòu)成了hsv圖像。

[0059]

(3.2)圖像對比度增強(qiáng)

[0060]

攝像頭拍攝的圖像中，每個顏色所占用的像素數(shù)各不相同，通常會存在某個顏色區(qū)間內(nèi)的像素數(shù)量特別多，而其余顏色的像素數(shù)量較少，這導(dǎo)致圖像中的顏色很難區(qū)分，無法提取出理想狀態(tài)的光伏面板圖像。因此，對圖像進(jìn)行對比度增強(qiáng)。將hsv圖像中的h、s、v三個通道分別進(jìn)行直方圖均衡化處理，使圖像的明度、色調(diào)、飽和度都處于高對比度狀態(tài)，通過高對比度可以更加清晰的反應(yīng)太陽能光伏面板的邊緣位置信息，幫助更好的提取光伏面板圖像。圖像對比度增強(qiáng)的步驟如下：

[0061]

(3.2.1)設(shè)置圖像像素的取值范圍，這里設(shè)置為a～b,這里的a和b的取值范圍都在0到255之間，當(dāng)圖像中像素值大于b時，將圖像像素值設(shè)置為255；當(dāng)圖像中像素值小于a時，將圖像像素值設(shè)置為0；

[0062]

(3.2.2)將a～b之間的像素值進(jìn)行直方圖均衡化處理，將原始隨機(jī)分布的直方圖轉(zhuǎn)化成均勻分布的直方圖，使a～b之間的像素在圖像中出現(xiàn)的頻率相同。

[0063]

(3.3)圖像二值化

[0064]

通過預(yù)存儲模塊中的光伏面板圖像，獲取光伏面板圖像上像素值的大致取值范圍，即(pa,pb)。然后將高對比度的圖像根據(jù)(pa,pb)進(jìn)行雙閾值二值化處理，雙閾值二值化處理的步驟如下：

[0065]

(3.3.1)獲取預(yù)存儲模塊中的光伏面板圖像，并從圖像中提取光伏面板圖像的像素值取值范圍，pa為像素值的下限，即光伏面板圖像像素的最小值；pb為像素值的上限，即光伏面板圖像像素的最大值；

[0066]

(3.3.2)將直方圖均衡化后的圖像中，小于pa的像素和大于pb的像素，其像素值設(shè)置為0；位于pa和pb之間的像素，其像素值設(shè)置為1；至此，得到了一幅只有0和1兩種像素值的二值化圖像。

[0067]

(3.4)光伏面板圖像提取

[0068]

將二值化圖像結(jié)合預(yù)存儲模塊中的光伏面板長寬信息，確定光伏面板圖像的位置，將確定的n個位置的光伏面板圖像進(jìn)行截取，得到n張光伏面板二值化圖像。提取過程如下：

[0069]

(3.4.1)獲取預(yù)存儲模塊中的光伏面板長寬信息(px,py)，并計算出光伏面板的長和寬之間的比例：ratio＝px/py；

[0070]

(3.4.2)統(tǒng)計二值化圖像中像素值為1的區(qū)域的個數(shù)，并計算該區(qū)域的長寬，長用px

′

表示，寬用py

′

表示。使用長寬信息進(jìn)一步計算出該區(qū)域的長寬比例信息：ratio

′

＝px

′

/py

′

；

[0071]

(3.4.3)通過判斷ratio與ratio’之間的比值是否在設(shè)定值ratio_a和ratio_b之間，來確定該區(qū)域是否為光伏面板圖像所在區(qū)域。

[0072]

(3.5)光伏面板圖像矯正

[0073]

由于(3.4)中提取的是圖像中不同角度的圖像，圖像中存在各種形式的變形。在缺陷檢測之前需要對光伏面板圖像進(jìn)行矯正，通過幾何變換中的透視變換將圖像還原成光伏

面板圖像的俯視圖。其中，光伏面板圖像矯正的步驟如下：

[0074]

