基于改進聚類算法的光伏組件圖像識別技術(shù).pdf

1、在新能源發(fā)電特別是光伏發(fā)電在能源結(jié)構(gòu)中占比逐漸提高的情況下，對于光伏電站的智能巡檢的研究有著重大的意義。人工巡檢是目前常見的方法，但由于效率低、誤判率高、評估時間長等原因，在實際應(yīng)用中給企業(yè)帶來很重的負擔(dān)。目前，基于無人機的檢測系統(tǒng)已被證明是一種更好的光伏組件巡檢方法，利用無人機進行光伏巡檢基本上可以分為:路徑規(guī)劃、遙感成像、光伏組件的識別與定位、信息傳回地面工作站處理及返航幾個步驟。在這些步驟中，對于光伏組件圖像的處理及識別扮演著重要

2、的角色。本文提出了一種基于改進聚類算法的光伏組件圖像識別技術(shù)，對光伏組件進行定位與識別，大量的現(xiàn)場檢測數(shù)據(jù)表明該算法具有較高的精度，漏檢率低于5％。
　　本文主要工作有以下幾方面:
　　研究了無人機航拍圖像識別的特殊性，并針對性地設(shè)計了相關(guān)算法來解決問題。無人機航拍圖像的處理場景與普通的圖像識別還是有一些區(qū)別的。一方面，光伏電站所處地理位置復(fù)雜，航拍環(huán)境較差，造成無人機航拍圖干擾項較多;另一方面，無人機平臺處理能力有限，且需

3、要與導(dǎo)航系統(tǒng)、地面站處理系統(tǒng)緊密結(jié)合，所以對采用的算法也有相關(guān)的要求。針對這些特殊性，本文提出了結(jié)合紋理特征與顏色特征構(gòu)成圖像的混合特征、對聚類算法進行改進使其有更好的自適應(yīng)性等創(chuàng)新性的想法。
　　對圖像處理的相關(guān)步驟和主要方法進行了研究，比較了各種方法的優(yōu)點和局限性，創(chuàng)新性地將一些方法進行融合，取長補短，取得了良好的效果。在圖像預(yù)處理階段對圖像進行了畸變矯正和霧霾去除;在特征提取階段，融合了顏色和紋理特征。
　　在圖像分類