基于傅里叶变换的光伏电池板缺陷检测方法与流程

1.本发明涉及图像处理领域，具体涉及一种基于傅里叶变换的光伏电池板缺陷检测方法。


背景技术：

2.太阳能具有清洁、绿色、环保、可再生的特点，能够有效缓解经济社会对化石能源的依赖，解决传统化石能源的日益短缺、不可再生以及所引发的一系列环境问题，在国家发展战略中凸显出越来越重要的作用。
3.光伏发电是一种利用半导体界面的光生伏特效应而将光能直接转变为电能的技术，其作为太阳能利用的有效方式，已得到大规模推广应用。目前，大面积铺设光伏电池板已经成为一些太阳能丰富地区的主要能源供应方式，而随着光伏电池板的大面积使用，也暴露出了新的问题，其中影响最为显著的是异物遮挡电池板所导致的热斑效应。热斑效应是指在一定条件下，串联支路中被遮蔽的太阳能电池组件被当作负载，消耗其他被光照的太阳能电池组件所产生的能量，使得被遮挡的太阳能电池组件发热的现象。出现热斑效应时，由于被遮挡的的光伏电池组件将会消耗正常光照的光伏电池组件所产生的部分能量甚至所有能量，其不但会降低能量的输出功率，还可能会对太阳能电池组件造成结构损坏甚至烧毁组件，严重影响了太阳能光伏电池板的正常使用。
4.为了针对性消除异物遮挡或热斑带来的不利影响，不可避免地需要对光伏电池板上的异物遮挡和热斑情况进行检测分析。然而，由于光伏电池板铺设范围十分广泛，因而进行大面积的光伏电池板异物遮挡甚至热斑的检测相当麻烦。目前，采用人工检测虽然能够对热斑效应可能导致的后果采取一定的防护措施，但是会消耗大量的时间与精力，而且还治标不治本。因此，如何才能快速、同步检测出异物遮挡或者热斑的产生，才能从根源上降低甚至消除异物遮挡和热斑效应的影响。


技术实现要素：

5.为了解决上述技术问题，本发明的目的在于提供一种基于傅里叶变换的光伏电池板缺陷检测方法，其能够快速判断出光伏电池板上的异物遮挡和热斑，从而有助于针对性消除缺陷以降低光伏电池板的经济损失。
6.本发明的基于傅里叶变换的光伏电池板缺陷检测方法，所采用的技术方案如下：一种基于傅里叶变换的光伏电池板缺陷检测方法，包括以下步骤：步骤一，采集光伏电池板表面图像，对光伏电池板表面图像进行灰度化处理得到灰度图像，然后对灰度图像进行边缘检测得到边缘检测图像；步骤二，对灰度图像进行傅里叶变换得到频谱图，然后以选定半径对频谱图进行高低频区域的初始划分，对划分后的高频区域进行傅里叶逆变换，将得到的傅里叶逆变换图像与边缘检测图像进行比对，重新确定高低频区域的划分界限，得到划分后的低频区域；所述划分后的低频区域包含遮挡缺陷和/或热斑缺陷；
步骤三，对划分后的低频区域进行傅里叶逆变换，得到低通处理图像，对低通处理图像的行和、列和进行累加，得到行灰度和累加拟合曲线和列灰度和累加拟合曲线；根据行灰度和累加拟合曲线、列灰度和累加拟合曲线，分析光伏电池板表面的遮挡缺陷和热斑缺陷的综合影响程度；其中，步骤三中，分析光伏电池板表面的遮挡缺陷和热斑缺陷的综合影响程度，具体过程为：根据行灰度和累加拟合曲线、列灰度和累加拟合曲线中的波峰数据，分析遮挡缺陷的异常程度；根据行灰度和累加拟合曲线、列灰度和累加拟合曲线中的波谷数据，分析热斑缺陷的异常程度；将遮挡缺陷的异常程度和热斑缺陷的异常程度进行加和，得到遮挡缺陷和热斑缺陷的综合影响程度。
7.优选地，步骤一中，所述边缘检测采用canny边缘检测算法进行。
