摘 要

光伏电站，采用特殊晶硅光伏板把太阳能转换为电能，利用逆变器把产生的直流电逆变为交流电，从而把电量输送至电网输送系统。光伏电站是国家鼓励并提倡的绿色能源。太阳能电池表面的污物堆积降低了光伏电站的发电效率，对这些污物检测的方法，目前主要是人工检测，该方法费时费力，并且会受到检测人员主观因素的影响。

随着太阳能电池的广泛应用，光伏电站的发电效率问题逐渐成为国内外研究的焦点。而今计算机图像处理技术的飞速发展，使得人们可以利用CCD摄像获取光伏板图片，在国内外针对光伏板的研究中，很少有图像中光伏板表面的污物检测的算法。

毕设论文中，基于Visual Studio 2017 IDE，利用OpenCV(计算机视觉库)，通过研究和应用MSER(最稳定极值区域)算法和迭代阈值分割算法进行图像处理。主要步骤包括对于给定的光伏板图像，对其进行大小归一化，对于图像上的鸟粪和树叶检测，均值滤波后运用MSER算法，调节相关参数，就能够较好的实现光伏板上鸟粪和树叶检测的效果；对于图像上的灰尘检测，运用迭代阈值分割、二值化和遍历像素点，就能够较好的实现光伏板上灰尘检测的效果。最终调用污物报告模块生成检测报告。毕设论文中，对于给定的表面存在污物的光伏板图像，能够识别出其中的污物类型，并且报告污物的位置。

关键字： OpenCV 均值滤波 MSER 迭代阈值分割 光伏板 污物检测

Design and Implementation of Dust Detection in Photovoltaic Panel Images

Abstract

Photovoltaic power plants use special crystalline silicon photovoltaic panels to convert solar energy into electrical energy and use inverters to invert the generated direct current into alternating current, thereby delivering electricity to the grid transmission system. Photovoltaic power plants are green energy that the country encourages and promotes. The accumulation of dirt on the surface of the solar cell reduces the power generation efficiency of the photovoltaic power plant. The methods for detecting these dirt are mainly manually detected. This method is time-consuming and laborious, and subject to the subjective factors of the inspectors.

With the wide application of solar cells, the issue of photovoltaic power generation efficiency has gradually become the focus of research at home and abroad. Nowadays, with the rapid development of computer image processing technology, people can use CCD camera to obtain the pictures of photovoltaic panels. In the research of photovoltaic panels at home and abroad, there are few algorithms for the detection of dirt on the surface of photovoltaic panels in images.

In the dissertation, based on the Visual Studio 2017 IDE, OpenCV (Computer Vision Library) was used to perform image processing by researching and applying the MSER (most stable extreme region) algorithm and iterative threshold segmentation algorithm. The main steps include normalizing the size of a given photovoltaic panel image. For bird urine and leaf detection on the image, applying the MSER algorithm after averaging the filter to adjust the relevant parameters, can better achieve the photovoltaic bird The effect of fecal and leaf detection; for dust detection on images, iterative threshold segmentation, binarization, and traversal of pixel points can be used to better achieve the effect of dust detection on photovoltaic panels. The final call to the dirt report module generates a test report. In the completed paper, for a given photovoltaic panel image with dirt on the surface, the type of dirt in it can be identified and the location of the dirt reported.

Keywords: OpenCV; Mean Filter; MSER; Iterative Threshold Segmentation; Photovoltaic Panel; Dust Detection

目录

摘要 I

Abstract II

第一章 绪论 1

1.1 课题研究背景和意义 1

1.2课题研究现状 2

1.2.1 国外研究现状 2

1.2.2 国内研究现状 3

1.3本文的组织结构 4

第二章 开发平台简介与OpenCV图像处理基础知识 5

2.1 开发平台简介 5

2.1.1 Visual Studio和OpenCV的介绍和功能 5

2.1.2 OpenCV的数字图像处理 6

2.2 数字图像处理基础理论知识 7

2.3 小结 11

第三章 光伏板表面污物检测算法 12

3.1 光伏板图像中污物检测算法的原理 12

3.1.1 MSER算法 12

3.1.2 迭代阈值分割法 14

3.2 光伏板表面污物检测步骤 16

3.2.1 光伏板表面鸟粪、树叶检测 16

3.2.2 光伏板表面灰尘检测 18

3.3 小结 20

第四章 污物检测代码设计与实验结果及分析 21

4.1 污物检测代码设计 21

4.1.1 主线程序概况 21

4.1.2 图像大小归一化（MyCvResize） 23

4.1.3 均值滤波（MyAverageBlur） 23

4.1.4 MSER方法鸟粪和树叶检测（MyMser） 24

4.1.5 迭代阈值法灰尘检测（MyDust） 26

4.1.5 污物检测报告（MyReportDirt） 29

4.2实验结果展示 31

4.2.1含有鸟粪的光伏板图片的污物检测 31

4.2.2含有树叶的光伏板图片的污物检测 33

4.2.3含有灰尘的光伏板图片的污物检测 35

4.2.4含有鸟粪、树叶和灰尘的光伏板图片的污物检测 37

4.2.5不含污物的光伏板图片的污物检测 39

4.3实验结果分析 41

第五章 总结与展望 42

5.1总结 42

5.2 展望 43

参考文献 44

致谢 46

第一章 绪论

1.1 课题研究背景和意义

随着两次工业革命^[7]的发展，人类社会对地球上资源的开发利用的脚步也在加速，化石燃料等不可再生资源日益减少，新开发的太阳能已经成为社会生活生产中能量的重要来源。在2016年底，全球安装的光伏容量增加到超过300GW，覆盖了全球约2％的电力需求。中国，其次是日本和美国，是增长最快的市场，而德国仍然是世界上最大的生产国，太阳能光伏发电占全国年用电量的7％^[8][9]。这些数据足以可见光伏电站的日益提高的重要性，并能预见利用太阳能在发电中的必要性。

光伏系统采用太阳能电池板，每个太阳能电池板包括多个产生电力的太阳能电池。太阳能光伏作为能源具有特殊的优势：一旦安装后，其运行不会产生污染，也不会产生温室气体排放，它在电力需求方面表现出简单的可扩展性，并且硅在地壳中具有较大的可用性^[9]。

相关图片展示：