光伏板热斑检测方法、系统、电子装置和存储介质与流程

1.本技术涉及光伏板检测领域，特别是涉及光伏板热斑检测方法、系统、电子装置和存储介质。


背景技术：

2.在光伏发电系统中，组件热斑问题是造成光伏组件故障的一大主要成因。当太阳能电池板被比如鸟粪、杂草、落叶、积雪等物体遮挡产生局部阴影，或自身光伏组件存在缺陷时，都会导致光伏板发电组件局部过热从而形成热斑。热斑问题会严重影响太阳能电池的使用寿命，如果不及时对热斑进行排除，会导致电池局部烧毁、焊点融化、引发火灾、盖板玻璃炸裂等情况。
3.在相关技术中，借助无人机搭载热成像相机对光伏电站进行运维检测成为主流趋势，然而热成像图像的清晰度较低、特征较少，对于背景环境相对复杂的山地电站等应用场景，难以过滤背景环境中类似热斑的噪声，造成热斑检测的精度低。并且热斑通常特征不明显，容易漏检；同时，光伏板玻璃上映出的反光也与热斑非常相似，容易误检为热斑。
4.针对相关技术中存在光伏板热斑检测的精度低的问题，目前还没有提出有效的解决方案。


技术实现要素：

5.在本实施例中提供了一种光伏板热斑检测方法、系统、电子装置和存储介质，以解决相关技术中光伏板热斑检测的精度低的问题。
6.第一个方面，在本实施例中提供了一种光伏板热斑检测方法，其特征在于，所述方法包括：
7.对可见光图像进行光伏板识别，在识别到至少一个所述光伏板的情况下，基于所述光伏板获取所述可见光图像中的光伏板可见光图像，并获取所述光伏板可见光图像的第一图像坐标；其中，所述第一图像坐标在所述可见光图像的坐标系下；
8.获取所述可见光图像与热成像图像之间的坐标转换关系，根据所述坐标转换关系将所述第一图像坐标映射到所述热成像图像上以得到第二图像坐标；根据所述第二图像坐标生成所述热成像图像的感兴趣区域；其中，所述第二图像坐标在所述热成像图像的坐标系下；
9.针对所述感兴趣区域进行热斑识别得到热斑识别结果，并基于所述热斑识别结果生成目标热斑检测结果。
10.在其中的一些实施例中，所述针对所述感兴趣区域进行热斑识别得到热斑识别结果，并基于所述热斑识别结果生成目标热斑检测结果包括：
11.将所述感兴趣区域根据图像放大算法进行放大，生成放大结果；
12.获取针对所述放大结果的识别结果，并根据所述识别结果得到所述目标热斑检测结果。
13.在其中的一些实施例中，所述基于所述热斑识别结果生成目标热斑检测结果包括：
14.根据所述感兴趣区域得到所述感兴趣区域的感兴趣区域图像尺寸；
15.根据所述热斑识别结果得到所述热斑识别结果的热斑图像尺寸；
16.根据所述感兴趣区域图像尺寸和所述热斑图像尺寸获取所述目标热斑检测结果。
17.在其中的一些实施例中，所述根据所述感兴趣区域图像尺寸和所述热斑图像尺寸获取所述目标热斑检测结果包括：
18.根据所述感兴趣区域图像尺寸的感兴趣区域像素面积和所述热斑图像尺寸的热斑像素面积得到像素面积比；
19.获取像素面积阈值，如果所述像素面积比小于或者等于所述像素面积阈值，获取与所述热斑像素面积相对应的所述热斑识别结果生成所述目标热斑检测结果。
20.在其中的一些实施例中，所述基于所述热斑识别结果生成目标热斑检测结果包括：
21.根据所述热斑识别结果得到所述感兴趣区域中光伏板的当前热斑温度统计值；
22.从历史数据库中获取与所述光伏板相对应的历史热斑温度统计值；
23.根据所述当前热斑温度统计值和所述历史热斑温度统计值获取所述目标热斑检测结果。
24.在其中的一些实施例中，所述根据所述当前热斑温度统计值和所述历史热斑温度统计值获取所述目标热斑检测结果包括：
25.根据所述当前热斑温度统计值和所述历史热斑温度统计值得到温度差；
26.获取温度阈值，如果所述温度差小于或者等于所述温度阈值，获取与所述当前热斑温度统计值相对应的所述热斑识别结果生成所述目标热斑检测结果。
27.在其中的一些实施例中，所述对可见光图像进行光伏板识别包括：将所述可见光图像输入至第一识别网络进行所述可见光图像的光伏板识别，以使得所述第一识别网络输出识别到的所述光伏板；