8.进一步地，步骤二中，以选定半径对频谱图进行高低频区域的初始划分，具体过程为：对频谱图中心的低频区域以选定半径的圆范围进行覆盖，将圆范围内的各点像素值设置为0，覆盖处理后得到划分后的高频区域。
9.进一步地，步骤二中，将得到的傅里叶逆变换图像与边缘检测图像进行比对，重新确定高低频区域的划分界限，具体过程为：在边缘检测图像和傅里叶逆变换图像中，各像素点灰度值为0或255；将边缘检测图像和傅里叶逆变换后图像进行比对，用傅里叶逆变换图像上每个像素点的灰度值减去边缘检测图像上同一像素点的灰度值，统计结果为255的像素点的个数以及结果为-255的像素点的个数，则有：其中，表示第次处理，为第次处理的匹配参数，为第次处理时结果为255的像素点的个数，为第次处理时结果为-255的像素点的个数；为灰度图像上像素点的总个数；当匹配参数的值小于0.001时，则表明傅里叶逆变换图像与边缘检测图像相匹配，记录下此时第次处理的划分半径；当匹配参数的值大于0.001时，则表明划分的高频区域存在部分整体特征，此时等差增大半径值，重复上述步骤，直到满足小于0.001，结束该操作，记录此时的划分半径，由此确定出高低频区域的划分界限。
10.更进一步地，步骤二中，划分后的低频区域的获取过程为：根据得到的所述划分半径，将频谱图中与低频中心点距离大于的高频区域的像素点的像素值设置为0，由此得到划分后的低频区域。
11.步骤三中，对低通处理图像的行和、列和进行累加，得到行灰度和累加拟合曲线和列灰度和累加拟合曲线，具体过程是：
处理后的低通处理图像中共有行、列，则行、列灰度累加如下式：列灰度累加如下式：其中，表示行灰度累加序列中第行的灰度累加和；表示列灰度累加序列中第列的灰度累加和，则表示第行第列像素点的灰度值；然后根据各行的灰度累加和拟合得到行灰度和累加拟合曲线h；根据各列的灰度累加和拟合得到列灰度和累加拟合曲线l。
12.优选地，步骤三中，根据行灰度和累加拟合曲线、列灰度和累加拟合曲线中的波峰数据，分析遮挡缺陷的异常程度，具体过程为：统计曲线h上共有个波峰，曲线l上共有个波峰，曲线h上随机选取的第个波峰所在位置从左侧端点到右侧端点共占据了个行，曲线l上随机选取的第个波峰所在位置从左侧端点到右侧端点共占据了个列；第个波峰的峰值所在行的灰度累加和与该波峰所在位置的左侧端点、右侧端点所在行的灰度累加和中的最小值之间的差值为，第个波峰的峰值所在列的灰度累加和与该波峰所在位置的左侧端点、右侧端点所在列的灰度累加和中的最小值之间的差值为，则：则：则：则：其中，、分别为第个波峰所在位置的左侧端点、右侧端点所在的行数，、分别为第个波峰所在位置左侧端点、右侧端点所在的列数；为第个波峰的峰值所在行的灰度累加和，为第个波峰的左侧端点所在行的灰度累加和、为第个波峰的右侧端点所在行的灰度累加和；为第个波峰的峰值所在列的灰度累加和，为第个波峰的左侧端点所在列的灰度累加和，为第个波峰的右侧端点所在列的灰度累加和；min（）为求最小值；
将所有波峰的或进行累加，得出每个波峰所占总差值的权重和：：其中，、分别为曲线h、l中波峰的总个数；每个波峰的影响程度用下式表示：每个波峰的影响程度用下式表示：其中，为行上第个波峰的影响程度；为列上第个波峰的影响程度；为图像的行数，为图像的列数。
