光伏阵列图像阴影去除方法

发布时间：2021-07-29 12:20

　　为解决阴影对光伏阵列航拍图像识别问题的影响,对光伏阵列图像阴影去除方法进行了研究。首先基于用户输入笔画构造K最邻近（KNN）分类器对像素进行分类,并采用大津法（OTSU）检测出阴影;然后应用双向搜索算法确定每条采样线的位置,并根据采样线长度以及基于密度的聚类算法（DBSCAN）将异常采样线剔除;最后通过阴影比例估计与光照恢复去除阴影。与叠加法和YCbCr通道法进行对比实验,结果表明,该算法阴影去除质量的各项性能指标均优于另外两种算法,且阴影去除后的图像颜色、纹理等信息保留较完整,可得到更加自然的无阴影图像。 

【文章来源】：激光杂志. 2020,41(10)北大核心

【文章页数】：5 页

【部分图文】：

算法流程图

用户输入

为了加速阴影比例估计以及阴影去除，在阴影边界处进行采样处理。首先获得采样线位置，然后再对采样线进行筛选，具体步骤如下图3所示。3.2.1 获取采样线两端

【参考文献】：
期刊论文
[1]滚动接触疲劳缺陷检测的改进Otsu算法[J]. 许洪斌,冯柯茹,黄琳,熊龙烨,杨长辉.  计算机辅助设计与图形学学报. 2019(07)
[2]基于衰减式生成对抗网络的单幅图像阴影去除[J]. 廖斌,谭道强,吴文.  计算机应用. 2019(09)
[3]集中式光伏电站巡检无人机视觉定位与导航[J]. 席志鹏,楼卓,李晓霞,孙艳,杨强,颜文俊.  浙江大学学报(工学版). 2019(05)
[4]结合亮度比值梯度与颜色特征的阴影去除算法[J]. 梁磊,刘怀,董春燕,季顺祥.  小型微型计算机系统. 2019(04)
[5]基于视频自然统计特性的无参考移动终端视频质量评价[J]. 施文娟,孙彦景,左海维,曹起.  电子与信息学报. 2018(01)
[6]单幅图像阴影去除方法[J]. 李建勋,童中翔,刘彦,李成,王超哲,张志波.  哈尔滨工程大学学报. 2013(05)



本文编号：3309310