CN106815838A - 一种光伏组件热斑检测的方法以及*** - Google Patents

Abstract

本发明公开了一种光伏组件热斑检测的方法，设置于无人机上的图像采集装置采集光伏电站的待检测区域的光伏组件的多幅图像，上述图像至少包含红外图像；图像处理装置获取上述图像，将上述图像进行图像拼接，得出上述待检测区域的全景图像，对上述全景图像进行热斑检测，得出检测结果。通过无人机上的图像采集装置采集光伏电站的光伏组件图像，即利用无人机巡检光伏电站，然后利于图像处理技术对光伏组件图像进行处理，以完成热斑检测。可见，本申请通过无人机巡检光伏组件，提高了热斑检测效率。此外，本发明还提供了一种光伏组件热斑检测的***，与上述方法具有一一对应的优点。

Description

一种光伏组件热斑检测的方法以及***

技术领域

本发明涉及光伏组件检测领域，特别是涉及一种光伏组件热斑检测的方法以及***。

背景技术

随着太阳能发电技术的发展进步，光伏电站的数量也越来越多。

光伏电站的光伏组件通常安装在地域开阔和阳光充足的地带。在光伏电站的长期使用中，光伏组件难免有鸟禽***物、浮土、落叶等遮挡物，这些遮挡物在光伏组件上形成了阴影。由于局部阴影的存在，光伏组件中某些电池单片的电流以及电压发生了变化。从而导致光伏组件局部电流与电压之积增大，使光伏组件的局部温度上升，这种现象叫“热斑效应”。

热斑效应的产生对光伏组件有一定的损害性，故需要通过巡检来及时发现产生热斑效应的光伏组件。目前，大多数光伏电站都是人工巡检，即巡检人员巡视光伏发电站，目视检查光伏组件的外观是否异常，同时利用红外相机确认组件的是否温度过高。对于一些大型光伏电站，由于光伏电站的组件数量较多，人工巡检工作量较大，巡检效率也较低，从而不能及时有效地进行光伏组件的热斑检测。

