【技术实现步骤摘要】
本专利技术涉及图像分割，尤指一种光伏板图像分割方法、系统及巡检设备。
技术介绍
1、随着光伏产业的不断发展，光伏项目数量呈迅猛增长，智能巡检等依赖图像分割技术的光伏产品需求也逐渐升温。然而，现有的深度学习分割方法在处理光伏板图像时存在不足，特别是在光照条件不均或极端情况下，分割图的边缘往往表现得不规则，难以准确匹配真实光伏板的形状，这一不足直接影响了光伏板检测、智能巡检等应用的精确性和可靠性。因此，需要一种能够提高光伏板图像分割精度的方法。
技术实现思路
1、本专利技术的目的是提供一种光伏板图像分割方法、系统及巡检设备，解决现有技术中在光照条件不均或极端情况下分割图的边缘不规则，难以准确匹配真实光伏板形状的问题。
2、本专利技术提供的技术方案如下：
3、本专利技术提供一种光伏板图像分割方法，包括步骤：
4、获取光伏板的rgb图像，并采用深度学习模型计算所述光伏板的初次分割图像；
5、对所述初次分割图像进行膨胀及图像融合，提取感兴趣区域图像；
6、计算所述初次分割图像边缘的边缘曲率，根据所述边缘曲率量化光照强度，且根据所述边缘曲率对所述感兴趣区域图像的像素值进行自适应均衡；
7、调整所述感兴趣区域图像像素的色彩密度和亮度，以突出所述光伏板的边缘特征；
8、基于所述光伏板的边缘特征，计算所述光伏板的四个角点；
9、根据所述四个角点，构建所述光伏板的边界，并对边界区域进行填充，获得所述光伏板的
10、通过对初次分割图像进行膨胀及图像融合操作，能够使目标更加完整和清晰，有助于减小由于噪声或不规则边缘导致的分割不准确性，以便于去除不相关的背景信息，只保留与光伏板相关的区域，从而有效地提取了感兴趣的光伏板区域；再对感兴趣区域图像进行光照均衡和边缘信息增强，能够提高图像的质量，突出光伏板的边缘和细节，以准确找到光伏板的四个角点，进而确定最终分割图像。该方案能够显著提高深度学习分割图的精度，不仅能够处理分割图中不规则的边缘，还能够在极端光照条件下保持稳定的性能，使其不受光照不均或极端光照条件的影响，从而显著提高了图像分割的精确性和准确性。
11、在一些实施方式中，所述的对所述初次分割图像进行膨胀及图像融合，提取感兴趣区域，具体包括：
12、通过形态学膨胀操作，扩展所述初次分割图像中的目标区域，获得第一图像；
13、对所述第一图像进行二值化取反操作，获得第二图像；
14、将所述第二图像与所述初次分割图像进行融合，提取出所述感兴趣区域。
15、在一些实施方式中，所述的基于所述光伏板的边缘特征，获取所述光伏板的四个角点，具体包括步骤：
16、通过图像分割算法将所述感兴趣区域图像分割为光伏板区域和背景区域；
17、通过边缘检测技术捕获所述光伏板的边缘特征；
18、通过最小二乘法拟合所述光伏板区域的边缘边，并计算所述光伏板的四条边的斜率；
19、根据拟合出的所述光伏板区域的边缘以及四条边的斜率，计算所述光伏板的四个角点。
20、在一些实施方式中，所述通过图像分割算法将所述感兴趣区域图像分割为光伏板区域和背景区域之前，还包括步骤：
21、通过图像增强算法调整所述感兴趣区域图像像素的色彩密度；
22、通过校正算法调整所述感兴趣区域图像像素的亮度；
23、如此，通过增强所述感兴趣区域图像的对比度，增加所述光伏板区域的可见性。
24、在一些实施方式中，所述计算所述初次分割图像边缘的边缘曲率，根据所述边缘曲率量化光照强度，根据所述边缘曲率对所述感兴趣区域图像的像素值进行自适应均衡，具备包括：
25、所述初次分割图像边缘的边缘曲率大于预设值时，所述边缘曲率越大，光照强度越大；
26、根据所述边缘曲率，即依据所述光照强度，对所述感兴趣区域图像的像素值进行自适应均衡，消除所述光照强度差异引起的不均匀性，提高所述感兴趣区域图像的质量。
27、另外，本专利技术还提供一种光伏板图像分割系统，包括：
28、获取模块，用于获取光伏板的rgb图像，并采用深度学习模型计算所述光伏板的初次分割图像；
29、提取模块，用于对所述初次分割图像进行膨胀及图像融合，提取感兴趣区域图像；