28.和/或，
29.所述针对所述感兴趣区域进行热斑识别得到热斑识别结果包括：将所述感兴趣区域输入至第二识别网络进行所述感兴趣区域的热斑识别，得到所述热斑识别结果。
30.在其中的一些实施例中，所述针对所述感兴趣区域进行热斑识别得到热斑识别结果，并基于所述热斑识别结果生成目标热斑检测结果还包括：
31.获取当前可见光图像的当前感兴趣区域，并得到与所述当前感兴趣区域对应的当前热斑图像检测结果；
32.获取当前可见光图像的下一个感兴趣区域，并得到与所述下一个感兴趣区域对应的下一个热斑图像检测结果；
33.根据所述当前热斑图像检测结果和所述下一个热斑图像检测结果生成所述目标热斑检测结果。
34.在其中的一些实施例中，所述根据所述当前热斑图像检测结果和所述下一个热斑图像检测结果生成所述目标热斑检测结果，包括：
35.根据所述当前热斑图像检测结果得到当前热斑尺寸过滤结果和当前热斑温度过
滤结果；根据所述当前热斑尺寸过滤结果和所述当前热斑温度过滤结果生成当前热斑图像过滤结果；
36.根据所述下一个热斑图像检测结果得到下一个热斑尺寸过滤结果和下一个热斑温度过滤结果；根据所述下一个热斑尺寸过滤结果和所述下一个热斑温度过滤结果生成下一个热斑图像过滤结果；
37.根据所述当前热斑图像过滤结果和所述下一个热斑图像过滤结果生成所述目标热斑检测结果。
38.第二个方面，在本实施例中提供了一种光伏板热斑检测系统，其特征在于，包括：终端设备、传输设备以及服务器设备；其中，所述终端设备通过传输设备连接服务器设备；
39.所述服务器设备用于执行上述第一个方面所述的光伏板热斑检测方法；
40.所述传输设备用于将目标热斑检测结果发送至所述终端设备；
41.所述终端设备用于显示所述目标热斑检测结果。
42.第三个方面，在本实施例中提供了一种电子装置，包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述第一个方面所述的光伏板热斑检测方法。
43.第四个方面，在本实施例中提供了一种存储介质，其上存储有计算机程序，该程序被处理器执行时实现上述第一个方面所述的光伏板热斑检测方法。
44.与相关技术相比，在本实施例中提供的光伏板热斑检测方法、系统、电子装置和存储介质，通过对可见光图像进行光伏板识别，在识别到至少一个所述光伏板的情况下，基于所述光伏板获取所述可见光图像中的光伏板可见光图像，并获取所述光伏板可见光图像的第一图像坐标；其中，所述第一图像坐标在所述可见光图像的坐标系下；获取所述可见光图像与热成像图像之间的坐标转换关系，根据所述坐标转换关系将所述第一图像坐标映射到所述热成像图像上以得到第二图像坐标；根据所述第二图像坐标生成所述热成像图像的感兴趣区域；其中，所述第二图像坐标在所述热成像图像的坐标系下；针对所述感兴趣区域进行热斑识别得到热斑识别结果，并基于所述热斑识别结果生成目标热斑检测结果，解决了光伏板热斑检测精度低的问题，实现了光伏板热斑的高精度检测。
45.本技术的一个或多个实施例的细节在以下附图和描述中提出，以使本技术的其他特征、目的和优点更加简明易懂。
附图说明
46.此处所说明的附图用来提供对本技术的进一步理解，构成本技术的一部分，本技术的示意性实施例及其说明用于解释本技术，并不构成对本技术的不当限定。在附图中：
47.图1为一个实施例中光伏板热斑检测方法的应用场景图；
48.图2为一个实施例中光伏板热斑检测方法的流程示意图；
49.图3为另一个实施例中光伏板热斑检测方法的流程示意图；
50.图4为又一个实施例中光伏板热斑检测方法的流程示意图；
51.图5为再一个实施例中光伏板热斑检测方法的流程示意图；
52.图6为一个实施例中计算机设备的内部结构图。
具体实施方式
53.为更清楚地理解本技术的目的、技术方案和优点，下面结合附图和实施例，对本技术进行了描述和说明。