(3.5.1)提取原始光伏面板的頂點坐標(biāo)，由于光伏面板的長寬信息為(px,py)，將光伏面板的原始圖像提取四個頂點坐標(biāo)，則為(px0,py0)、(px0,pym)、(pxn,py0)、(pxn,pym)。

[0075]

(3.5.2)提取(3.4)中生成的太陽能光伏面板區(qū)域的頂點坐標(biāo)，四個頂點坐標(biāo)分別為(x0,y0)、(x0,ym)、(xn,y0)、(xn,ym)。

[0076]

(3.5.3)結(jié)合上面的四個頂點，根據(jù)放射變換矩陣的計算方式，得到如下的變換公式：

[0077][0078]

公式中，矩陣表示圖像的線性變換，[a

31 a

32

]矩陣表示圖像需要平移的距離，[a

13 a

23

]

t

轉(zhuǎn)置矩陣表示該圖像的透視變換。

[0079]

(3.5.4)將提取的太陽能光伏面板區(qū)域圖像通過上述轉(zhuǎn)換方式進(jìn)行透視變換，圖像中的坐標(biāo)(x0,y0)會還原成坐標(biāo)(px0,py0)，坐標(biāo)(x0,ym)會還原成坐標(biāo)(px0,pym)等，圖像中的所有坐標(biāo)都將進(jìn)行變換，最終生成與原光伏面板圖像同等尺寸的太陽能光伏面板區(qū)域圖像，尺寸為px

×

py。將還原的太陽能光伏面板區(qū)域圖像輸出到故障檢測模塊和污染檢測模塊進(jìn)行異常檢測。

[0080]

步驟四、光伏電池故障檢測：

[0081]

在太陽能光伏面板使用過程中，由于其本身存在的質(zhì)量問題，容易導(dǎo)致在使用過程中產(chǎn)生板面開裂和板面彎曲的情況，使用霍夫直線檢測對板面開裂和彎曲的情況進(jìn)行檢測?；舴蛑本€檢測可以很好的利用太陽能光伏面板原有的網(wǎng)格或矩形的表面紋理特征，準(zhǔn)確的檢測出太陽能光伏面板開裂和彎曲故障；同時，由于太陽能光伏面板是暴露在太陽光直射的戶外，無法避免自然環(huán)境的影響，如冰雹等，這些惡劣環(huán)境會導(dǎo)致太陽能光伏面板的局部損壞和凹陷，這些因素嚴(yán)重制約這太陽能光伏面板的使用，使用canny邊緣檢測算法對損壞和凹陷進(jìn)行邊緣檢測。通過使用canny邊緣檢測算法，會發(fā)現(xiàn)光伏面板原有的網(wǎng)關(guān)與矩形板面線條出現(xiàn)大面積明顯的彎曲，最終得出光伏電池表面故障檢測結(jié)論，并將檢測結(jié)果傳遞到信息告警與顯示模塊。光伏面板表面開裂和彎曲、重力導(dǎo)致表面損壞和凹陷的檢測過程如下：

[0082]

(4.1)對太陽能光伏面板中的開裂和彎曲進(jìn)行檢測，由于太陽能光伏面板中大多存有分隔網(wǎng)格或矩形塊，這些都是光伏面板中的固有紋理特征。如果光伏面板上出現(xiàn)裂痕，則會導(dǎo)致光伏面板上線條增多；如果光伏面板出現(xiàn)彎曲，則會顯示光伏面板上的直線變彎或形成多條直線，因此采用霍夫直線檢測對面板中的線條進(jìn)行檢測，以排除上述故障的影響?；舴蛑本€檢測的步驟如下：

[0083]

(4.1.1)將圖像預(yù)存儲模塊存儲px

×

py大小的原始光伏面板圖像，根據(jù)(3.3)所示的圖像二值化方式對圖像進(jìn)行二值化處理。

[0084]

