(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211126993.8 (22)申请日 2022.09.16 (71)申请人 西安热工 研究院有限公司 地址 710032 陕西省西安市碑林区兴庆路 136号 (72)发明人 郭腾腾　张恩享　邓巍　赵勇　 (74)专利代理 机构 苏州国诚专利代理有限公司 32293 专利代理师 李小叶 (51)Int.Cl. G06T 7/00(2017.01) (54)发明名称 基于无人机采集图像的光伏电站组件数量 测量方法 (57)摘要 本发明公开了基于无人机采集图像的光伏 电站组件数量测量方法， 包括以下步骤： (1)利用 无人机采集光伏电站所有区域的图像； (2)对无 人机采集到的图像进行分析计算获得每张图像 中光伏组件的数量； (3)将每张图像中组件的数 量进行加和得到整个光伏电站的组件 数量。 本发 明首先提取出图像的初步特征， 再提取图像更为 精细的局部特征以得到每张图像中光伏组件的 数量， 对于目标图像的遮挡、 旋转以及缩放等形 变图像的识别没有明显的影 响； 多层次图像提取 时包括目标识别 与目标定位两个任务， 可提高图 像特征提取的精度， 可保证测量的准确性； 可取 代人工统计及传统图像识别的方法， 为光伏电站 提供了一种有效的电站组件获取方法。 权利要求书2页 说明书4页 附图1页 CN 115482214 A 2022.12.16 CN 115482214 A 1.基于无 人机采集图像的光伏电站组件数量测量方法， 其特 征在于： 包括以下步骤： (1)利用无 人机采集 光伏电站所有区域的图像； (2)对无人机采集到的图像进行分析计算获得每张图像中光伏组件的数量； (3)将每张图像中组件的数量进行加 和得到整个光伏电站的组件数量。 2.根据权利要求1所述的基于无人机采集图像的光伏电站组件数量测量方法， 其特征 在于： 所述 步骤(2)中对图像进行分析计算包括以下步骤： S1： 将无人机采集到的图像输入到深度残差网络进行初步计算得到初步特 征图像； S2： 初步特征图像进入多尺度特征集提取网络对图像进行多尺度 特征提取得到多尺度 聚合特征集； S3： 根据多尺度聚合特 征集得到每张图像中光伏组件的数量。 3.根据权利要求2所述的基于无人机采集图像的光伏电站组件数量测量方法， 其特征 在于： 所述S1中深度残差网络中采用卷积运算来提取图片的不同层次特征， 卷积运算采用 三层的方式， 分别为卷积1、 卷积2、 卷积3， 其中卷积1、 卷积2作为浅层， 来提取图像的角点、 纹理、 明亮浅层特 征， 卷积3作为深层， 来 提取图像中更为抽象的光伏组件区域的特 征。 4.根据权利要求2所述的基于无人机采集图像的光伏电站组件数量测量方法， 其特征 在于： 所述S2中多尺度特 征集提取包括以下步骤： SS1： 采用图像金字塔方式来自下而上的一层一层的提取图像的特征， 得到特征图， 记 为 SS2： 对得到的特征图进行平均采样处理， 采样窗口记为P＝{P1， P1…,Pn}， 输出多尺度 特征图， 记为 式中， 其中w， h， c分别为特征图的宽度、 高度、 通道 数； SS3： 对SS2输出的多尺度特征图F进行最大的池化处理， 以得到更为精细的局部特征图 集。 5.根据权利要求4所述的基于无人机采集图像的光伏电站组件数量测量方法， 其特征 在于： 所述SS1中一层一层的多层次图像提取包括两部分， 其中一部分是目标识别， 另一部 分是目标定位， 目标识别通过将图像分成前景和背 景两步分类实现， 前景部 分为光伏组件， 目标定位采用线性回归方法以识别每 个光伏组件的几何中心位置 。 6.根据权利要求5所述的基于无人机采集图像的光伏电站组件数量测量方法， 其特征 在于： 所述S S1中目标识别和目标定位所采用的计算方法如下式所示： 目标识别代价 函数表示 为： 式中， pi为图片候选区， i为目标的概率， p ′i为识别变量， 若候选区i为目标， 则p ′i＝1， 否则为0； ti为预测的中心坐标， t ′i为正定的中心坐标， wi为新增的权重参数， 用来衡量分类 层和回归层； Ncls和Nreg为图像的尺寸， 通常取值为256； Lcls为二值交叉熵函数， 计算表达式 为： Lcls(pi,p′i)＝CE(pi,p′i)＝‑p′ilbpi‑(1‑p′i)lb(1‑pi) 目标定位采用均方误差的方法来处 理， 其计算公式为：权　利　要　求　书 1/2 页 2 CN 115482214 A 2式中， qi为预测第i个组件的中心位置， q ′i为第i个组件的人工标注的中心位置 。 7.根据权利要求4所述的基于无人机采集图像的光伏电站组件数量测量方法， 其特征 在于： 所述SS3中池化处理时采取平均池化的方法对每张多尺度特征图片中光伏组件的局 部特征进行聚合。权　利　要　求　书 2/2 页 3 CN 115482214 A 3