54.除另作定义外，本技术所涉及的技术术语或者科学术语应具有本技术所属技术领域具备一般技能的人所理解的一般含义。在本技术中的“一”、“一个”、“一种”、“该”、“这些”等类似的词并不表示数量上的限制，它们可以是单数或者复数。在本技术中所涉及的术语“包括”、“包含”、“具有”及其任何变体，其目的是涵盖不排他的包含；例如，包含一系列步骤或模块(单元)的过程、方法和系统、产品或设备并未限定于列出的步骤或模块(单元)，而可包括未列出的步骤或模块(单元)，或者可包括这些过程、方法、产品或设备固有的其他步骤或模块(单元)。在本技术中所涉及的“连接”、“相连”、“耦接”等类似的词语并不限定于物理的或机械连接，而可以包括电气连接，无论是直接连接还是间接连接。在本技术中所涉及的“多个”是指两个或两个以上。“和/或”描述关联对象的关联关系，表示可以存在三种关系，例如，“a和/或b”可以表示：单独存在a，同时存在a和b，单独存在b这三种情况。通常情况下，字符“/”表示前后关联的对象是一种“或”的关系。在本技术中所涉及的术语“第一”、“第二”、“第三”等，只是对相似对象进行区分，并不代表针对对象的特定排序。
55.本技术提供的光伏板热斑检测方法，可以应用于如图1所示的应用环境中。其中，终端设备102通过网络与服务器设备104进行通信。服务器设备104对可见光图像进行光伏板识别，在识别到至少一个该光伏板的情况下，基于该光伏板获取该可见光图像中的光伏板可见光图像，并获取该光伏板可见光图像的第一图像坐标；其中，该第一图像坐标在该可见光图像的坐标系下；服务器设备104获取该可见光图像与热成像图像之间的坐标转换关系，根据该坐标转换关系将该第一图像坐标映射到该热成像图像上以得到第二图像坐标；服务器设备104根据该第二图像坐标生成该热成像图像的感兴趣区域；其中，该第二图像坐标在该热成像图像的坐标系下；服务器设备104针对该感兴趣区域进行热斑识别得到热斑识别结果，并基于该热斑识别结果生成目标热斑检测结果；终端设备102对所述目标热斑检测结果进行显示。其中，终端设备102可以但不限于是各种个人计算机、笔记本电脑、智能手机、平板电脑和便携式可穿戴设备，服务器设备104可以用独立的服务器或者是多个服务器组成的服务器集群来实现。
56.在本实施例中提供了一种光伏板热斑检测方法，图2是本实施例的一个光伏板热斑检测方法的流程图，如图2所示，该流程包括如下步骤：
57.步骤s202，对可见光图像进行光伏板识别，在识别到至少一个该光伏板的情况下，基于该光伏板获取该可见光图像中的光伏板可见光图像，并获取该光伏板可见光图像的第一图像坐标；其中，该第一图像坐标在该可见光图像的坐标系下。
58.需要说明的是，该光伏板识别是指识别出该可见光图像中的光伏板部分图像，并将该光伏板部分图像进行分割，得到该光伏板识别结果；该光伏板识别所用的方法可以是深度学习的方法，例如通过卷积神经网络学习并提取彩色的可见光图像信息得到的光伏板部分图像，或者其他能够实现利用可见光图像彩色信息对光伏板部分图像进行识别的方法即可；针对一帧该可见光图像进行光伏板识别得到的该光伏板识别结果可能是一个、可能是多个，也可能获取该光伏板识别结果失败，在获取该光伏板识别结果失败的情况下，该可见光图像帧中没有该光伏板部分图像，该服务器设备104获取下一帧该可见光图像进行光
伏板识别，并进一步得到光伏板热斑检测结果；该第一图像坐标是指该光伏板可见光图像在该可见光图像中的图像坐标，可以通过获取该光伏板可见光图像的对角四个点的坐标得到。
59.步骤s204，获取该可见光图像与热成像图像之间的坐标转换关系，根据该坐标转换关系将该第一图像坐标映射到该热成像图像上以得到第二图像坐标；根据该第二图像坐标生成该热成像图像的感兴趣区域；其中，该第二图像坐标在该热成像图像的坐标系下。