(4.1.2)對處理后的二值化圖像進(jìn)行坐標(biāo)標(biāo)注，從上到下，從左到右分別為(1,1)、(1,2)

…

(2,1)、(2,2)

…

(px,py)；

[0085]

(4.1.3)對圖像中的每個點，按照ρ＝x cosθ+y sinθ的方式，分別從0

°

、45

°

、90

°

、

135

°

、180

°

五個方向上計算坐標(biāo)原點到該條直線的距離ρ，其值用value表示。

[0086]

(4.1.4)對計算出來的5個距離的值進(jìn)行保存。在圖像中，同一條直線上的點計算出的原點到所在直線的距離應(yīng)該是相同的。因此，對所有點進(jìn)行距離計算，并記錄這些距離值產(chǎn)生的次數(shù)，即進(jìn)行距離投票。當(dāng)值的計數(shù)越多，表示越多的點在該條直線上。最終按照參與投票的所有距離值取計數(shù)的中位數(shù)，大于中位數(shù)的距離值保存，并生成相應(yīng)的極坐標(biāo)方程；小于中位數(shù)的距離值則舍棄。極坐標(biāo)方程的表示形式為value＝x cosθ+y sinθ；通過極坐標(biāo)方程即可唯一的確定一條直線。

[0087]

(4.1.5)將光伏面板提取模塊提取的光伏面板圖像經(jīng)過(4.1.1)～(4.1.4)步驟后，同樣生成了一幅只存在直線的二值化圖像。

[0088]

(4.1.6)將光伏面板提取模塊提取圖像的二值化圖像與原始圖形的二值化圖像進(jìn)行差值處理，差值后的圖像，計算所有剩余像素的區(qū)域面積。通過設(shè)定固定的閾值w,判斷是否存在裂紋和彎曲的情況。認(rèn)為像素數(shù)大于閾值w的圖像存在異常，否則不存在異常。

[0089]

(4.2)對重力導(dǎo)致?lián)p壞和凹陷進(jìn)行檢測，由于重力或者凹陷使得太陽能光伏面板原有直線特征中斷，并形成了一個不規(guī)則的形狀，其邊緣則形成了一個不規(guī)則的閉合區(qū)間。使用canny邊緣檢測算法，對閉合區(qū)間進(jìn)行提取，通過閾值判定的方式確定是否存在異物。canny邊緣檢測過程如下：

[0090]

(4.2.1)使用高斯濾波對拍攝的圖像進(jìn)行降噪處理。通過攝像頭拍攝的圖像，難免會存在圖像噪聲，即圖像中灰度變換很大的局部區(qū)域或點。這使得通過計算梯度的方式進(jìn)行邊緣檢測，會產(chǎn)生多處偽邊緣。偽邊緣對檢測結(jié)果的準(zhǔn)確性影響很大，因此需要對圖像進(jìn)行降噪處理。高斯濾波通過高斯函數(shù)對每個像素點進(jìn)行處理，高斯函數(shù)中的高斯矩陣對像素點及其鄰域進(jìn)行積運算，最后將帶權(quán)像素值取平均，即可得到該點的最終像素值。例如，圖像中的一個點的坐標(biāo)為(m,n),則在高斯濾波后，得到該點的灰度值：

[0091]

(4.2.2)圖像中的梯度表示圖像灰度值變化的程度和變化方向。對濾波后的圖像進(jìn)行梯度計算，計算過程如下：

[0092]

(4.2.2.1)對濾波后的灰度圖像分別在水平方向和垂直方向上進(jìn)行梯度計算，水平方向上使用梯度算子[-1,0,1]進(jìn)行水平卷積，得到灰度圖像在水平方向上的梯度分量；垂直方向上使用梯度算子[-1,0,1]

t

進(jìn)行垂直卷積，得到灰度圖像在垂直方向上的梯度分量。使用g

x

(m,n)表示灰度圖像的水平梯度分量；使用gy(m,n)表示灰度圖像的垂直梯度放量。

[0093]