13.优选地，步骤三中，根据行灰度和累加拟合曲线、列灰度和累加拟合曲线中的波谷数据，分析热斑缺陷的异常程度，具体过程为：统计曲线h上共有个波谷，曲线l上共有个波谷，曲线h上随机选取的第个波谷所在位置从左侧端点到右侧端点共占据了个行，曲线l上随机选取的第个波谷所在位置从左侧端点到右侧端点共占据了个列；第个波谷的左侧端点、右侧端点所在行的灰度累加和中的最大值与该波谷的谷值所在行的灰度累加和之间的差值为，第个波谷的左侧端点、右侧端点所在列的灰度累加和中的最大值与该波谷的谷值所在列的灰度累加和之间的差值为，则：则：则：则：其中，、分别为第个波谷所在位置的左侧端点、右侧端点所在的行数，、分别为第个波谷所在位置的左侧端点、右侧端点所在的列数；为第个波谷的谷值所在行的灰度累加和，为第个波谷的左侧端点所在行的灰度累加和，为第个波谷的右侧端点所在行的灰度累加和；为第个波谷的谷值所在列的灰度累加和，为
第个波谷的左侧端点所在列的灰度累加和，为第个波谷的右侧端点所在列的灰度累加和；max（）为求最大值；将所有波谷的或进行累加，得出每个波谷所占总差值的一个权重和；；其中，、分别为曲线h、l中波谷的总个数；每个波谷的影响程度用下式表示：每个波谷的影响程度用下式表示：其中，为行上第个波谷的影响程度、为列上第个波谷的影响程度；为图像的行数，为图像的列数。
14.更优选地，遮挡缺陷和热斑缺陷的综合影响程度的分析过程为：根据第个波峰的影响程度，列上第个波峰的影响程度，得到遮挡缺陷的异常程度如下：根据第个波谷的影响程度，列上第个波谷的影响程度，得到热斑缺陷的异常程度如下：将遮挡缺陷的异常程度和热斑缺陷的异常程度进行加和，得到遮挡缺陷和热斑缺陷的综合影响程度。该步骤中，由于遮挡缺陷和热斑缺陷可单独出现，也可同时出现，因此对二者的和值进行分析，并设定判断阈值，该阈值由实施人员根据具体实验和误差情况确定。当大于阈值，则说明光伏电池板上有热斑和/或遮挡出现，需要及时处理以排除影响。
15.本发明的有益效果，具体如下：本发明的基于傅里叶变换的光伏电池板缺陷检测方法，采集光伏电池板表面图像，通过图像处理及傅里叶变换相关应用，检测判断光伏电池板上的遮挡缺陷和热斑缺陷，并分析其对光伏板的整体影响程度，在提高检测准确度的同时也减少了大面积检测所花费
的时间，提高了检测效率，还能有效规避异物或热斑可能导致的光伏板损坏从而降低材料更换成本，在光伏板缺陷检测领域具有良好的应用前景。
附图说明
16.图1是本发明的基于傅里叶变换的光伏电池板缺陷检测方法的方法流程图；图2是本发明的基于傅里叶变换的光伏电池板缺陷检测方法中，有缺陷光伏电池板的灰度图像（a）、正常光伏电池板的灰度图像（c）以及相对应有缺陷电池板的频谱图（b）、正常电池板的频谱图（d）；图3是本发明的基于傅里叶变换的光伏电池板缺陷检测方法中低频区域覆盖示意图。
具体实施方式
17.为更进一步阐述本发明为达成预定发明目的所采取的技术手段及功效，以下结合附图及较佳实施例，对本发明的技术方案详细说明如下。除非另有定义，以下所使用的所有的技术和科学术语与本发明所属技术领域的技术人员通常理解的含义相同。
