【技術實現步驟摘要】
本專利技術屬于光伏面板缺陷檢測，具體涉及基于無人機和機器視覺的光伏面板缺陷檢測系統及方法。
技術介紹
1、光伏電池是光伏產業的重要產品之一，具有廣闊的視場前景。但由于光伏電池生產加工或在光伏站使用時，在生產過程中或者長時間使用后不可避免會出現缺角、裂痕、黑斑及黑心等各類缺陷，這些缺陷嚴重影響了電池片的性能和穩定性。因此，在生產過程中或光伏站使用時對光伏電池進行缺陷檢測非常重要。
2、如授權公告號為cn113284124b的專利技術所公開的一種基于無人機視覺的光伏面板缺陷檢測方法，包括s1、檢測區域無人機航線規劃；s2、無人機進行光伏面板數據采集，獲得紅外和可見光圖像；s3、紅外與可見光圖像配準；
3、s4、紅外圖像熱斑檢測及分類；s5、缺陷定位。該方案不受光伏電站地面環境影響，可以有效解決漁光互補、山地光伏電站檢測難的問題，能直觀地在三維模型上顯示缺陷位置，很大程度上提高了光伏面板的維護效率，上述技術方案存在如下不足：上述技術方案無法對規劃路線上光伏面板的大尺度的正射影像進行采集，同時無法光伏面板位置進行陣列定位，影響光伏面板圖像采集精度，同時無法對光伏面板上的各類缺陷進行快速甄別，不便于對光伏面板后續進行精確檢修，為此我們提出基于無人機和機器視覺的光伏面板缺陷檢測系統及方法。
技術實現思路
1、本專利技術的目的在于提供基于無人機和機器視覺的光伏面板缺陷檢測系統及方法，以解決上述
技術介紹
中提出的現有技術無法對規劃路線上光伏面板的大尺度的正射影像進行采集，同時
2、為實現上述目的，本專利技術提供如下技術方案：基于無人機和機器視覺的光伏面板缺陷檢測系統，包括無人機、可見光鏡頭以及el鏡頭，所述可見光鏡頭或el鏡頭搭載云臺設置在無人機上，所述無人機與控制平臺連接，所述可見光鏡頭以及el鏡頭通過無線網絡與圖像收集模塊輸入端連接，所述圖像收集模塊輸出端與圖像處理模塊輸入端連接，所述圖像處理模塊輸出端與中心處理器輸入端連接，所述中心處理器的輸出端與缺陷甄別模塊連接；
3、所述無人機首先搭載可見光鏡頭，用于對根據給定區域范圍自動規劃航線做初次高空航拍以及仿地中尺度航拍；其次搭載el鏡頭，根據航線規劃路徑進行多視角自適應定向化高精度拍攝；
4、所述云臺用于對el鏡頭進行多角度調節；
5、所述圖像處理模塊用于對el鏡頭采集的光伏面板圖像進行拉正處理。
6、優選的，所述el鏡頭用于獲取光伏面板大多視角高精度影像。
7、優選的，所述缺陷甄別模塊通過simam-efficientnetv2網絡模型提取缺陷特征，將樣本集分類成無缺陷樣本以及缺陷樣本，并剔除無缺陷樣本，再通過yolov9網絡模型對圖片中存在的各種缺陷進行高精度實時檢測，實現了缺陷的快速甄別。
8、基于無人機和機器視覺的光伏面板缺陷檢測方法，具體步驟如下：
9、s1、無人機搭載可見光鏡頭通過控制平臺根據給定區域范圍自動規劃航線做初次高空航拍，獲取大尺度的正射影像和數字表面模型；
10、s2、通過無人機搭載可見光鏡頭進行仿地中尺度航拍獲取亞厘米級精度影像，基于中尺度影像與竣工圖的組件區域位置識別以及確認組件各頂點坐標；
11、s3、基于地形和組件坐標的航線規劃，無人機搭載el鏡頭，并通過el鏡頭進行自適應定向化拍攝，獲取多視角光伏面板高精度影像；
12、s4、根據多視角光伏面板高精度影像，通過圖像處理模塊，對多視角光伏面板高精度影像中映射斜角影像轉換成正視角影像；
13、s5、中心處理器以及缺陷甄別模塊通過simam-efficientnetv2網絡模型提取缺陷特征，將樣本集分類成無缺陷樣本以及缺陷樣本，并剔除無缺陷樣本，再通過yolov9網絡模型對圖片中存在的各種缺陷進行高精度實時檢測，實現了缺陷的快速甄別。
14、優選的，所述s1中無人機通過控制平臺根據給定區域范圍自動規劃航線做初次高空航拍，具體為：
15、根據光伏站或者光伏面板所在經緯度范圍，規劃300-500米高空航線，通過可見光鏡頭獲取光伏站或者光伏面板全景影像以及粗略數字高程模型。
16、優選的，所述s2中通過無人機進行仿地中尺度航拍獲取亞厘米級精度影像，具體為：
17、s20、根據s1中的粗略數字高程模型規劃仿地中尺度航拍路線；
18、s21、根據規劃的仿地中尺度航拍路線，通過可見光鏡頭獲取亞厘米級精度正射影像和數字表面模型。
19、優選的，所述s3具體為：
20、s30、根據組件區域定位、組件定點坐標、無人機飛行高度信息，規劃無人機貼近拍攝航線；