发明内容

本发明的目的是提供一种光伏组件热斑检测的方法以及***，目的在于解决现有技术中人工巡检光伏组件从而导致热斑检测效率较低的问题。

为解决上述技术问题，本发明提供一种光伏组件热斑检测的方法，该方法包括：

设置于无人机上的图像采集装置采集光伏电站的待检测区域的光伏组件的多幅图像，所述图像至少包含红外图像；

图像处理装置获取所述图像，将所述图像进行图像拼接，得出所述待检测区域的全景图像，对所述全景图像进行热斑检测，得出检测结果。

可选地，还包括：

通过设置于所述无人机上的定位模块，实时记录所述无人机的位置信息；

当所述无人机暂停巡检时，利用所述定位模块确定并记录无人机暂停巡检时所处的暂停位置信息；

当所述无人机重新开始巡检时，将所述暂停位置信息发送至所述无人机，以使所述无人机根据所述暂停位置信息，继续进行巡检。

可选地，所述对所述全景图像进行热斑检测，得出检测结果包括：

将所述全景图像与标准二值全景图像进行图像配准；

对图像配准后的所述全景图像与标准二值全景图像的相应像素点，进行像素值异或运算，确定热斑的轮廓；

将所述全景图像与光伏组件可见光图像进行比对，根据光伏组件可见光图像内包含的铭牌信息以及所述位置信息，确定出产生热斑效应的光伏组件所处的地理位置信息；

其中，所述图像包括红外图像以及所述光伏组件可见光图像，所述光伏组件可见光图像内有按照预设顺序预先标识的铭牌信息。

可选地，所述图像处理装置获取所述图像包括：

所述图像处理装置接收所述无人机利用通信链路发送的所述图像；

或

所述图像处理装置从所述无人机的图像存储模块读取所述图像。

可选地，所述将所述光伏组件图像进行图像拼接，得出所述待检测区域的全景图像包括：

对所述图像进行图像预处理；

提取经过图像预处理后的所述图像的特征点；

根据所述特征点，确定多幅所述图像之间的变换关系；

根据所述变换关系，建立相应的拼接变换模型；

利用所述拼接变换模型对所述图像进行拼接，并对所述图像的重叠区域进行图像融合，得出所述全景图像。

可选地，所述对所述图像进行图像预处理包括：

对所述图像进行图像去噪、图像增强、图像几何校正以及图像二值化处理操作。

此外，本发明还提供了一种光伏组件热斑检测的***，该***包括：

图像采集装置，设置于无人机上，用于采集光伏电站的待检测区域的光伏组件的多幅图像，所述图像至少包含红外图像；

图像处理装置，用于获取所述图像，将所述图像进行图像拼接，得出所述待检测区域的全景图像，对所述全景图像进行热斑检测，得出检测结果。

可选地，还包括：

定位模块，用于实时记录所述无人机的位置信息；

断点续航模块，用于当所述无人机暂停巡检时，利用所述定位模块确定并记录无人机暂停巡检时所处的暂停位置信息，当所述无人机重新开始巡检时，将所述暂停位置信息发送至所述无人机，以使所述无人机根据所述暂停位置信息，继续进行巡检。

可选地，所述图像处理装置包括：

图像配准单元，用于将所述全景图像与标准二值全景图像进行图像配准；

运算单元，用于对图像配准后的所述全景图像与标准二值全景图像的相应像素点，进行像素值异或运算，确定热斑的轮廓；

地理位置确定单元，用于将所述全景图像与光伏组件可见光图像进行比对，根据光伏组件可见光图像内包含的铭牌信息以及所述位置信息，确定出产生热斑效应的光伏组件所处的地理位置信息；

其中，所述图像包括红外图像以及所述光伏组件可见光图像，所述光伏组件可见光图像内有按照预设顺序预先标识的铭牌信息。

可选地，所述图像处理装置包括：

预处理单元，用于对所述图像进行图像预处理；

提取单元，用于提取经过图像预处理后的所述图像的特征点；

变换关系确定单元，用于根据所述特征点，确定多幅所述图像之间的变换关系；

模型建立单元，用于根据所述变换关系，建立相应的拼接变换模型；

图像融合单元，用于利用所述拼接变换模型对所述图像进行拼接，并对所述图像的重叠区域进行图像融合，得出所述全景图像。

本发明所提供的一种光伏组件热斑检测的方法以及***，设置于无人机上的图像采集装置采集光伏电站的待检测区域的光伏组件的多幅图像，上述图像至少包含红外图像；图像处理装置获取上述图像，将上述图像进行图像拼接，得出上述待检测区域的全景图像，对上述全景图像进行热斑检测，得出检测结果。通过无人机上的图像采集装置采集光伏电站的光伏组件图像，即利用无人机巡检光伏电站，然后利于图像处理技术对光伏组件图像进行处理，以完成热斑检测。可见，本申请通过无人机巡检光伏组件，提高了热斑检测效率。

附图说明

为了更清楚的说明本发明实施例或现有技术的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明实施例所提供的光伏组件热斑检测方法的一种具体实施方式的流程示意图；

图2为本发明实施例提供的光伏组件热斑检测***的结构示意框图；

图3为本发明实施例所提供的光伏组件热斑检测***的一种具体实施方式的结构示意框图；

图4为本发明实施例所提供的无人机结构示意图。

具体实施方式

为了使本技术领域的人员更好地理解本发明方案，下面结合附图和具体实施方式对本发明作进一步的详细说明。显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

请参见图1，图1为本发明实施例所提供的光伏组件热斑检测方法的一种具体实施方式的流程示意图，该方法包括：

步骤101：设置于无人机上的图像采集装置采集光伏电站的待检测区域的光伏组件的多幅图像，所述图像至少包含红外图像；

具体地，无人机通过一定的飞行路线对光伏电站进行巡检，搭载于无人机上的图像采集装置，拍摄光伏电站内的光伏组件的图像。

需要说明的是，上述待检测区域可以为光伏电站内的所需进行热斑检测的区域，该待检测区域内有多个光伏组件，并且光伏组件可以根据一定的规律进行排列。例如，待检测区域内有40组光伏组件，分为四排，每排有十组光伏组件。

上述图像至少包含红外图像，即所采集得到的光伏组件的图像可以为光伏组件的红外图像，也可以包括光伏组件的红外图像和可见光图像。所采集的图像为多个光伏组件的图像，例如，当待检测区域内有40组光伏组件时，此时，采集得到的图像可以为40幅。