(4.2.2.2)根據(jù)灰度圖像的水平和垂直梯度分量，對圖像中的每個像素點都進(jìn)行梯度值和梯度方向的計算。假設(shè)圖中一個點坐標(biāo)為(x,y),則它的水平梯度分量為g

x

(m,n)，垂直梯度分量為gy(m,n)。梯度值和梯度方向根據(jù)水平和垂直方向的梯度分量進(jìn)行計算，梯度值為梯度方向為θ＝arctan(g

x

(m,n)/gy(m,n))。通過計算梯度值和梯度方向，得到了灰度圖像的一個二維梯度值矩陣，該矩陣中的每個點都表示該點在圖像中的梯度幅值，而灰度的變化方向即為梯度的方向。

[0094]

(4.2.3)由于高斯函數(shù)是一個類似正態(tài)分布的平滑函數(shù)，其具有中間大兩端小的

特點。因此，在進(jìn)行圖像高斯平滑時，圖像邊緣有極大可能被放大，一些不是邊緣的點也會顯得尤為突出。通過非極大值抑制對計算后的梯度特征圖進(jìn)行處理，以消除不是邊緣的點，即選擇梯度方向上梯度最大的像素點作為邊緣像素點，其余像素點認(rèn)為不是邊緣像素點，像素值設(shè)置為0，使每個邊緣盡可能的只保留一個像素的寬度。

[0095]

(4.2.4)因為在光伏面板的故障很可能存在細(xì)小的裂紋，很難進(jìn)行分辨，則可以通過雙閾值篩選的方式進(jìn)行故障判定，雙閾值篩選的過程如下：

[0096]

(4.2.4.1)確定兩個閾值，分別為低閾值minval和高閾值maxval。

[0097]

(4.2.4.2)對兩個閾值劃分的三個部分的梯度幅值進(jìn)行判定，小于低閾值minval的幅值都被檢測為非邊緣；大于高閾值maxval的幅值都被檢測為邊緣；處于minval和maxval之間的像素點需要進(jìn)一步判定。

[0098]

(4.2.4.3)處于中間的像素點根據(jù)是否與已確定為邊緣的像素點鄰接作為判定條件，與邊緣像素點鄰接的像素被檢測為邊緣，否則被檢測為非邊緣。

[0099]

(4.3)根據(jù)檢測出的邊緣與原有光伏面板圖像中的固有邊緣信息進(jìn)行對比，得出是否存在故障的結(jié)論。并將開裂和彎曲檢測的結(jié)果與重力導(dǎo)致?lián)p壞和凹陷的檢測結(jié)果進(jìn)行匯總，共同傳輸?shù)叫畔⒏婢c顯示模塊。

[0100]

步驟五、光伏電池污染檢測：

[0101]

在太陽能光伏面板使用過程中，由于太陽能光伏面板是暴露在太陽光直射的戶外，長期的使用會導(dǎo)致灰塵的積攢，或無法避免自然環(huán)境的影響，如沙塵等。這些因素都會導(dǎo)致太陽能光伏面板大面積遮擋，影響太陽能光伏面板的發(fā)電效率，導(dǎo)致發(fā)電量減少。根據(jù)現(xiàn)場灰塵積攢的規(guī)律發(fā)現(xiàn)，異物(灰塵，石塊等)大多集中在傾斜擺放的光伏面板下半?yún)^(qū)域，并且異物通常與光伏面板的顏色不盡相同。因此結(jié)合灰塵和異物的存在位置規(guī)律和顏色特征，采用canny邊緣檢測和顏色直方圖特征提取相結(jié)合，共同確定異物位置，并根據(jù)局部腐蝕和膨脹得到異物的最終形狀，并將結(jié)果提交給信息告警與顯示模塊；

[0102]

