科创中国●保定云
首页
需求大厅
成果大厅
科技服务团
专家人才
品牌活动
技术转移
科技普及
科创视野
关于我们
数据中心

光伏阵列无人机航拍图像的阴影去除算法

  • 发布时间: 2024-12-16
预算 双方协商
基本信息
成果方:河北大学
合作方式:技术转让
成果类型:发明专利,
行业领域
其他
成果描述

本发明提供了一种光伏阵列无人机航拍图像的阴影去除算法,包括以下步骤:(a)用户输入笔画指示图像中的阴影区域和非阴影区域,并以此构造KNN分类器对像素进行分类;(b)使用OTSU设置阈值条件,检测出阴影;(c)对阴影边界处进行采样处理,应用双向搜索算法确定每条采样线的位置,并根据采样线长度以及DBSCAN算法将异常采样线剔除;(d)通过阴影比例估计与光照恢复去除阴影,得到无阴影图像。通过与叠加法和YCbCr通道法进行对比表明,本发明算法阴影去除效果优于其他两种算法,且图像信息保留较完整,可得到更加真实、自然的无阴影图像。

应用范围
随着可持续发展战略的实施,光伏产业在不断发展进步的同时,各种故障问题对其发电效益的影响也日益突出,此时快速有效的巡检方法至关重要。由于光伏电站一般都安装在地势复杂的环境中,此时人工巡检方式效率低下且准确率有限,而利用无人机进行航拍巡检的方式因其巡检快速、准确等特点,被广泛应用于各大光伏电站中。然而对航拍图像进行识别以及故障点定位的过程中,阴影经常会被误认为是目标的一部分,这对航拍巡检的准确性造成了影响,因此,针对光伏阵列图像阴影去除方法的研究十分重要。
目前,国内外有很多研究者提出了阴影去除算法,例如基于YCbCr颜色空间去除阴影的算法,虽然原理简单,但阴影去除效果不佳;也有基于二维经验模式分解的方法对阴影进行自动检测与去除,该方法可有效实现复杂纹理图像上的阴影去除,但依赖于先验知识;另外,通过结合颜色特征和纹理特征实现阴影的去除,基于区域重光照的方法去除阴影等,这种方法通过训练分类器获得具有相同纹理特征的非阴影区域,但耗时较长;还有采用神经网络算法,这种方法中的深度网络经过训练后能够自主的学习阴影特征,但需要大量的图像数据集。因此,研究一种有效的且针对光伏阵列图像的阴影去除方法具有重要的现实意义。


前景分析

本发明通过分析用户输入的两个特征笔画检测出阴影,然后应用双向搜索算法获取采样线样本,并将异常样本剔除掉。最后通过阴影比例估计与光照恢复实现阴影的去除。通过与叠加法和YCbCr通道法进行对比表明,本发明算法阴影去除效果优于其他两种算法,且图像信息保留较完整,可得到更加真实、自然的无阴影图像。

联系方式

  • 联系人:

    姜萍

  • 联系电话:

    19933576696

  • 通讯地址:

    河北省保定市五四东路180号

请填写以下信息

  • *

    联系人:

  • *

    手机号:

  • *

    单位名称:

  •  备注:

  • 取消 确定