上述图像采集装置可以为红外热像仪，利用云台机构固定于无人机上，可以采集红外图像和可见光图像。当然，图像采集装置还可以为其它类型的采集装置，在此不作限定。

显而易见地，图像采集装置采集的可以是图像，即采集的是一幅幅光伏组件的图像，例如，当无人机巡检时，通过控制图像采集装置的曝光时间，以拍摄得到每组光伏组件的图像；也可以是视频，即采集的一段视频，例如，当无人机巡检时，通过图像采集装置录制一段视频，该视频为所需检测的光伏组件的视频，当采集的是视频时，后续图像处理时，可以从视频中提取一帧帧所需的图像进行处理。

可以理解的是，无人机巡检光伏电站内的待检测区域时，需要提前设定好无人机相应的飞行参数以及图像采集装置的图像采集参数。这样，无人机可以根据预先设定飞行参数进行巡检，而图像采集装置可以根据预设的图像采集参数进行图像采集。

需要说明的是，上述图像采集参数可以是指图像采集装置的航拍角度，即图像采集装置的镜头与光伏组件表面的角度。一般地，为了采集完整清晰的光伏组件表面图像，以提高后续图像处理的准确率，可以将航拍角度设为90°，即图像采集装置的镜头与光伏组件表面垂直。当然，也可以将航拍角度设定为其它的数值，在此不作限定。

上述飞行参数可以包括无人机的飞行路线参数即图像采集路线参数和无人机的飞行高度参数，飞行路线参数可以包括无人机飞行路线的起始点坐标以及终点坐标；飞行高度参数可以是指无人机在进行巡检时，所飞行的高度，例如，为30m。

需要说明的是，可以将待检测区域划分为多个子区域，通过确定每个子区域的飞行路线及图形采集路线，以确定完整的图像采集路线，例如，当待检测区域内有40组光伏组件，分为四排，每排有十组光伏组件，此时，可以将每一排作为一个子区域，一共有4个子区域，可以设定第一个子区域的飞行路线为从左到右，第二个子区域的飞行路线为从右到左，第三个子区域的飞行路线为从左到右，而第四个子区域的飞行路线为从右到左，并且采集的顺序依次为第一个子区域、第二个子区域、第三个子区域以及第四个子区域，那么，最后完整的飞行路线也就确定了。

进一步地，在将待检测区域划分为多个子区域后，为了后续步骤更好地确定产生热斑效应的光伏组件的位置，可以人为地为每个子区域的光伏组件加上标记铭牌。加上的标志铭牌可以遵循一定的规律，其标志铭牌所处的位置可以是光伏组件的右小角，或者是左上角，亦或者是其它位置。例如，当待检测区域内有40组光伏组件，分为四排，每排有十组光伏组件，此时，可以将每一排作为一个子区域，分别为A、B、C以及D区域，将A区域的左边第一组光伏组件标记为A1，且将A1在白纸上，固定于第一组光伏组件的左上角，依次地将A区域的光伏组件标记为A2、A3…A10，相应地，其它区域的光伏组件进行类似的标识。当然，标记铭牌上的标志符号还可以为其它，例如，罗马数字，并不限于上述所提及的。

可以理解的是，标记铭牌所处的位置以及面积应尽量地合理，以保障图像采集装置可以采集到完整清晰的光伏组件的图像。

显而易见地，上述飞行参数以及图像采集参数可以通过预先试飞以确定，即人为地利用遥控器远程控制无人机进行试拍，通过所采集到的图像数据，选取确定出较好的飞行参数以及图像采集参数。

可以理解的是，将飞行参数以及图像采集参数确定之后，可以通过通信链路将飞行参数以及图像采集参数发送至无人机，无人机可以根据接收到的参数信息，进行自动巡检。当然，也可以人工手动操控，无人机进行巡检，即通过与无人机配套的遥控器，控制无人机的图像采集路线以及飞行高度等。当在自动巡检过程中，出现意外时，可以切换到手工操控，即自动巡检以及人为操控巡检可以自由切换。

在本发明的一些实施例中，还可以增加定位模块，搭载于无人机上，用于记录无人机的位置信息，并利用记录的位置信息进行断点续航。其过程可以具体为：通过设置于所述无人机上的定位模块，实时记录所述无人机的位置信息；当所述无人机暂停巡检时，利用所述定位模块确定并记录无人机暂停巡检时所处的暂停位置信息；当所述无人机重新开始巡检时，将所述暂停位置信息发送至所述无人机，以使所述无人机根据所述暂停位置信息，继续进行巡检。

