[发明专利]光伏组件图像的异常检测方法、装置及设备

权利要求书

1.一种光伏组件图像的异常检测方法，其特征在于，包括：

获取光伏组件图像；

识别所述光伏组件图像的图像特征点；

基于所述图像特征点识别所述光伏组件图像中的栅线和分割线；

根据所述图像特征点、栅线和分割线对所述光伏组件图像进行异常检测。

2.根据权利要求1所述的方法，其特征在于，识别所述光伏组件图像的图像特征点，包括：

基于行和列对所述光伏组件图像进行分割，获得多个子图像；

确定所述子图像的局部峰值点；

基于所述局部峰值点，确定所述子图像的图像特征点，所述光伏组件图像的图像特征点包括多个子图像的图像特征点。

3.根据权利要求2所述的方法，其特征在于，确定所述子图像的局部峰值点，包括：

沿垂直于图像边缘的方向，获得与每个子图像相对应的均值向量；

对所述均值向量进行低频滤波，获得高频分量；

基于所述高频分量，确定所述子图像的局部峰值点。

4.根据权利要求3所述的方法，其特征在于，基于所述高频分量，确定所述子图像的局部峰值点，包括：

基于所述高频分量，确定一阶差分向量；

基于所述一阶差分向量，确定所述子图像的初始峰值点，所述初始峰值点的幅值大于相邻特征点的幅值；

在所述初始峰值点中，确定所述子图像的局部峰值点。

5.根据权利要求2所述的方法，其特征在于，基于所述局部峰值点，确定所述子图像的图像特征点，包括：

识别所述局部峰值点中所包括的冗余特征点；

将所述局部峰值点中的所述冗余特征点删除，获得所述子图像的图像特征点。

6.根据权利要求5所述的方法，其特征在于，识别所述局部峰值点中所包括的冗余特征点，包括：

获取所述局部峰值点的置信度；

基于所述置信度，识别所述局部峰值点中所包括的冗余特征点。

7.根据权利要求6所述的方法，其特征在于，获取所述局部峰值点的置信度，包括：

获取所有相邻的局部峰值点所对应的相邻距离；

基于所有的相邻距离，确定平均距离；

基于所述平均距离和相邻距离，确定所述局部峰值点的置信度。

8.根据权利要求6所述的方法，其特征在于，获取所述局部峰值点的置信度，包括：

确定所述局部峰值点所对应的邻域；

统计位于所述邻域内的局部峰值点的数量；

基于所述数量，确定所述局部峰值点的置信度，其中，所述置信度与数量的多少呈正相关。

9.根据权利要求1所述的方法，其特征在于，基于所述图像特征点识别所述光伏组件图像中的栅线和分割线，包括：

在所述图像特征点中，确定分割线特征点，其中，在一局部区域内，所述分割线特征点的幅值大于其他图像特征点的幅值；

基于所述图像特征点，确定所述光伏组件图像中的栅线；

基于所述分割线特征点，确定所述光伏组件图像中的分割线。

10.根据权利要求9所述的方法，其特征在于，在所述图像特征点中，确定分割线特征点，包括：

在所述图像特征点中，确定峰值特征点；

获取与所述峰值特征点相对应的置信度向量；

对所述置信度向量进行低频滤波处理，获得处理后向量；

基于所述处理后向量，确定所述分割线特征点。

11.根据权利要求10所述的方法，其特征在于，获取与所述峰值特征点相对应的置信度向量，包括：

获取所述峰值特征点与相邻峰值特征点之间的所有中间特征点；

确定所述峰值特征点与所有中间特征点所对应的最大差值；

基于所述最大差值，确定与所述峰值特征点相对应的置信度向量。