(5.1)異物和灰塵處于光伏面板上時，通常以固定的形態(tài)存在并長期影響太陽能光伏面板的發(fā)電效率。異物和長時間積攢的灰塵，其邊緣形成一個明顯的閉環(huán)。并且在終端太陽能光伏面板中，由于灰塵積攢導(dǎo)致的發(fā)電效率低，人工檢測不容易被發(fā)現(xiàn)，這里采用canny邊緣檢測進(jìn)行異物的第一步確認(rèn)，canny邊緣檢測方法如(4.2)所示。將提取的封閉區(qū)域設(shè)定為待區(qū)分的異常區(qū)域sarea。

[0103]

(5.2)對于太陽能光伏面板上的異物，特別是灰塵，很難被察覺。少量的灰塵和較小的異物使用邊緣檢測也不宜被發(fā)現(xiàn)，而光伏面板的顏色單一，當(dāng)光伏面板上出現(xiàn)異物時，很大程度上異物的顏色與光伏面板不同。在太陽能光伏面板彩色圖像上進(jìn)行顏色直方圖特征提取，通過與原太陽能光伏面板圖像的顏色直方圖對比，找出異物的位置。具體過程如下：

[0104]

(5.2.1)對數(shù)據(jù)預(yù)存儲模塊中存儲的光伏面板圖像進(jìn)行顏色直方圖統(tǒng)計，計算出(0,0,0)到(255,255,255)之間所有顏色在圖像中的像素數(shù)。

[0105]

(5.2.2)對檢測圖像以同樣的方式進(jìn)行顏色直方圖統(tǒng)計，計算出(0,0,0)到(255,255,255)之間所有顏色在圖像中的像素數(shù)。

[0106]

(5.2.3)將原始圖像提取的顏色直方圖和檢測圖像提取的顏色直方圖進(jìn)行對比，提取出顏色數(shù)增長最多的顏色y；

[0107]

(5.2.4)將圖像中與顏色y相同顏色的像素值保留，其余像素值設(shè)置為0，得到了一幅像素值只有0和y的二值圖像。將二值圖像中所有與y顏色相同的顏色值都設(shè)定為待區(qū)分的異常點spoint。

[0108]

(5.3)將提取的待區(qū)分異常區(qū)域sarea和待區(qū)分的異常點spoint組合到同一圖像中，將sarea區(qū)域與spoint點重合的區(qū)域進(jìn)行提取，作為進(jìn)一步待選異常區(qū)域，并對這些區(qū)域進(jìn)行填充，填充像素值為255，得到了多個閉合的純色區(qū)域。

[0109]

(5.4)雖然經(jīng)過多層特征提取與選擇，但對于自然環(huán)境下的圖像，依然會存在非異常的大顆粒噪聲。通過腐蝕的方式去除噪聲和非異常點，即將較小的、可忽略大小的待選異常區(qū)域進(jìn)行清除。采用5

×

5大小的腐蝕矩陣，能夠在去除非異常區(qū)域的同時，除去異常區(qū)域的毛刺邊緣，使提取的異物區(qū)域更加準(zhǔn)確。

[0110]

(5.5)將(5.4)腐蝕后的圖像進(jìn)行膨脹，同樣使用5

×

5的核，將腐蝕后的圖像進(jìn)行像素值為255的范圍擴(kuò)充，得到與腐蝕之前大小相當(dāng)?shù)拈]環(huán)區(qū)域。

[0111]

(5.6)經(jīng)過上述異物檢測的過程，得到了完整的閉環(huán)顯示區(qū)域。將該區(qū)域帶回到原檢測圖像，即可正確的檢測出異物，并標(biāo)注出異物的位置。將檢測結(jié)果傳遞給信息告警與顯示模塊進(jìn)行信息的告警與顯示。

[0112]

步驟六、告警與顯示：

[0113]