需要说明的是，上述定位模块可以具体表现为GPS定位模块，在无人机巡检时，即进行图像采集时，利用GPS定位模块，实时获取并记录无人机所处的地理位置信息。当然，定位模块也可以为其它类型的定位模块。

当无人机在巡检过程中，由于某些突发原因，需要暂停巡检，此时，可以将无人机悬停在空中，也可以将无人机降落到地面。利用定位模块获取暂停时的地理位置信息，并将该地理位置信息进行记录存储，当需要重新开始巡检时，将上述地理位置信息发送至无人机，这样无人机可以从所暂停的位置处继续进行巡检。

无人机断点续航可以在一些特殊情况下(例如天气原因或者是无人机故障等)停止图像采集，且当重新开始巡检时，不用对之前已采集过图像的区域再次采集。

需要说明的是，无人机其它的常规操作是本领域技术人员所熟知的技术，在此不再赘述。

步骤102：图像处理装置获取所述图像，将所述图像进行图像拼接，得出所述待检测区域的全景图像，对所述全景图像进行热斑检测，得出检测结果。

需要说明的是，上述图像处理装置可以是指与无人机相配套的上位机，也可以为其它类型的处理装置。

图像处理装置获取图像采集装置所采集的图像，然后对获取得到的图像进行图像的拼接，得出待检测区域的全景图像，并利用图像处理技术对全景图像进行处理，完成热斑检测，得出热斑检测结果。

由于图像采集装置采集的图像可以包括红外图像，或者是红外图像和可见光图像，故此处所处理的图像可以单独是红外图像，即只将红外图像进行拼接，并进行热斑检测；也可以是红外图像和可见光图像，即将红外图像以及可见光图像都进行拼接，利用红外图像的全景图像进行热斑检测。

上述全景图像为待检测区域的全景图像，即拼接得到的全景图像可以包括待检测区域内所有的光伏组件，例如，当待检测区域内有40组光伏组件，分为四排，每排有十组光伏组件时，此时，全景图像可以包括40组光伏组件。至于全景图像的尺寸大小可以是根据实际需求任意设定。

可以理解的是，图像处理装置可以通过通信链路获取图像，也可以从存储装置中读取所需的图像。

在本发明的一些实施例中，获取图像的过程可以具体为：所述图像处理装置接收所述无人机利用通信链路发送的所述图像；或所述图像处理装置从所述图像采集装置的图像存储模块读取所述图像。

具体地，图像处理装置接收无人机通过通信链路发送的图像，即无人机和图像处理装置之间设置有通信模块，建立有通信链路，通信链路可以是无线通信模块，无人机可以将图像采集装置所采集到的图像实时地发送至图像处理装置，也可以等到图像采集完成后再将全部的图像发送至图像处理装置。

图像处理装置还可以从存储装置中读取图像信息，即待无人机完成图像采集，降落到地面时，从图像采集装置的图像存储模块中读取图像。显而易见地，图像采集装置可以将采集得到的图像存储在图像存储模块中，上述图像存储模块例如可以红外热像仪的SD卡，当然，图像存储模块还可以具体表现为其它类型的存储装置。

图像拼接技术已被本领域技术人员所熟知，例如，可以利用图像的特征点进行拼接，也可以利用其它的图像信息进行拼接。

在本发明的一些实施例中，利用特征点进行图像拼接的过程可以具体为：对所述图像进行图像预处理；提取经过图像预处理后的所述图像的特征点；根据所述特征点，确定多幅所述图像之间的变换关系；根据所述变换关系，建立相应的拼接变换模型；利用所述拼接变换模型对所述图像进行拼接，并对所述图像的重叠区域进行图像融合，得出所述全景图像。

需要说明的是，为了保证后续图像处理的准确性，可以对图像进行图像预处理，在本发明的一些实施例中，其过程可以具体为：对所述图像进行图像去噪、图像增强、图像几何校正以及图像二值化处理操作。

通过图像增强，可以增加图像中的有效信息，增强图像的对比度。由于图像是无人机航拍得到的，几何校正可以消除或者改正遥感影像的几何误差，而将图像二值化主要是对图像进行灰度化。对图像预处理进行预处理，可以在一定程度上提高图像识别的准确率。可以理解的是，图像预处理还可以包括其它的处理操作，并不限于上述所提及的。