30、光照均衡模块，用于计算所述初次分割图像边缘的边缘曲率，根据所述边缘曲率量化光照强度，且依据所述光照强度对所述感兴趣区域图像的像素值进行自适应均衡；
31、调整模块，用于调整所述感兴趣区域图像像素的色彩密度和亮度，以突出所述光伏板的边缘特征；
32、计算模块，用于基于所述光伏板的边缘特征，计算所述光伏板的四个角点；
33、填充模块，用于根据所述四个角点，构建所述光伏板的边界，并对边界区域进行填充，获得所述光伏板的最终分割图像。
34、在一些实施方式中，所述提取模块包括：
35、扩展单元，用于通过形态学膨胀操作，扩展所述初次分割图像中的目标区域，获得第一图像；
36、取反单元，用于对所述第一图像进行二值化取反操作，获得第二图像；
37、融合单元，用于将所述第二图像与所述初次分割图像进行融合，提取出所述感兴趣区域。
38、在一些实施方式中，所述计算模块包括：
39、分割单元，用于通过图像分割算法将所述感兴趣区域图像分割为光伏板区域和背景区域；
40、捕获单元，用于通过边缘检测技术捕获所述光伏板的边缘特征；
41、计算单元，用于通过最小二乘法拟合所述光伏板区域的边缘，计算所述光伏板的四条边的斜率，以及根据拟合出的所述光伏板区域的边缘以及四条边的斜率，计算所述光伏板的四个角点。
42、在一些实施方式中，所述调整模块包括：
43、第一调整单元，用于通过图像增强算法调整所述感兴趣区域图像像素的色彩密度；
44、第二调整单元，用于通过校正算法调整所述感兴趣区域图像像素的亮度。
45、另外，本专利技术还提供一种巡检设备，包括处理器，所述处理器内存储有程序，用于执行上述的光伏板图像分割方法所对应的操作。
46、根据本专利技术提供的一种光伏板图像分割方法、系统及巡检设备，能够显著提高深度学习光伏板分割图的精度，不仅能够处理光伏板分割图中不规则的边缘，还能够在极端光照条件下保持对光伏板图像边缘识别稳定的性能，使其不受光照不均或极端光照条件的影响，从而显著提高了图像分割的精确性和准确性。
本文档来自技高网...【技术保护点】
1.一种光伏板图像分割方法，其特征在于，包括步骤：
2.根据权利要求1所述的一种光伏板图像分割方法，其特征在于，所述的对所述初次分割图像进行膨胀及图像融合，提取感兴趣区域，具体包括：
3.根据权利要求1所述的一种光伏板图像分割方法，其特征在于，所述的基于所述光伏板的边缘特征，获取所述光伏板的四个角点，具体包括步骤：
4.根据权利要求3所述的一种光伏板图像分割方法，其特征在于，所述通过图像分割算法将所述感兴趣区域图像分割为光伏板区域和背景区域之前，还包括步骤：
5.根据权利要求1所述的一种光伏板图像分割方法，其特征在于，所述计算所述初次分割图像边缘的边缘曲率，根据所述边缘曲率量化光照强度，根据所述边缘曲率对所述感兴趣区域图像的像素值进行自适应均衡，具体包括：
6.一种光伏板图像分割系统，其特征在于，包括：
7.根据权利要求6所述的一种光伏板图像分割系统，其特征在于，所述提取模块包括：
8.根据权利要求6所述的一种光伏板图像分割系统，其特征在于，所述计算模块包括：
9.根据权利要求1所述的
10.一种巡检设备，其特征在于，包括处理器，所述处理器内存储有程序，用于执行权利要求1-5任一项所述的光伏板图像分割方法所对应的操作。
...【技术特征摘要】
1.一种光伏板图像分割方法，其特征在于，包括步骤：
2.根据权利要求1所述的一种光伏板图像分割方法，其特征在于，所述的对所述初次分割图像进行膨胀及图像融合，提取感兴趣区域，具体包括：
3.根据权利要求1所述的一种光伏板图像分割方法，其特征在于，所述的基于所述光伏板的边缘特征，获取所述光伏板的四个角点，具体包括步骤：
4.根据权利要求3所述的一种光伏板图像分割方法，其特征在于，所述通过图像分割算法将所述感兴趣区域图像分割为光伏板区域和背景区域之前，还包括步骤：
5.根据权利要求1所述的一种光伏板图像分割方法，其特征在于，所述计算所述初次分割图像边缘...
【专利技术属性】
技术研发人员：王士涛，刘聪，
申请(专利权)人：湖州丽天智能科技有限公司，
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。