60.需要说明的是，该坐标转换关系可以通过可见光相机和红外相机进行双目标定得到，也可以通过双目相机对标定板的标定得到，还可以通过其他方式标定得到，此处不再赘述；该第二图像坐标是指该感兴趣区域在该热成像图像中的图像坐标，可以通过获取该感兴趣区域的对角四个点的坐标得到；该感兴趣区域与该光伏板可见光图像相对应，可能是一个、也可能是多个；该感兴趣区域描述该光伏板可见光图像的热力分布。
61.步骤s206，针对该感兴趣区域进行热斑识别得到热斑识别结果，并基于该热斑识别结果生成目标热斑检测结果。
62.可以理解的是，该热斑识别是指，对太阳能光伏板被遮挡或者自身出现缺陷时产生的发电组件局部过热的现象进行识别，例如可以通过最大阈值分割法或者otsu法对光伏板的热成像图像进行热斑识别，还可以通过神经网络进行热斑识别；本实施例中可以直接将上述热斑识别结果作为最终的目标热斑检测结果；或者，也可以对该热斑识别结果进行二次检测或筛选等处理，基于这些处理的结果生成上述目标热斑检测结果，以提高光伏板热斑检测的准确性，在此不再赘述。
63.通过上述步骤，对可见光图像进行光伏板识别，可以将可见光图像帧中的光伏板部分图像进行分割，得到分割后的光伏板可见光图像，并进一步通过坐标转换关系得到感兴趣区域，从而识别出热斑，分割后的光伏板可见光图像中不包括该可见光图像帧中的背景噪声，可以有效地去除背景噪声，提高光伏板识别的精度，从而进一步提高热斑检测的精度，解决了光伏板热斑检测精度低的问题。
64.在其中的一些实施例中，该针对该感兴趣区域进行热斑识别得到热斑识别结果，并基于该热斑识别结果生成目标热斑检测结果包括：
65.将该感兴趣区域根据图像放大算法进行放大，生成放大结果；
66.获取针对该放大结果的识别结果，并根据该识别结果得到该目标热斑检测结果。
67.其中，该图像放大算法可以是双线性插值法或者是双三次插值法，在该图像放大算法是双三次插值法的情况下，可以将该感兴趣区域进行四倍放大生成该放大结果；得到该识别结果的方法可以是深度学习的方法，例如卷积神经网络。
68.图3是本实施例中的另一个光伏板热斑检测方法的流程图，如图3所示，该方法首先剪裁出光伏板区域上的感兴趣区域的图像；其中，该光伏板区域是指与该光伏板可见光图像相对应的热成像图像上的光伏板热成像图像；其次将该感兴趣区域图像利用双三次插值算法放大四倍，得到该放大图像；最后利用卷积神经网络对该放大图像进行热斑识别，得到该目标热斑检测结果。
69.通过上述步骤，将光伏板热成像图像中的感兴趣区域进行放大生成该放大结果，增加了该感兴趣区域中热斑的像素点数量，并利用该放大结果得到该目标热斑检测结果，可以提高对热斑的识别结果的识别率，从而提高热斑检测的识别精度，解决了光伏板热斑
检测精度低的问题。
70.在其中的一些实施例中，该基于该热斑识别结果生成目标热斑检测结果包括：
71.根据该感兴趣区域得到该感兴趣区域的感兴趣区域图像尺寸；
72.根据该热斑识别结果得到该热斑识别结果的热斑图像尺寸；
73.根据该感兴趣区域图像尺寸和该热斑图像尺寸获取该目标热斑检测结果。
74.其中，该感兴趣区域图像尺寸可以是该感兴趣区域的长宽尺寸，也可以是面积尺寸；该热斑图像尺寸可以是该热斑识别结果的长宽尺寸，也可以是面积尺寸。
75.可以理解的是，上述根据该感兴趣区域图像尺寸和该热斑图像尺寸获取该目标热斑检测结果，可以是任何能够反映该感兴趣区域图像尺寸和该热斑图像尺寸之间的图像尺寸关系的函数得到的结果，例如通过比值函数得到的结果，或者通过二元一次函数对该感兴趣区域图像尺寸和该热斑图像尺寸进行标定得到的结果。
76.通过上述步骤，针对得到的该热斑识别结果与感兴趣区域之间的图像尺寸关系，进一步得到该热斑识别结果经过图像尺寸关系的反光过滤之后的目标热斑检测结果，将该热斑识别结果中的反光噪声进行过滤，从而提高热斑检测的识别精度，解决了光伏板热斑检测精度低的问题。
77.在其中的一些实施例中，该根据该感兴趣区域图像尺寸和该热斑图像尺寸获取该目标热斑检测结果包括：