图像预处理后，需要进行图像配准，首先可以提取各幅图像的特征点，此处的特征点可以是指尺度不变特征变换(Scale-invariant feature transform，sift)特征点，其提取过程一般可以是构造图像的尺度空间；检测尺度空间内的所有特征点；去除特征点中抗干扰性弱的特征点；确定剩余的特征点的主方向；生成剩余的特征点的描述子；将已确定主方向和已生成描述子的特征点组成特征点矩阵。显而易见地，sift特征点的提取过程是本领域技术人员所熟知的技术，在此不再赘述。当然，上述特征点还可以为其它类型的特征点，在此不作限定。

提取图像的特征点后，可以对特征点进行配对，即找到匹配的特征点对，以确定各幅图像之间的对应变换关系，然后建立相邻的两幅图像之间的拼接变换模型，即每两幅图像在拼接前都会根据这两幅图像特征之间的对应关系建立拼接变换模型。

需要说明的是，图像拼接时可以是将相邻位置的图像进行拼接，例如，当待检测区域内有40组光伏组件，分为四排，每排有十组光伏组件，此时，可以将每一排作为一个子区域，分别为A、B、C以及D区域，将A区域的左边第一组光伏组件标记为A1，第二组光伏组件为A2，在图像拼接时，可以将A1和A2的光伏组件的图像视为相邻位置的图像，即光伏组件A1图像和光伏组件A2图像之间有一个拼接变换模型。

根据建立的数学转换模型,将待拼接图像转换到参考图像的坐标系中,完成统一坐标变换，以完成图像的拼接。利用拼接变换模型拼接完图像后，由于所采集的图像之间可以存在有重合区域，故需要对重合区域进行图像融合。图像重叠部分的像素点可以采用加权平滑算法处理，即图像重叠区域中像素点的灰度值Pixel由两幅图像中对应点的灰度值Pixel_L和Pixel_R加权平均得到，即：Pixel＝k*Pixel_L+(1-k)Pixel_R，其中，k为可调因子。当然，图像融合的方法还可以为其它的融合算法，且图像融合已被本领域技术人员所熟知，在此不再赘述。

将多幅图像拼接成完整的全景图像后，可以对图像进行热斑检测，其热斑检测过程可以是将得到的全景图像和标准图像进行比对。

故在本发明的一些实施例中，其过程可以具体为：将所述全景图像与标准二值全景图像进行图像配准；对图像配准后的所述全景图像与标准二值全景图像的相应像素点，进行像素值异或运算，确定热斑的轮廓；将所述全景图像与光伏组件可见光图像进行比对，根据光伏组件可见光图像内包含的铭牌信息以及所述位置信息，确定出产生热斑效应的光伏组件所处的地理位置信息；其中，所述图像包含红外图像以及所述光伏组件可见光图像，所述光伏组件可见光图像内有按照预设顺序预先标识的铭牌信息。

具体地，将全景图像和标准二值全景图像进行图像配准的过程具体可以为：全景图像按设定的步进值在±90°的范围内旋转，每一次旋转后都对两幅图中选取的区域进行相关计算；选择互相关系数最大时对应的旋转角度，全景图像按该角度进行修正后，两幅图像的轴向达到平行；在修正后的全景图像上选取区域，再进行互相关系数的计算，此时主要为了得到系数最大值对应的位置；由系数最大值的位置可以推导出两幅图像对应点的像素值关系，通过平移和裁剪操作，进而实现配准。

对图像配准后的所述全景图像与标准二值全景图像的相应像素点，进行像素值异或运算，即相应位置上的像素点数值相同的为0，像素点数值不相同的为1，例如，当全景图像中的某个像素点的数值为0，而标准二值全景图像相应位置的像素点的数值为255，异或运算后的结果为1。通过像素值异或运算，找出全景图像和标准二值全景图像的不同，可以确定出热斑的轮廓。进一步地，找出热斑后，可以在全景图像中，对热斑的位置进行标注。

在全景图像中确定了热斑的位置后，为了便于对光伏组件进行维护，可以进一步确定产生热斑效应的光伏组件的具体地理位置。

故可以利用之前所采集光伏组件可见光图像快速确定光伏组件的具体地理位置。此时，光伏组件可见光图像内包含有按照预设顺序预先标识的铭牌信息，即光伏组件上有预先标记的铭牌，此处的铭牌与上文提及的铭牌可以是一样的，具体过程可以参见上文相应内容。根据可见光图像、铭牌信息以及定位模块所记录的地理位置信息，可以方便快捷地确定出产生热斑效应的光伏组件所处的地理位置信息。例如，对于全景图像中的任意一个热斑，根据定位模块所记录的地理位置信息，大体确定产生热斑效应的光伏组件的大概位置，然后可以比对相应位置的可见光图像，根据相应的标记铭牌以及周围的景象，最终确定光伏组件的具***置信息。可以理解的是，此处比对的可见光图像可以是拼接之后的全景图像，也可以是没有进行图像拼接的光伏组件图像。