18.具体地，本发明的基于傅里叶变换的光伏电池板缺陷检测方法，请参照图1所示，包括以下步骤：步骤一，采集光伏电池板表面图像，对光伏电池板表面图像进行灰度化处理得到灰度图像，然后对灰度图像进行边缘检测得到边缘检测图像；其中，采集得到的光伏电池板表面图像中，光伏电池板表面上分布有规则且均匀的栅线，为白色部分，而板面为蓝色部分；如果有热斑产生，其表现颜色比正常板面更深，热斑可能从边缘到内部颜色逐渐加深，甚至因为烧毁出现多层轮廓边缘；而如果是出现异物遮挡，则遮挡异物会有一个清晰的遮挡轮廓。因此，在灰度化处理得到灰度图像后，利用边缘检测对灰度图像中轮廓边界进行提取。
19.本实施例中，步骤一所涉及的边缘检测具体是利用canny边缘检测算法对原灰度图像进行边缘检测，边缘检测后提取到的边缘轮廓包括光伏电池板表面的栅线部分、异物遮挡部位的外轮廓、热斑部位的各层轮廓。
20.步骤二，对灰度图像进行傅里叶变换得到频谱图，然后以选定半径对频谱图进行高低频区域的初始划分，对划分后的高频区域进行傅里叶逆变换，将得到的傅里叶逆变换图像与边缘检测图像进行比对，重新确定高低频区域的划分界限，得到划分后的低频区域；所述划分后的低频区域包含遮挡缺陷和/或热斑缺陷；需要说明的是，傅里叶变换所得频谱图反映的是灰度图像中灰度分布变化之间的关系。频谱图中的低频区域对应的是灰度图像的整体表现，即灰度变化不明显的区域；而高频区域对应原灰度图像中的轮廓边缘部分，其灰度变化剧烈，因此利用边缘检测图像与傅里叶逆变换得到的图像的比对来去除频谱图中的高频区域进而筛选出用于分析的低频区域。由于图像中有栅线部分会对热斑缺陷分析造成影响，因此本发明利用边缘检测与高频区域的比对，类似一个低通滤波器，使得图像中仅剩板面以及缺陷部位，再根据灰度分布变化来分析判断缺陷的影响，有利于缺陷检测准确度的提高。
21.上述步骤二中，光伏电池板表面的灰度图像中，每个像素点都有对应的灰度值，整
张灰度图像上各点灰度值的分布可以看作一个灰度分布函数，根据傅里叶变换得到图像对应的频谱图，其能够反映图像中灰度的分布变化关系。
22.本实施例中，如图2所示，通过傅里叶变换得到的频谱图中，高频分量位于频谱图中四周，低频分量则位于中心部分。本实施例中，对于光伏电池板表面图像，其上的栅线部分由于均匀分布且与板面有较大的灰度差，所以为轮廓边缘部分，主要分布在频谱图中的高频区域；而异物遮挡部位由于仅有一个外轮廓，内部并无明显灰度变化，热斑部位并无明显的轮廓界限，因此异物遮挡及热斑缺陷特征仍归属于低频区域。
23.需要注意的是，对于频谱图的分析中，高频区域与低频区域的界限并不明确，划分界限始终难以界定。因此，在上述步骤二中，需要对低频区域进行处理，以选定半径对频谱图进行高低频区域的初始划分，即类似一个低通滤波器。处理方法具体是：对频谱图中心的低频区域以选定半径的圆范围进行覆盖，如图3所示，将圆范围内的各点像素值设置为0，覆盖处理后得到划分后的高频区域。
24.对频谱图中心的低频区域覆盖后，再对余下部分进行傅里叶逆变换得到一个近乎于轮廓边缘的傅里叶逆变换图像，将此图像与上步得到的边缘检测图像进行比对，寻找匹配效果最佳的图像，此时对应频谱图中的覆盖区域即为划分后的低频区域。
25.对上述覆盖操作后的频谱图进行傅里叶逆变换，即由频谱图得到特殊处理后的灰度图像，得到的图像保留了灰度图像的边缘轮廓部分。由于边缘检测得到的图像是canny算子识别后经过二值化处理的，本实施例为了减少比对时像素值的影响，对频谱图傅里叶逆变换得到的图像同样进行二值化处理。