78.根据该感兴趣区域图像尺寸的感兴趣区域像素面积和该热斑图像尺寸的热斑像素面积得到像素面积比；
79.获取像素面积阈值，如果该像素面积比小于或者等于该像素面积阈值，获取与该热斑像素面积相对应的该热斑识别结果生成该目标热斑检测结果。
80.其中，该像素面积阈值是指预先经过大量热斑图片样本标定之后测算得到的热斑的该像素面积阈值。
81.图4是本实施例中的又一个光伏板热斑检测方法的流程图，如图4所示，该方法首先从该热成像图像中提取感兴趣区域，该感兴趣区域即为光伏板轮廓，并基于该光伏板轮廓计算光伏板的热成像像素面积；其次从该感兴趣区域中提取该热斑圆形轮廓，并基于该热斑圆形轮廓计算热斑像素面积；最后计算该感兴趣区域图像尺寸的感兴趣区域像素面积和该热斑图像尺寸的热斑像素面积的像素面积比，并将该像素面积比与该像素面积阈值进行比较进行反光过滤，得到最终的该目标热斑检测结果。
82.具体地，在上述图像尺寸为像素面积的情况下，上述像素面积比与该像素面积阈值的比较可以用以下公式计算：
[0083][0084]
其中，s
hot
为热斑像素面积，s
panel
为热斑所在光伏板的光伏板热成像像素面积，c为预先经过大量热斑图片样本标定之后测算得到的热斑的该像素面积阈值。如果该热斑像素面积与光伏板的该热成像像素面积之比超过阈值c，则认为当前热斑识别结果为误检的反光目标，将该当前热斑识别结果过滤，生成最终的该目标热斑检测结果。
[0085]
通过上述步骤，可以基于该热斑识别结果与该感兴趣区域之间的像素面积的比值，进一步得到该热斑识别结果经过像素面积关系的反光过滤之后的目标热斑检测结果，
将该热斑识别结果中的反光噪声进行过滤，从而提高热斑检测的识别精度，解决了光伏板热斑检测精度低的问题。
[0086]
在其中的一些实施例中，该基于该热斑识别结果生成目标热斑检测结果包括：
[0087]
根据该热斑识别结果得到该感兴趣区域中光伏板的当前热斑温度统计值；
[0088]
从历史数据库中获取与该光伏板相对应的历史热斑温度统计值；
[0089]
根据该当前热斑温度统计值和该历史热斑温度统计值获取该目标热斑检测结果。
[0090]
其中，该当前热斑温度统计值和该历史热斑温度统计值的区别在于，该当前热斑温度统计值是针对特定光伏板的当前热斑温度的统计结果，该历史热斑温度统计值是针对在与当前热成像图像的拍摄视角不同的情况下，该相同光伏板的不同时刻的热斑温度统计结果；该当前热斑温度统计值是指该热成像图像当前帧图像中对所有热斑的温度统计结果，可以是当前统计均值、方差或者当前温度统计分位值，该当前温度统计分位值可以是85％分位的温度值；该历史热斑温度统计值是指在历史数据库中存储的、与该热成像图像指示的光伏板相同的历史热斑温度统计结果，可以是历史统计均值、方差或者历史温度统计分位值，该历史温度统计分位值可以是85％分位的温度值；为减少时间对温度变化的影响，该历史温度统计值可以取得上一次热斑温度统计值作为该历史温度统计值。
[0091]
可以理解的是，上述根据该当前热斑温度统计值和该历史热斑温度统计值获取该目标热斑检测结果，可以是任何能够反映该当前热斑温度统计值和该历史热斑温度统计值之间的温度关系的函数得到的结果，例如通过比值函数得到的结果，或者通过二元一次函数对该当前热斑温度统计值和该历史热斑温度统计值进行标定得到的结果。
[0092]
通过上述步骤，针对得到的该热斑识别结果与感兴趣区域之间的温度关系，进一步得到该热斑识别结果经过温度关系的反光过滤之后的目标热斑检测结果，将该热斑识别结果中的反光噪声通过温度对照进行过滤，从而提高热斑检测的识别精度，解决了光伏板热斑检测精度低的问题。
[0093]
在其中的一些实施例中，该根据该当前热斑温度统计值和该历史热斑温度统计值获取该目标热斑检测结果包括：
[0094]
根据该当前热斑温度统计值和该历史热斑温度统计值得到温度差；
[0095]
获取温度阈值，如果该温度差小于或者等于该温度阈值，获取与该当前热斑温度统计值相对应的该热斑识别结果生成该目标热斑检测结果。