需要说明的是，为光伏组件加上标记铭牌，除了有利于确定热斑所处位置外，还有利用于图像配准时的特征点提取。由于不加标记铭牌之前的图像的特征点较少，提取特征点有一定的难度，故可以通过标记铭牌增加图像的特征点，以方便特征点的提取。

对图像拼接得到的全景图像统一进行热斑检测，图像处理速度较快，并且能快速确定热斑位置，一定程度上提高了热斑检测效率。

本发明实施例所提供光伏组件热斑检测的方法，设置于无人机上的图像采集装置采集光伏电站的待检测区域的光伏组件的多幅图像，上述图像至少包含红外图像；图像处理装置获取上述图像，将上述图像进行图像拼接，得出上述待检测区域的全景图像，对上述全景图像进行热斑检测，得出检测结果。通过无人机上的图像采集装置采集光伏电站的光伏组件图像，即利用无人机巡检光伏电站，然后利于图像处理技术对光伏组件图像进行处理，以完成热斑检测。可见，该方法通过无人机巡检光伏组件，提高了热斑检测效率。

下面对本发明实施例提供的光伏组件热斑检测***进行介绍，下文描述的光伏组件热斑检测***与上文描述的光伏组件热斑检测方法可相互对应参照。

图2为本发明实施例提供的光伏组件热斑检测***的结构示意框图，参照图2光伏组件热斑检测***可以包括：

图像采集装置201，设置于无人机上，用于采集光伏电站的待检测区域的光伏组件的多幅图像，所述图像至少包含红外图像；

图像处理装置202，用于获取所述图像，将所述图像进行图像拼接，得出所述待检测区域的全景图像，对所述全景图像进行热斑检测，得出检测结果。

可选地，还包括：

定位模块，用于实时记录所述无人机的位置信息；

断点续航模块，用于当所述无人机暂停巡检时，利用所述定位模块确定并记录无人机暂停巡检时所处的暂停位置信息，当所述无人机重新开始巡检时，将所述暂停位置信息发送至所述无人机，以使所述无人机根据所述暂停位置信息，继续进行巡检。

可选地，所述图像处理装置包括：

图像配准单元，用于将所述全景图像与标准二值全景图像进行图像配准；

运算单元，用于对图像配准后的所述全景图像与标准二值全景图像的相应像素点，进行像素值异或运算，确定热斑的轮廓；

地理位置确定单元，用于将所述全景图像与光伏组件可见光图像进行比对，根据光伏组件可见光图像内包含的铭牌信息以及所述位置信息，确定出产生热斑效应的光伏组件所处的地理位置信息；

其中，所述图像包括红外图像以及所述光伏组件可见光图像，所述光伏组件可见光图像内有按照预设顺序预先标识的铭牌信息。

可选地，所述图像处理装置包括：

预处理单元，用于对所述图像进行图像预处理；

提取单元，用于提取经过图像预处理后的所述图像的特征点；

变换关系确定单元，用于根据所述特征点，确定多幅所述图像之间的变换关系；

模型建立单元，用于根据所述变换关系，建立相应的拼接变换模型；

图像融合单元，用于利用所述拼接变换模型对所述图像进行拼接，并对所述图像的重叠区域进行图像融合，得出所述全景图像。

本发明实施例所提供光伏组件热斑检测的***，通过无人机上的图像采集装置采集光伏电站的光伏组件图像，即利用无人机巡检光伏电站，然后利于图像处理技术对光伏组件图像进行处理，以完成热斑检测。可见，该***通过无人机巡检光伏组件，提高了热斑检测效率。

为了更具体地介绍说明本发明实施例所提供的光伏组件热斑检测的***，下面将选取某小型光伏电站的光伏组件作为本发明具体实施例的检测目标，对热斑检测过程进行介绍说明。

请参见图3，图3为本发明实施例所提供的光伏组件热斑检测***的一种具体实施方式的结构示意框图，该***包括：

无人机301，包含有图像采集装置，用于采集光伏组件的图像。

上位机302，包含有图像处理装置，用于对所采集到的图像进行图像处理，进行热斑检测。

具体地，选取该光伏电站中四排光伏组件作为检测区域，每排由十组光伏组件构成，每排光伏组件分别作为一个子区域，共划分四个子区域，给每组光伏组件安装铭牌，用罗马数字进行标记；