26.步骤二中，将得到的傅里叶逆变换图像与边缘检测图像进行比对，重新确定高低频区域的划分界限，具体过程为：在边缘检测图像和傅里叶逆变换图像中，各像素点灰度值为0或255；将边缘检测图像和傅里叶逆变换后图像进行比对，用傅里叶逆变换图像上每个像素点的灰度值减去边缘检测图像上同一像素点的灰度值，统计结果为255的像素点的个数以及结果为-255的像素点的个数，则有：其中，表示第次处理，为第次处理的匹配参数，为第次处理时结果为255的像素点的个数，为第次处理时结果为-255的像素点的个数；为灰度图像上像素点的总个数；当匹配参数的值小于0.001时，则表明傅里叶逆变换图像与边缘检测图像相匹配，记录下此时第次处理的划分半径；当匹配参数的值大于0.001时，则表明划分的高频区域存在部分整体特征，此时等差增大半径值，重复上述步骤，直到满足小于0.001，结束该操作，记录此时的划分半径，由此确定出高低频区域的划分界限。
27.步骤二中，划分后的低频区域的获取过程为：根据得到的所述划分半径，将频谱图中与低频中心点距离大于的高频区域的像素点的像素值设置为0，即覆盖高频区域，仅保留划分后的低频区域，由此得到划分后的低频区域。该划分后的低频区域即包括遮挡缺陷和/或热斑缺陷。
28.本发明的步骤三为，对划分后的低频区域进行傅里叶逆变换，得到低通处理图像，对低通处理图像的行和、列和进行累加，得到行灰度和累加拟合曲线和列灰度和累加拟合曲线；根据行灰度和累加拟合曲线、列灰度和累加拟合曲线，分析光伏电池板表面的遮挡缺陷和热斑缺陷的综合影响程度。
29.其中，根据步骤二操作，已筛选到频谱图中高频区域与低频区域的划分界限，由此选定低频区域并覆盖高频区域，再进行傅里叶逆变换，此时得到的图像只包含了灰度图像中的整体特征，而灰度变化较为剧烈的噪点、栅线边缘则基本都被模糊处理甚至去除。此时的热斑缺陷或遮挡缺陷表现特征相当明显，由此可对低通处理后图像中的每一行或每一列上的像素点灰度值进行累加，并得到各自对应的拟合曲线。
30.具体地，对低通处理图像的行和、列和进行累加，得到行灰度和累加拟合曲线和列灰度和累加拟合曲线，具体过程是：处理后的低通处理图像中共有行、列，则行、列灰度累加如下式：列灰度累加如下式：其中，表示行灰度累加序列中第行的灰度累加和；表示列灰度累加序列中第列的灰度累加和，则表示第行第列像素点的灰度值；然后根据各行的灰度累加和拟合得到行灰度和累加拟合曲线h；根据各列的灰度累加和拟合得到列灰度和累加拟合曲线l。
31.步骤三中，根据行灰度和累加拟合曲线、列灰度和累加拟合曲线中的波峰数据，分析遮挡缺陷的异常程度，具体过程为：由于已对灰度图像进行低通处理，栅线部分的较大灰度值累加对于曲线的波峰影响会降低，而主要的缺陷特征为遮挡部位，其中遮挡部位由于异物遮挡，异物部位的灰度值要大于板面其他部分的灰度值，而累加则会出现大范围、高幅值的波峰，根据相关波峰数据，分析遮挡的影响程度。
32.对于遮挡缺陷的分析过程具体如下：统计曲线h上共有个波峰，曲线l上共有个波峰，曲线h上随机选取的第个波峰所在位置从左侧端点到右侧端点共占据了个行，曲线l上随机选取的第个波峰所在位