[0096]
其中，该温度阈值是指预先经过大量热斑温度样本标定之后测算得到的热斑的该温度阈值。
[0097]
具体地，在上述温度统计值为温度均值的情况下，上述温度差与该温度阈值的比较可以用以下公式计算：
[0098]
t
now-t
last
》t
limit
[0099]
其中，t
now
为该当前热斑温度均值，t
last
为上一次热斑温度均值，t
limit
为预先经过大量热斑温度样本标定之后测算得到的热斑的该温度阈值。如果该当前热斑温度均值和该历史热斑温度均值的温度差超过阈值t
limit
，则认为当前热斑识别结果为误检的反光目标，将该当前热斑识别结果过滤，生成最终的该目标热斑检测结果。
[0100]
通过上述步骤，针对得到的该当前热斑温度统计值与该历史热斑温度统计值之间的温度关系，进一步得到该热斑识别结果经过温度关系的反光过滤之后的目标热斑检测结
果，将该热斑识别结果中的反光噪声进行过滤，从而提高热斑检测的识别精度，解决了光伏板热斑检测精度低的问题。
[0101]
可以理解的是，上述针对得到的该热斑识别结果与感兴趣区域之间的图像尺寸关系，和/或，上述针对得到的该热斑识别结果与感兴趣区域之间的温度关系，进一步得到反光过滤之后的目标热斑检测结果的具体实施例，可以是单独进行的，也可以是组合进行的，此处不再赘述。
[0102]
在其中的一些实施例中，该对可见光图像进行光伏板识别包括：将该可见光图像输入至第一识别网络进行该可见光图像的光伏板识别，以使得该第一识别网络输出识别到的该光伏板；
[0103]
和/或，
[0104]
该针对该感兴趣区域进行热斑识别得到热斑识别结果包括：将该感兴趣区域输入至第二识别网络进行该感兴趣区域的热斑识别，得到该热斑识别结果。
[0105]
其中，该第一识别网络与该第二识别网络不同，该第一识别网络与该第二识别网络可以采用相同的网络结构和不同的参数，或者是采用不同的网络结构；该第一识别网络可以是第一深度卷积神经网络，由该可见光图像中针对该光伏板可见光图像的训练集训练得到；该第二识别网络可以是第二深度卷积神经网络，由该感兴趣区域中针对热斑图像的训练集训练得到。
[0106]
通过上述步骤，采用不同的识别网络分别对该可见光图像和该感兴趣区域进行识别，以减小网络之间的误差传递，从而提高热斑检测的识别精度，解决了光伏板热斑检测精度低的问题。
[0107]
在其中的一些实施例中，该针对该感兴趣区域进行热斑识别得到热斑识别结果，并基于该热斑识别结果生成目标热斑检测结果还包括：
[0108]
获取当前可见光图像的当前感兴趣区域，并得到与该当前感兴趣区域对应的当前热斑图像检测结果；
[0109]
获取当前可见光图像的下一个感兴趣区域，并得到与该下一个感兴趣区域对应的下一个热斑图像检测结果；
[0110]
根据该当前热斑图像检测结果和该下一个热斑图像检测结果生成该目标热斑检测结果。
[0111]
可以理解的是，在获取当前可见光图像的下一个感兴趣区域失败时，针对该当前可见光图像的图像帧中的所有感兴趣区域的热斑图像检测已经完成，当前可见光图像的图像帧中没有其他未检测的感兴趣区域，从而结束对当前可见光图像的图像帧的循环检测，获取下一张可见光图像以进行下一张可见光图像的光伏板热斑检测。
[0112]
通过上述步骤，可以穷尽对当前可见光图像中的光伏板热斑的检测，减少对光伏板热斑检测的误检、漏检，从而提高热斑检测的识别精度，解决了光伏板热斑检测精度低的问题。
[0113]
在其中的一些实施例中，该根据该当前热斑图像检测结果和该下一个热斑图像检测结果生成该目标热斑检测结果，包括：
[0114]
根据该当前热斑图像检测结果得到当前热斑尺寸过滤结果和当前热斑温度过滤结果；根据该当前热斑尺寸过滤结果和该当前热斑温度过滤结果生成当前热斑图像过滤结
果；
[0115]
