摘要
本发明属于图像处理的技术领域,更具体地,涉及一种光伏组件智能缺陷检测方法、装置及计算机可读存储介质。所述方法包括通过无人机采集光伏组件的热成像图像与可见光图像,并进行畸变矫正及预处理;采用改进的YOLOv8模型进行缺陷检测,所述改进包括调整超参数、自定义Anchor Box及多尺度训练;对热成像与可见光图像进行跨模态特征匹配,结合逆地理编码实现故障组件精准定位;根据光伏组串发电量数据与缺陷检测结果,判定是否更换组件。本发明解决了现有技术中检测精度低、定位误差大及运维成本高的问题。
技术关键词
智能缺陷检测
光伏组件
可见光图像
特征描述符
逆地理编码
发电量
参数校准
跨模态
矫正
滚动快门效应
可读存储介质
畸变参数
高层语义信息
多尺度特征融合
YOLO模型
SLAM算法
特征匹配算法
成像
权重策略
系统为您推荐了相关专利信息
时间段
光电组件
储存管理系统
储存管理方法
能源
矿用带式输送机
多模态
监控子系统
中心计算机
可见光图像
可见光图像
直线特征
特征点集合
积分误差
坐标系
光伏清洁机器人
充电组件
行走轨道
滑动件
行走驱动装置