【技术实现步骤摘要】
本专利技术涉及图像识别领域，具体而言，涉及一种预设模板库的生成和光伏组串图像的噪声识别方法和装置。
技术介绍
1、无人机巡检智能分析对电站的精细化运维具有重要意义，而组串的全自动分割给电站的无人机巡检和组串组件指标量化奠定了非常重要的基础。
2、目前，通过基于深度学习的语义分割算法能有效的分割出全景地图中的光伏组串，然而基于深度学习的算法和数据样本量强耦合，也就是说针对电站光伏组串的分割场景，需要收集各种类型电站的不同季节环境下的大批量的可见光图像来用于算法的训练，才能保证算法模型在应对每种场景时都具有更好的分割鲁棒性。然而在光伏电站场景中，光伏厂家生产的光伏板相对有限，只需要关注有限的光伏组串本身的纹理特征，对于误识别的噪声进行去除就能最大化的提升分割模型的场景泛化能力，基于此，可以采用针对光伏组串分割结果进行去噪的方案。目前，常用基于正交直线检测的光伏组串图像去噪方法进行去噪处理，该方案基于对光伏组串中的组件排列分布横平竖直的特点，而噪声区域不具备该特点的考量，能极大程度上去除组串分割的噪声，但是针对以下二种特点的组串将
本文档来自技高网...【技术保护点】
1.一种预设模板库的生成方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，获取光伏组串所在光伏区域的多个样本切片图像包括：
3.根据权利要求1所述的方法，其特征在于，将多个所述样本切片图像按照图像特征进行特征聚类，得到多个目标聚类簇包括：
4.根据权利要求1所述的方法，其特征在于，所述将所述正模板和负模板的集合作为预设模板库，包括：
5.一种光伏组串图像的噪声识别方法，其特征在于，包括：
6.根据权利要求5所述的方法，其特征在于，所述统计特征匹配结果确定所述待识别切片图像的投票结果包括：p>
7.根据权...
【技术特征摘要】
1.一种预设模板库的生成方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，获取光伏组串所在光伏区域的多个样本切片图像包括：
3.根据权利要求1所述的方法，其特征在于，将多个所述样本切片图像按照图像特征进行特征聚类，得到多个目标聚类簇包括：
4.根据权利要求1所述的方法，其特征在于，所述将所述正模板和负模板的集合作为预设模板库，包括：
5.一种光伏组串图像的噪声识别方法，其特征在于，包括：
6.根据权利要求5所述的方法，其特征在于，所述统计特征匹配结果确定所述待识别切片图像的投票结果包括：
7.根据权利要求6所述的方法，其特征在于，根据所述待识别图像特征分别与所述光伏组串特征和所述噪声区域特征的特征匹配结果，确定每个所述预设模板组的投票包括：
8.根据权利要求5所述的方法，其特征在于...
【专利技术属性】
技术研发人员：王新乐，方振宇，张锐，
申请(专利权)人：阳光智维科技股份有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。