接收故障檢測模塊和污染檢測模塊傳遞過來的檢測結(jié)果，對結(jié)果進(jìn)行判斷，并保存和顯示。當(dāng)收到的檢測結(jié)果是異常時，信息告警與顯示模塊會發(fā)出異常告警，同時將告警信息傳輸給數(shù)據(jù)預(yù)存儲模塊進(jìn)行數(shù)據(jù)保存，傳輸給清理維護(hù)模塊進(jìn)行故障清除和現(xiàn)場維護(hù)；當(dāng)收到的檢測結(jié)果無異常，則不做任何操作。信息告警與顯示模塊還可以調(diào)用數(shù)據(jù)預(yù)存儲模塊中存儲的告警、清理維護(hù)等信息進(jìn)行歷史記錄查詢和展示。

[0114]

步驟七、清理維護(hù)：

[0115]

接收信息告警與顯示模塊傳遞的告警數(shù)據(jù)和數(shù)據(jù)預(yù)存儲模塊數(shù)據(jù)庫中的太陽能光伏面板位置信息，安排相應(yīng)的工作人員及時進(jìn)行現(xiàn)場清理和更換維護(hù)。工作人員現(xiàn)場清理和維護(hù)過程中遇到的問題和解決方式需要及時的反饋，清理維護(hù)模塊會將反饋信息和工作情況傳遞給數(shù)據(jù)預(yù)存儲模塊進(jìn)行保存。

[0116]

本發(fā)明適用于一種太陽能光伏面板表面缺陷檢測方法，實現(xiàn)了光伏面板異常自動檢測，能及時的發(fā)現(xiàn)光伏面板存在的缺陷和污染，并對維護(hù)工作人員進(jìn)行報警，通過數(shù)據(jù)庫中位置信息的支持，及時的清除污染排除故障，解決了光伏發(fā)電過程中，缺陷和污染導(dǎo)致的低產(chǎn)能和發(fā)電安全問題。

[0117]

對于本領(lǐng)域技術(shù)人員而言，顯然本發(fā)明不限于上述示范性實施例的細(xì)節(jié)，而且在不背離本發(fā)明的精神或基本特征的情況下，能夠以其他的具體形式實現(xiàn)本發(fā)明。因此，無論從哪一點來看，均應(yīng)將實施例看作是示范性的，而且是非限制性的，本發(fā)明的范圍由所附權(quán)利要求而不是上述說明限定，因此旨在將落在權(quán)利要求的等同要件的含義和范圍內(nèi)的所有變化囊括在本發(fā)明內(nèi)。不應(yīng)將權(quán)利要求中的任何附圖標(biāo)記視為限制所涉及的權(quán)利要求。技術(shù)特征：

