[发明专利]基于SeFa和人工智能的光伏轨道相机果冻效应分析方法

权利要求书

1.一种基于SeFa和人工智能的光伏轨道相机果冻效应分析方法，其特征在于，该方法包括：

步骤一，利用轨道相机采集光伏电池板的RGB图像，将RGB图像送入语义分割网络，输出光伏面板的第一语义分割图；第一语义分割图中像素点的类别包括光伏电池板、电池板栅线、其他无关项；

步骤二，根据采集到的光伏电池板的RGB图像的分辨率得到第一语义分割图的图像高度H，将第一语义分割图划分为H行，并依次为每一行标记序号，逐行进行电池板栅线像素点的统计，得到第一统计值h_j，j为第一语义分割图中某一行对应的序号，取值范围为[1,H]，设置阈值M₁，当h_j≥M₁时，认为该行为横向电池板栅线，将该行像素点的像素值置为光伏电池板的像素值，得到第二语义分割图；

步骤三，对第二语义分割图逐行进行电池板栅线像素点的统计，得到第二统计值g_j，基于投票机制根据得到的多个第二统计值，得到光伏电池板纵向栅线的条数w，根据g_j和w判断光伏电池板的RGB图像中是否存在果冻效应中的部分曝光情况；

步骤四，利用搜索算法将第二语义分割图中的电池板栅线像素点分到w个集合中；并将第二语义分割图送入栅线提取网络，得到第二语义分割图中电池板栅线像素点的位置坐标，基于w个集合和位置坐标，利用拟合算法对每个集合中的电池板栅线像素点进行拟合，得到多条拟合栅线；

对于每个集合：计算集合中所有电池板栅线像素点与该集合对应的拟合栅线之间的距离之和D，根据距离之和D判断光伏电池板的RGB图像中是否存在果冻效应中的摇摆不定情况；

步骤五，对轨道相机采集的第一帧光伏电池板的RGB图像进行处理后得到第一帧图像中拟合栅线的标准斜率；计算第一帧之后某一帧RGB图像中每条拟合栅线的斜率，根据每条拟合栅线的斜率与标准斜率判断光伏电池板的RGB图像中是否存在果冻效应中的倾斜情况。

2.如权利要求1所述的方法，其特征在于，由基于SeFa方法的GAN网络生成的光伏电池板图像构建语义分割网络的训练数据集。

3.如权利要求1所述的方法，其特征在于，第二语义分割图中包括纵向的电池板栅线。

4.如权利要求1所述的方法，其特征在于，所述投票机制具体为：当得到的多个第二统计值中超过50％的第二统计值为同一数值时，该数值为条数w。

5.如权利要求1所述的方法，其特征在于，所述搜索算法为启发式搜索算法，具体搜索过程为：按照图像从上到下的顺序，将第二语义分割图第一行中的电池板栅线像素点分别归于w个集合中，并以各个电池板栅线像素点为中心，以距离为代价，向下一行进行搜索，将搜索到的电池板栅线像素点归于相应的集合中；重复搜索过程，直至完成第H行中电池板栅线像素点的搜索。

6.如权利要求1所述的方法，其特征在于，所述拟合直线算法采用最小二乘法。

7.如权利要求1所述的方法，其特征在于，判断是否存在部分曝光情况的方法为：统计g_jw的行的数量α，设置阈值M₂，当α≥M₂时，判定光伏电池板的RGB图像中存在果冻效应中的部分曝光情况；

判断是否存在摇摆不定情况的方法为：设置阈值M₃，当D≥M₃时，判定光伏电池板的RGB图像中存在果冻效应中的摇摆不定情况；

判断是否存在倾斜情况的方法为：设置阈值M₄，当存在任一拟合栅线的斜率与标准斜率之间差值的绝对值大于M₄时，判定光伏电池板的RGB图像中存在果冻效应中的倾斜情况。