根据该下一个热斑图像检测结果得到下一个热斑尺寸过滤结果和下一个热斑温度过滤结果；根据该下一个热斑尺寸过滤结果和该下一个热斑温度过滤结果生成下一个热斑图像过滤结果；
[0116]
根据该当前热斑图像过滤结果和该下一个热斑图像过滤结果生成该目标热斑检测结果。
[0117]
通过上述步骤，基于图像尺寸和温度，针对该当前热斑图像检测结果与该下一个热斑图像检测结果进行反光过滤，从而得到最终的目标热斑检测结果，进一步地提高热斑检测的识别精度，解决了光伏板热斑检测精度低的问题。
[0118]
图5是本实施例的再一个光伏板热斑检测方法的流程图。
[0119]
如图5所示，该方法首先获取可见光图像和与该可见光图像对应的热成像图像，再对可见光图像进行光伏板识别，得到画面内所有光伏板的矩形位置坐标；其中，该光伏板识别的方法可以是深度卷积神经网络方法。
[0120]
其次，在可见光图像中识别光伏板失败的情况下，该可见光图像中不存在光伏板，获取下一张可见光图像和下一张与该可见光图像对应的热成像图像；在可见光图像中存在光伏板的情况下，通过坐标匹配，将光伏板的矩形位置坐标坐标映射到热成像图像上。
[0121]
再次，将匹配到的热成像图像上的光伏板矩形区域设置为感兴趣区域，并剪裁出感兴趣区域图像，将该感兴趣区域图像输入至双三次插值算法中进行图像放大，得到四倍放大后的放大图像，根据该放大图像进行热斑识别，得到当前热斑识别结果。
[0122]
最后，对该当前热斑识别结果进行反光过滤，并根据该当前热斑识别结果记录存在热斑的光伏板在热成像图像中的当前图像坐标；其中，该反光过滤的方法包括基于像素面积的反光过滤方法和基于温度的反光过滤方法；在获取到当前图像坐标后，获取下一个图像坐标，直至获取到当前热成像图像的当前帧中的所有光伏板热斑的图像坐标形成坐标集{rectpanel}后，生成目标热斑检测接结果。
[0123]
应该理解的是，虽然图2-5的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，图2-5中的至少一部分步骤可以包括多个子步骤或者多个阶段，这些子步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些子步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
[0124]
在本实施例中还提供了一种光伏板热斑检测系统，该系统包括：终端设备102、传输设备以及服务器设备104；其中，该终端设备102通过传输设备连接服务器设备104；
[0125]
该服务器设备104用于执行权利上述任一项光伏板热斑检测方法实施例中的步骤；
[0126]
该传输设备用于将目标热斑检测结果发送至该终端设备；
[0127]
该终端设备102用于显示该目标热斑检测结果。
[0128]
其中，该服务器设备104和该终端设备102可以设置在光伏板中央控制中心，也可以是设置在对光伏板进行巡检的无人机上，还可以将该服务器设备104设置在光伏板中央
控制中心、该终端设备102设置在无人机上，此处不再赘述。
[0129]
在本实施例中还提供了一种电子装置，包括存储器和处理器，该存储器中存储有计算机程序，该处理器被设置为运行计算机程序以执行上述任一项方法实施例中的步骤。
[0130]
可选地，上述电子装置还可以包括传输设备以及输入输出设备，其中，该传输设备和上述处理器连接，该输入输出设备和上述处理器连接。
[0131]
可选地，在本实施例中，上述处理器可以被设置为通过计算机程序执行以下步骤：
[0132]
s1，对可见光图像进行光伏板识别，在识别到至少一个该光伏板的情况下，基于该光伏板获取该可见光图像中的光伏板可见光图像，并获取该光伏板可见光图像的第一图像坐标；其中，该第一图像坐标在该可见光图像的坐标系下。
[0133]
s2，获取该可见光图像与热成像图像之间的坐标转换关系，根据该坐标转换关系将该第一图像坐标映射到该热成像图像上以得到第二图像坐标；根据该第二图像坐标生成该热成像图像的感兴趣区域；其中，该第二图像坐标在该热成像图像的坐标系下。