1.一種太陽能光伏面板表面缺陷檢測方法，其特征在于，包括如下步驟：步驟一、信息采集與存儲：對需要檢測的光伏面板信息、監(jiān)控攝像頭信息進(jìn)行采集，將采集后的信息存儲到數(shù)據(jù)預(yù)存儲模塊中，數(shù)據(jù)預(yù)存儲模塊中的數(shù)據(jù)庫將圖像信息發(fā)送至圖像預(yù)處理模塊。步驟二、圖像預(yù)處理：圖像預(yù)處理模塊將獲取圖像信息進(jìn)行縮放得到rgb圖像，并且將rgb圖像發(fā)送至光伏面板提取模塊；步驟三、光伏電池提?。汗夥姘逄崛∧K通過rgb圖像提取出最終的太陽能光伏面板圖像，并將太陽能光伏面板圖像輸入到故障檢測模塊和污染檢測模塊進(jìn)行光伏電池的缺陷檢測；步驟四、光伏電池故障檢測：所述故障檢測模塊通過霍夫直線檢測和canny邊緣檢測進(jìn)行檢測，并將檢測結(jié)果傳遞到信息告警與顯示模塊；步驟五、光伏電池污染檢測：污染檢測模塊通過canny邊緣檢測和顏色直方圖特征提取相結(jié)合，共同確定異物位置，并根據(jù)局部腐蝕和膨脹得到異物的最終形狀，并將結(jié)果提交給信息告警與顯示模塊；步驟六、告警與顯示：信息告警與顯示模塊對故障檢測模塊和污染檢測模塊傳遞過來的檢測結(jié)果進(jìn)行判斷、保存和顯示，并且將異常的檢測結(jié)果傳輸給清理維護(hù)模塊進(jìn)行故障清除和現(xiàn)場維護(hù)；步驟七、清理維護(hù)：清理維護(hù)模塊接收信息告警與顯示模塊傳遞的告警數(shù)據(jù)和數(shù)據(jù)預(yù)存儲模塊中的太陽能光伏面板位置信息，安排相應(yīng)的工作人員及時進(jìn)行現(xiàn)場清理和更換維護(hù)。2.根據(jù)權(quán)利要求1所述的一種太陽能光伏面板表面缺陷檢測方法，其特征在于，步驟一中，所述光伏面板信息包括光伏面板的地理位置信息、光伏面板的長寬信息(px,py)和光伏面板原始圖像信息，所述監(jiān)控攝像頭信息包括監(jiān)控攝像頭的地理位置(xe,yn)、監(jiān)控攝像頭的圖像固有信息和圖像中存在的光伏面板的數(shù)量、圖像中光伏面板之間的相對位置數(shù)據(jù)信息。3.根據(jù)權(quán)利要求2所述的一種太陽能光伏面板表面缺陷檢測方法，其特征在于，所述攝像頭數(shù)據(jù)信息計算過程是獲取單張攝像頭拍攝的rgb圖像，并且將圖像中顯示的光伏面板進(jìn)行計數(shù)，所述計數(shù)過程包括：3.1、從圖像中主動剔除顯示不全的光伏面板圖像；3.2、按照從左到右，從上到下的順序?qū)ε臄z圖像中的光伏面板進(jìn)行編號，編號分別為(1,1)、(1,2)、(1,3)

…

(2,1),(2,2)

…

(m,n)，m為最大行數(shù)，n為最大列數(shù)；3.3、結(jié)合攝像頭的地理位置(xe,yn),獲取光伏面板的相對位置信息和編號(xe1,yn1),(xe1,yn2)、(xe1,yn3)

…

(xe2,yn1),(xe2,yn2)

…

(xem,ynn)。4.根據(jù)權(quán)利要求1所述的一種太陽能光伏面板表面缺陷檢測方法，其特征在于，步驟二中，所述圖像預(yù)處理模塊將獲取的圖像信息按照w

×

h的像素尺寸進(jìn)行縮放。5.根據(jù)權(quán)利要求1所述的一種太陽能光伏面板表面缺陷檢測方法，其特征在于，步驟三中，所述光伏面板提取模塊從rgb圖像中提取hsv信息并將圖像轉(zhuǎn)化為hsv圖像，針對hsv圖像的每個特征通道進(jìn)行圖像對比度增強(qiáng)，增強(qiáng)后的圖像進(jìn)行雙閾值二值化處理，結(jié)合數(shù)據(jù)預(yù)存儲模塊存儲的太陽能光伏面板長寬比例信息(px,py)確定太陽能光伏面板區(qū)域，將產(chǎn)

生的區(qū)域信息帶回到原圖像中，通過截取的方式獲取到m

×

n張光伏面板子圖像，通過透視變換將攝像頭拍攝產(chǎn)生變形的光伏面板圖像進(jìn)行矯正，提取出最終的太陽能光伏面板圖像。6.根據(jù)權(quán)利要求1所述的一種太陽能光伏面板表面缺陷檢測方法，其特征在于，步驟四中，所述故障檢測模塊通過霍夫直線檢測對板面開裂和彎曲的情況進(jìn)行檢測，故障檢測模塊通過canny邊緣檢測算法對損壞和凹陷進(jìn)行邊緣檢測。7.根據(jù)權(quán)利要求6所述的一種太陽能光伏面板表面缺陷檢測方法，其特征在于，所述霍夫直線檢測步驟如下：7.1、將圖像預(yù)存儲模塊存儲大小的原始光伏面板圖像，根據(jù)的圖像二值化方式對圖像進(jìn)行二值化處理；7.2、對處理后的二值化圖像進(jìn)行坐標(biāo)標(biāo)注，從上到下，從左到右分別為(1,1)、(1,2)