21、s31、基于貼近拍攝航線通過el鏡頭，對光伏面板的多視角高精度影像進行采集。
22、優選的，所述s4具體為：
23、通過歸一化處理，將多視角光伏面板高精度影像轉換成正視角影像，并同一尺度。
24、優選的，所述s5具體為：
25、s50、通過多尺度sam模型將正視角影像分解成樣本集：
26、樣本集表示為：
27、
28、式中：h為正視角影像的像素高度；w為正視角影像的像素寬度；h為單一像素圖的高度；w為單一像素圖的寬度；
29、s51、通過simam-efficientnetv2網絡模型提取缺陷特征，將樣本集分類成無缺陷樣本以及缺陷樣本，并剔除無缺陷樣本；
30、s52、使用yolov9網絡模型對圖片中存在的各種缺陷進行高精度實時檢測。
31、與現有技術相比，本專利技術的有益效果是：
32、(1)本專利技術能夠對規劃路線上光伏面板的大尺度的正射影像進行采集，并對光伏面板位置進行陣列定位，大大提高了對光伏面板影像的采集精度。
33、(2)本專利技術通過simam-efficientnetv2網絡模型提取缺陷特征，將樣本集分類成無缺陷樣本以及缺陷樣本，并剔除無缺陷樣本，再通過yolov9網絡模型對圖片中存在的各種缺陷進行高精度實時檢測，實現了缺陷的快速甄別。
本文檔來自技高網...【技術保護點】
1.基于無人機和機器視覺的光伏面板缺陷檢測系統，其特征在于，包括無人機(1)、可見光鏡頭(9)以及EL鏡頭(3)，所述可見光鏡頭(9)或者EL鏡頭(3)均搭載云臺(2)設置在無人機(1)上，所述無人機(1)與控制平臺(4)連接，所述可見光鏡頭(9)以及EL鏡頭(3)通過無線網絡與圖像收集模塊(5)輸入端連接，所述圖像收集模塊(5)輸出端與圖像處理模塊(6)輸入端連接，所述圖像處理模塊(6)輸出端與中心處理器(7)輸入端連接，所述中心處理器(7)的輸出端與缺陷甄別模塊(8)連接；
2.根據權利要求1所述的基于無人機和機器視覺的光伏面板缺陷檢測系統，其特征在于，所述EL鏡頭(3)用于獲取光伏面板多視角高精度影像。
3.根據權利要求1所述的基于無人機(1)和機器視覺的光伏面板缺陷檢測系統，其特征在于：所述缺陷甄別模塊(8)通過SimAM-EfficientNetV2網絡模型提取缺陷特征，將樣本集分類成無缺陷樣本以及缺陷樣本，并剔除無缺陷樣本，再通過YOLOV9網絡模型對圖片中存在的各種缺陷進行高精度實時檢測，實現了缺陷的快速甄別。
4.一種根據權利要
5.根據權利要求4所述的基于無人機和機器視覺的光伏面板缺陷檢測方法，其特征在于，所述S1中無人機(1)通過控制平臺(4)根據給定區域范圍自動規劃航線做初次高空航拍，具體為：
6.根據權利要求4所述的基于無人機和機器視覺的光伏面板缺陷檢測方法，其特征在于，所述S2中通過無人機(1)進行仿地中尺度航拍獲取亞厘米級精度影像，具體為：
7.根據權利要求4所述的基于無人機和機器視覺的光伏面板缺陷檢測方法，其特征在于，所述S3具體為：
8.根據權利要求4所述的基于無人機和機器視覺的光伏面板缺陷檢測方法，其特征在于，所述S4具體為：
9.根據權利要求4所述的基于無人機和機器視覺的光伏面板缺陷檢測方法，其特征在于：所述S5具體為：
...【技術特征摘要】
1.基于無人機和機器視覺的光伏面板缺陷檢測系統，其特征在于，包括無人機(1)、可見光鏡頭(9)以及el鏡頭(3)，所述可見光鏡頭(9)或者el鏡頭(3)均搭載云臺(2)設置在無人機(1)上，所述無人機(1)與控制平臺(4)連接，所述可見光鏡頭(9)以及el鏡頭(3)通過無線網絡與圖像收集模塊(5)輸入端連接，所述圖像收集模塊(5)輸出端與圖像處理模塊(6)輸入端連接，所述圖像處理模塊(6)輸出端與中心處理器(7)輸入端連接，所述中心處理器(7)的輸出端與缺陷甄別模塊(8)連接；
2.根據權利要求1所述的基于無人機和機器視覺的光伏面板缺陷檢測系統，其特征在于，所述el鏡頭(3)用于獲取光伏面板多視角高精度影像。
3.根據權利要求1所述的基于無人機(1)和機器視覺的光伏面板缺陷檢測系統，其特征在于：所述缺陷甄別模塊(8)通過simam-efficientnetv2網絡模型提取缺陷特征，將樣本集分類成無缺陷樣本以及缺陷樣本，并剔除無缺陷樣本，再通過yol...
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。