然后手动操控无人机飞至某组光伏组件上试拍，以选取合适的飞行高度，例如为30米，选取合适的图像采集路线和拍摄角度，使红外热像仪镜头拍摄角度与光伏组件表面成90°垂直。

确定完图像采集路线以及相应的飞行参数后，将每个子区域的图像采集路线以及高度信息发送至无人机，无人机起飞后可以自动飞往待检测区域，按图像采集顺序开始进行图像采集。进一步地，在自动巡检过程中，可以观察无人机周边环境以及无人机传送到上位机的实时数据信息，以切换到手动操作模式，确保无人机的飞行安全；

当无人机在巡检过程时，先暂定巡检，无人机将所处的GPS位置信息记录下来并发送至上位机存储，待重新开始巡检时，上位机再将位置信息传送至无人机，使得无人机从断点处继续巡检，实现断点续航。

当无人机完成所有子区域的图像采集任务后，上位机通过无线通信链路或者是图像存储模块，接收相应的图像。然后可以对图像进行预处理，图像预处理主要包括图像去噪、图像增强、图像几何校正和图像二值化处理，以此增强图像的对比度，提高图像识别的准确率；

图像预处理结束后，再对图像进行图像拼接，图像拼接的具体过程可以参见上文相应内容，在此不再赘述。

将拼接得到的全景图像作为待测组件图像进行热斑检测，热斑检测的过程也可以参见上文相应内容，在此不再赘述。通过热斑检测结果再结合可见光图片上组件的铭牌信息，可以定位到热斑的具体地理位置。

由于图像采集的过程主要是由无人机完成的，故需要对无人机的具体结构进行介绍。请参见图4，图4为本发明实施例所提供的无人机结构示意图。

如图4所示，包括无人机4，设置于无人机上的云台41，固定与云台上的图像采集装置42。

显而易见地，还可以包括与无人机相配套的遥控器以及上位机，无人机上装载有飞行控制模块、GPS定位模块、气压计、陀螺仪、PMU电源管理模块、云台、电调以及PCMS收发模块。

其中，遥控器用于控制无人机飞行，上位机用于对无人机发送图像采集点的路线、高度以及云台的旋转角度，PCMS收发模块用于接受上位机、遥控信息以及将无人机飞行控制模块接收到的数据传送给上位机；无人机飞行控制模块将PCMS收发模块接收到的指令传送给各个部件并将收集到的无人机各部件所测得数据经PCMS收发模块传送至上位机；GPS定位模块用于接收GPS卫星传送的无人机实时位置数据；气压计用于测量无人机的实时高度数据；陀螺仪用于测量无人机的实时姿态角；PMU电源管理模块用于测量无人机电源实时数据；云台用于装载红外热像仪以及带动红外热像仪旋转调整拍摄角度。具体地，遥控器向无人机发出的飞行控制信号经PCMS收发模块发送至无人机的飞行控制模块，无人机各个部件所测各项数据由无人机飞行控制模块发出经PCMS收发模块和地面的无线通信模块发送至上位机。

可以理解的是，上文提供的无人机结构简单、合理以及通用性较强，便于拆卸，可自行切换自动巡检和手动巡检。

本发明实施例基于无人机技术和图像处理技术，实现对光伏电站光伏组件的热斑检测，相较于传统的人工检测，不仅提高了热斑检测效率，而且提高了热斑检测的准确率。

本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其它实施例的不同之处，各个实施例之间相同或相似部分互相参见即可。对于实施例公开的装置而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。

专业人员还可以进一步意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。

结合本文中所公开的实施例描述的方法或算法的步骤可以直接用硬件、处理器执行的软件模块，或者二者的结合来实施。软件模块可以置于随机存储器(RAM)、内存、只读存储器(ROM)、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质中。

以上对本发明所提供的光伏组件热斑检测的方法以及***进行了详细介绍。本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想。应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以对本发明进行若干改进和修饰，这些改进和修饰也落入本发明权利要求的保护范围内。

Claims (10)