…

(2,1)、(2,2)

…

(px,py)；7.3、對圖像中的每個點，按照的方式，分別從0

°

、45

°

、90

°

、135

°

、180

°

五個方向上計算坐標(biāo)原點到該條直線的距離；7.4、對計算出來的5個距離的值進(jìn)行保存，按照所有距離值取計數(shù)的中位數(shù)，大于中位數(shù)的距離值保存，并生成相應(yīng)的極坐標(biāo)方程，通過極坐標(biāo)方程確定一條直線，生成一幅只存在直線的二值化圖像；7.5、將光伏面板提取模塊提取圖像的二值化圖像與原始圖形的二值化圖像進(jìn)行差值處理，差值后的圖像，計算所有剩余像素的區(qū)域面積，通過設(shè)定固定的閾值w,判斷是否存在裂紋和彎曲的情況。8.根據(jù)權(quán)利要求1所述的一種太陽能光伏面板表面缺陷檢測方法，其特征在于，步驟六中，當(dāng)所述信息告警與顯示模塊收到的檢測結(jié)果是異常時，信息告警與顯示模塊會發(fā)出異常告警，同時將告警信息傳輸給數(shù)據(jù)預(yù)存儲模塊進(jìn)行數(shù)據(jù)保存，傳輸給清理維護(hù)模塊進(jìn)行故障清除和現(xiàn)場維護(hù)，當(dāng)所述信息告警與顯示模塊收到的檢測結(jié)果無異常，則不做任何操作。9.根據(jù)權(quán)利要求1所述的一種太陽能光伏面板表面缺陷檢測方法，其特征在于，步驟六中，所述信息告警與顯示模塊還可以調(diào)用數(shù)據(jù)預(yù)存儲模塊中存儲的告警、清理維護(hù)信息進(jìn)行歷史記錄查詢和展示。

技術(shù)總結(jié)

本發(fā)明涉及太陽能光伏面板缺陷檢測技術(shù)領(lǐng)域，公開了一種太陽能光伏面板表面缺陷檢測方法，包括如下步驟：步驟一、信息采集與存儲；步驟二、圖像預(yù)處理；步驟三、光伏電池提??；步驟四、光伏電池故障檢測；步驟五、光伏電池污染檢測；步驟六、告警與顯示；步驟七、清理維護(hù)。本發(fā)明適用于一種太陽能光伏面板表面缺陷檢測方法，實現(xiàn)了光伏面板異常自動檢測，能及時的發(fā)現(xiàn)光伏面板存在的缺陷和污染，并對維護(hù)工作人員進(jìn)行報警，通過數(shù)據(jù)庫中位置信息的支持，及時的清除污染排除故障，解決了光伏發(fā)電過程中，缺陷和污染導(dǎo)致的低產(chǎn)能和發(fā)電安全問題。缺陷和污染導(dǎo)致的低產(chǎn)能和發(fā)電安全問題。缺陷和污染導(dǎo)致的低產(chǎn)能和發(fā)電安全問題。

技術(shù)研發(fā)人員：孫志宏 劉揚(yáng)志 王長征 孫國強(qiáng) 王興良 項航 張強(qiáng) 索連帥 王照陽 朱鋒 朱辰澤 劉川 劉思君 王騰

受保護(hù)的技術(shù)使用者：南京華盾電力信息安全測評有限公司

技術(shù)研發(fā)日：2022.03.09

技術(shù)公布日：2022/6/1