[0134]
s3，针对该感兴趣区域进行热斑识别得到热斑识别结果，并基于该热斑识别结果生成目标热斑检测结果。
[0135]
需要说明的是，在本实施例中的具体示例可以参考上述实施例及可选实施方式中所描述的示例，在本实施例中不再赘述。
[0136]
此外，结合上述实施例中提供的光伏板热斑检测方法，在本实施例中还可以提供一种存储介质来实现。该存储介质上存储有计算机程序；该计算机程序被处理器执行时实现上述实施例中的任意一种光伏板热斑检测方法。
[0137]
在一个实施例中，提供了一种计算机设备，该计算机设备可以是服务器，其内部结构图可以如图6所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口和数据库。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储光伏板热斑检测数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种光伏板热斑检测方法。
[0138]
本领域技术人员可以理解，图6中示出的结构，仅仅是与本技术方案相关的部分结构的框图，并不构成对本技术方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
[0139]
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本技术所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(rom)、可编程rom(prom)、电可编程rom(eprom)、电可擦除可编程rom(eeprom)或闪存。易失性存储器可包括随机存取存储器(ram)或者外部高速缓冲存储器。作为说明而非局限，ram以多种形式可得，诸如静态ram(sram)、动态ram(dram)、同步dram(sdram)、双数据率sdram(ddrsdram)、增强型sdram(esdram)、同步链路(synchlink)dram(sldram)、存储器总线(rambus)直接ram(rdram)、直接存储器总线动态ram(drdram)、以及存储器总线动态ram(rdram)等。
[0140]
应该明白的是，这里描述的具体实施例只是用来解释这个应用，而不是用来对它进行限定。根据本技术提供的实施例，本领域普通技术人员在不进行创造性劳动的情况下得到的所有其它实施例，均属本技术保护范围。
[0141]
显然，附图只是本技术的一些例子或实施例，对本领域的普通技术人员来说，也可以根据这些附图将本技术适用于其他类似情况，但无需付出创造性劳动。另外，可以理解的是，尽管在此开发过程中所做的工作可能是复杂和漫长的，但是，对于本领域的普通技术人员来说，根据本技术披露的技术内容进行的某些设计、制造或生产等更改仅是常规的技术手段，不应被视为本技术公开的内容不足。
[0142]“实施例”一词在本技术中指的是结合实施例描述的具体特征、结构或特性可以包括在本技术的至少一个实施例中。该短语出现在说明书中的各个位置并不一定意味着相同的实施例，也不意味着与其它实施例相互排斥而具有独立性或可供选择。本领域的普通技术人员能够清楚或隐含地理解的是，本技术中描述的实施例在没有冲突的情况下，可以与其它实施例结合。
[0143]
以上所述实施例仅表达了本技术的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对专利保护范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本技术构思的前提下，还可以做出若干变形和改进，这些都属于本技术的保护范围。因此，本技术的保护范围应以所附权利要求为准。