光伏板红外图像分割方法、存储介质以及电子设备技术

本发明专利技术公开了一种光伏板红外图像分割方法、存储介质以及电子设备，方法包括：获取无人机拍摄的光伏板红外图像；对光伏板红外图像中的光伏板进行分割，得到光伏板区域图像和光伏板区域在光伏板红外图像中的第一坐标信息；将光伏板区域图像输入预先训练好的基于yolov5的实例分割模型，得到光伏组件区域及其在光伏板区域图像中的第二坐标信息，实例分割模型设有至少四组锚参数，并至少增加一层小目标检测层；对光伏组件区域进行边缘上色，并基于边缘上色结果进行边缘分割；根据边缘分割结果、第一坐标信息和第二坐标信息，得到光伏板红外图像的光伏组件分割结果。该方法可解决无人机姿态导致图像出现旋转、俯仰角等多种问题，分割精度较高。精度较高。精度较高。

【技术实现步骤摘要】
光伏板红外图像分割方法、存储介质以及电子设备


[0001]本专利技术涉及图像分割
，特别涉及一种光伏板红外图像分割方法、存储介质以及电子设备。

技术介绍

[0002]随着光伏产业的迅速发展，大量的光伏(PV)太阳能发电厂正面临着运营和维护方面的挑战。光伏组件具有分布广、数量多、故障率高的特点，其缺陷难以清理和定位。数以千计的太阳能电池板通常位于山区等人迹罕至的角落，主要依靠巡查员按规定的路线、班次、指定项目执行巡查任务，成本高、效率低。由于缺陷通常显示为局部过热或局部温度异常，红外(IR)成像被广泛用于识别光伏模块表面温度上损坏的太阳能电池板，也称为热成像。与可见图像相比，热成像可以增强对缺陷的识别并削弱背景区域的干扰。与此同时，随着无人机的广泛应用，越来越多的光伏电站开始尝试采用搭载红外摄像仪的无人机采集光伏组件图像并利用图像识别技术对缺陷进行自主识别。
[0003]相关技术中屋顶红外光伏巡检，因为红外图中颜色特征单一，红外光伏组件特征不明显导致分割精度低，只能对红外图片中的光伏板进行识别检测，无法对光伏板中更小的光伏组件进行分本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种光伏板红外图像分割方法，其特征在于，所述方法包括：获取无人机拍摄的光伏板红外图像；对所述光伏板红外图像中的光伏板进行分割，得到光伏板区域图像和光伏板区域在所述光伏板红外图像中的第一坐标信息；将所述光伏板区域图像输入预先训练好的基于yolov5的实例分割模型，得到光伏组件区域及其在所述光伏板区域图像中的第二坐标信息，其中，所述基于yolov5的实例分割模型设有至少四组锚参数，并至少增加有一层小目标检测层；对所述光伏组件区域进行边缘上色，并基于边缘上色结果进行边缘分割；根据边缘分割结果、所述第一坐标信息和所述第二坐标信息，得到所述光伏板红外图像的光伏组件分割结果。2.根据权利要求1所述的光伏板红外图像分割方法，其特征在于，所述方法还包括：生成背景图像，其中，所述背景图像的大小与所述光伏板红外图像的大小相同，颜色为第一预设颜色；根据所述第一坐标信息、所述第二坐标信息和所述背景图像，生成所述光伏组件在所述光伏板红外图像中的mask图。3.根据权利要求1所述的光伏板红外图像分割方法，其特征在于，所述对所述光伏板红外图像中的光伏板进行边缘分割，得到光伏板区域图像和光伏板区域在所述光伏板红外图像中的第一坐标信息，包括：对所述光伏板红外图像进行卷积运算，实现对所述光伏板红外图像中光伏板的定位；基于光伏板的颜色特征和形状特征对定位结果进行拟合，实现对所述定位结果的优化；根据优化结果得到所述光伏板区域图像和光伏板区域在所述光伏板红外图像中的第一坐标信息。4.根据权利要求1所述的光伏板红外图像分割方法，其特征在于，所述基于yolov5的实例分割模型的训练过程包括：获取训练样本集，其中，所述训练样本集包括正样本和负样本，所述正样本为包含光伏板的红外图像，所述负样本为不包含光伏板的红外图像；对所述正样本中的光伏板进行分割得到光伏板图像，并对所述光伏板图像中的光伏组件进行标注；将所述负样本和标注后的光伏板图像分为训练集和测试集；构建所述基于yolov5的实例分割模型，并利用所述训练集对所述基于yolov5的实例分割模型进行训练，以及利用所述测试集对训练完成的基于y...

【专利技术属性】
技术研发人员：洪流，柴东元，李小飞，童铸，
申请(专利权)人：尚特杰电力科技有限公司，
类型：发明
国别省市：