置从左侧端点到右侧端点共占据了个列；第个波峰的峰值所在行的灰度累加和与该波峰所在位置的左侧端点、右侧端点所在行的灰度累加和中的最小值之间的差值为，第个波峰的峰值所在列的灰度累加和与该波峰所在位置的左侧端点、右侧端点所在列的灰度累加和中的最小值之间的差值为，则：则：则：则：其中，、分别为第个波峰所在位置的左侧端点、右侧端点所在的行数，、分别为第个波峰所在位置左侧端点、右侧端点所在的列数；为第个波峰的峰值所在行的灰度累加和，为第个波峰的左侧端点所在行的灰度累加和、为第个波峰的右侧端点所在行的灰度累加和；为第个波峰的峰值所在列的灰度累加和，为第个波峰的左侧端点所在列的灰度累加和，为第个波峰的右侧端点所在列的灰度累加和；min（）为求最小值；将所有波峰的或进行累加，得出每个波峰所占总差值的权重和：：其中，、分别为曲线h、l中波峰的总个数；每个波峰的影响程度用下式表示：每个波峰的影响程度用下式表示：其中，为行上第个波峰的影响程度；为列上第个波峰的影响程度；为图像的行数，为图像的列数。
33.继续上述分析，根据行灰度和累加拟合曲线、列灰度和累加拟合曲线中的波谷数
据，分析热斑缺陷的异常程度，具体过程为：热斑部分的灰度值要小于板面其他部分的灰度值，累加则会出现远低于正常的行列累加和的数值出现，表现为拟合曲线上的波谷，根据相关波谷数据，分析热斑的影响程度。
34.对于热斑缺陷的分析过程具体如下：统计曲线h上共有个波谷，曲线l上共有个波谷，曲线h上随机选取的第个波谷所在位置从左侧端点到右侧端点共占据了个行，曲线l上随机选取的第个波谷所在位置从左侧端点到右侧端点共占据了个列；第个波谷的左侧端点、右侧端点所在行的灰度累加和中的最大值与该波谷的谷值所在行的灰度累加和之间的差值为，第个波谷的左侧端点、右侧端点所在列的灰度累加和中的最大值与该波谷的谷值所在列的灰度累加和之间的差值为，则：则：则：则：其中，、分别为第个波谷所在位置的左侧端点、右侧端点所在的行数，、分别为第个波谷所在位置的左侧端点、右侧端点所在的列数；为第个波谷的谷值所在行的灰度累加和，为第个波谷的左侧端点所在行的灰度累加和，为第个波谷的右侧端点所在行的灰度累加和；为第个波谷的谷值所在列的灰度累加和，为第个波谷的左侧端点所在列的灰度累加和，为第个波谷的右侧端点所在列的灰度累加和；max（）为求最大值；将所有波谷的或进行累加，得出每个波谷所占总差值的一个权重和；；其中，、分别为曲线h、l中波谷的总个数；每个波谷的影响程度用下式表示：
其中，为行上第个波谷的影响程度、为列上第个波谷的影响程度；为图像的行数，为图像的列数。
35.根据上述分析结果，波峰则为遮挡出现，而如果出现波谷，则表明已经有热斑出现，分别对两种影响进行分析，以此综合分析遮挡缺陷和热斑缺陷的影响程度。
36.影响程度的分析判断过程如下：根据行上第个波峰的影响程度，列上第个波峰的影响程度，得到遮挡缺陷的异常程度如下：根据行上第个波谷的影响程度，列上第个波谷的影响程度，得到热斑影响程度如下：由于遮挡缺陷和热斑缺陷可能单独出现，也可同时出现，且都需要对光伏电池板进行具体检查，因此对二者的和值进行分析，并设定判断阈值，该阈值由实施人员根据具体实验和误差情况确定。当大于阈值，则说明光伏电池板上有热斑和/或遮挡出现，需要及时处理以排除影响。并且，偏离阈值越大说明光伏电池板上热斑和/或遮挡情况越严重。
37.以上所述实施例仅用以说明本发明的技术方案，而非对其限制；，在所属技术领域普通技术人员所具备的知识范围内，还可以在不脱离本发明宗旨的前提下作出各种修改或等同替换；而这些修改或者替换，均应包含在本发明的保护范围之内。