基于无人机航拍的可见光 与红外光光伏板热斑图像配准方法研究
摘要
随着光伏电站建设的越来越多,采用无人机进行运维大大节省时间和人员成本。利用无人机航拍照片进行可见光
和红外光图像配准与融合,可见光图像和红外光图像根据自身特点,图像中呈现不同的信息。利用 RIFI 图像配准算法,将
二者进行配准,将同一场景的两幅图像完美重合,通过分析图像来获得光伏板热斑信息,可以快速找到光伏板热斑的位置
并判断其性质,规避了单一图像的缺点,可以快速有效的进行光伏电站运维。
和红外光图像配准与融合,可见光图像和红外光图像根据自身特点,图像中呈现不同的信息。利用 RIFI 图像配准算法,将
二者进行配准,将同一场景的两幅图像完美重合,通过分析图像来获得光伏板热斑信息,可以快速找到光伏板热斑的位置
并判断其性质,规避了单一图像的缺点,可以快速有效的进行光伏电站运维。
关键词
光伏热斑;图像配准;RIFI 算法
全文:
PDF参考
[1]BP plc. (2024). BP Statistical Review of World Energy
2014. London: BP plc.
[2] 朱青云,林永辉,韩宏伟,等 . 红外热像仪在光伏
电站检测及运维中的应用探析 [J]. 青海科技 . 2018 ,25 (05):
46-49
[3] 巩书麟 . 基于双光图像配准与融合的光伏热斑识别
方法研究与实现 D]. 吉林市:东北电力大学,2024
[4] 彭家旭,顾亦然 . 基于深度学习的桥梁裂缝的智能
识别与分类 [J]. 现代电子技术 . 2023 ,46 (24):135-140
DOI: http://dx.doi.org/10.12361/2661-3476-07-02-170534
Refbacks
- 当前没有refback。