1.一种光伏组件热斑检测的方法，其特征在于，包括：

设置于无人机上的图像采集装置采集光伏电站的待检测区域的光伏组件的多幅图像，所述图像至少包含红外图像；

图像处理装置获取所述图像，将所述图像进行图像拼接，得出所述待检测区域的全景图像，对所述全景图像进行热斑检测，得出检测结果。

2.如权利要求1所述的方法，其特征在于，还包括：

通过设置于所述无人机上的定位模块，实时记录所述无人机的位置信息；

当所述无人机暂停巡检时，利用所述定位模块确定并记录无人机暂停巡检时所处的暂停位置信息；

当所述无人机重新开始巡检时，将所述暂停位置信息发送至所述无人机，以使所述无人机根据所述暂停位置信息，继续进行巡检。

3.如权利要求2所述的方法，其特征在于，所述对所述全景图像进行热斑检测，得出检测结果包括：

将所述全景图像与标准二值全景图像进行图像配准；

对图像配准后的所述全景图像与标准二值全景图像的相应像素点，进行像素值异或运算，确定热斑的轮廓；

将所述全景图像与光伏组件可见光图像进行比对，根据光伏组件可见光图像内包含的铭牌信息以及所述位置信息，确定出产生热斑效应的光伏组件所处的地理位置信息；

其中，所述图像包含红外图像以及所述光伏组件可见光图像，所述光伏组件可见光图像内有按照预设顺序预先标识的铭牌信息。

4.如权利要求2所述的方法，其特征在于，所述图像处理装置获取所述图像包括：

所述图像处理装置接收所述无人机利用通信链路发送的所述图像；

或

所述图像处理装置从所述无人机的图像存储模块读取所述图像。

5.如权利要求1至4任一项所述的方法，其特征在于，所述将所述光伏组件图像进行图像拼接，得出所述待检测区域的全景图像包括：

对所述图像进行图像预处理；

提取经过图像预处理后的所述图像的特征点；

根据所述特征点，确定多幅所述图像之间的变换关系；

根据所述变换关系，建立相应的拼接变换模型；

利用所述拼接变换模型对所述图像进行拼接，并对所述图像的重叠区域进行图像融合，得出所述全景图像。

6.如权利要求5所述的方法，其特征在于，所述对所述图像进行图像预处理包括：

对所述图像进行图像去噪、图像增强、图像几何校正以及图像二值化处理操作。

7.一种光伏组件热斑检测的***，其特征在于，包括：

图像采集装置，设置于无人机上，用于采集光伏电站的待检测区域的光伏组件的多幅图像，所述图像至少包含红外图像；

图像处理装置，用于获取所述图像，将所述图像进行图像拼接，得出所述待检测区域的全景图像，对所述全景图像进行热斑检测，得出检测结果。

8.如权利要求7所述的***，其特征在于，还包括：

定位模块，用于实时记录所述无人机的位置信息；

断点续航模块，用于当所述无人机暂停巡检时，利用所述定位模块确定并记录无人机暂停巡检时所处的暂停位置信息，当所述无人机重新开始巡检时，将所述暂停位置信息发送至所述无人机，以使所述无人机根据所述暂停位置信息，继续进行巡检。

9.如权利要求8所述的***，其特征在于，所述图像处理装置包括：

图像配准单元，用于将所述全景图像与标准二值全景图像进行图像配准；

运算单元，用于对图像配准后的所述全景图像与标准二值全景图像的相应像素点，进行像素值异或运算，确定热斑的轮廓；

地理位置确定单元，用于将所述全景图像与光伏组件可见光图像进行比对，根据光伏组件可见光图像内包含的铭牌信息以及所述位置信息，确定出产生热斑效应的光伏组件所处的地理位置信息；

其中，所述图像包括红外图像以及所述光伏组件可见光图像，所述光伏组件可见光图像内有按照预设顺序预先标识的铭牌信息。

10.如权利要求7至9任一项所述的***，其特征在于，所述图像处理装置包括：

预处理单元，用于对所述图像进行图像预处理；

提取单元，用于提取经过图像预处理后的所述图像的特征点；

变换关系确定单元，用于根据所述特征点，确定多幅所述图像之间的变换关系；

模型建立单元，用于根据所述变换关系，建立相应的拼接变换模型；

图像融合单元，用于利用所述拼接变换模型对所述图像进行拼接，并对所述图像的重叠区域进行图像融合，得出所述全景图像。