买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉天津大学申请的专利基于无人机巡检图片的光伏板覆灰检测方法及系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119559113B 。

龙图腾网通过国家知识产权局官网在2025-10-14发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202411129908.2，技术领域涉及：G06T7/00；该发明授权基于无人机巡检图片的光伏板覆灰检测方法及系统是由赵博超;马嘉骏;栾文鹏;刘博设计研发完成，并于2024-08-16向国家知识产权局提交的专利申请。

本基于无人机巡检图片的光伏板覆灰检测方法及系统在说明书摘要公布了：本发明公开了基于无人机巡检图片的光伏板覆灰检测方法及系统，涉及光伏板清洁检测技术领域，包括获取待检测区域RGB格式的图像，并通过视觉神经网络模型进行光伏板目标检测；根据检测结果分割出光伏板图像，进行退化处理，得到低分辨率光伏板图像，并输入至超分辨率模型，输出高分辨率光伏板图像；构建暗通道模型和大气散射模型，并对所述高分辨率光伏板图像进行去雾操作，得到第一光伏板图像，通过构建并训练L‑CNN轻量化分类模型进行覆灰状况分类。本发明通过超分辨率模型提升图像分辨率；暗通道模型和大气散射模型有效去除图像中的雾霾噪声，提升图像清晰度；借助轻量化L‑CNN分类模型，识别并分类光伏板的覆灰状况，减少人为误差。

本发明授权基于无人机巡检图片的光伏板覆灰检测方法及系统在权利要求书中公布了：1.基于无人机巡检图片的光伏板覆灰检测方法，其特征在于：包括， 获取待检测区域RGB格式的图像； 通过视觉神经网络模型对所述RGB格式的图像进行光伏板目标检测，并根据检测结果分割出光伏板图像，进行退化处理，得到低分辨率光伏板图像； 将所述低分辨率光伏板图像输入至超分辨率模型，输出高分辨率光伏板图像； 构建暗通道模型和大气散射模型，并对所述高分辨率光伏板图像进行去雾操作，得到第一光伏板图像； 构建并训练L-CNN轻量化模型，对第一光伏板图像进行覆灰状况分类，并将分类结果作为光伏板的覆灰情况评估依据，实现光伏板覆灰检测； 高分辨率光伏板图像包括以下步骤： 通过第一次卷积操作在浅层特征提取层中从低分辨率光伏板图像中提取第一高维向量，具体公式如下： F1IL＝max0,W1*IL+B1； 其中，IL为输入的低分辨率光伏板图像，F1·为RELU层操作，W1为第一次卷积操作的卷积核参数，B1为第一次卷积操作的偏置向量； 通过第二次卷积操作将所述第一高维向量进行二次非线性映射，输出第二高维向量，具体公式如下： F2IL＝max0,W2*F1IL+B2； 其中，F2IL为二次非线性映射输出的第二高维向量，W2为第二次卷积操作的卷积核参数，B2为第二次卷积操作的偏置向量； 通过改进的sigmoid激活函数在稀疏掩膜层中，对所述第二高维向量进行稀疏表示，具体公式如下： 其中，Facx为激活函数，x为激活函数的输入，kh为训练过程中的上界参数，kl为训练过程中的下界参数，k为控制激活函数线性程度的因子； 对经过稀疏表示后的第二高维向量进行若干掩膜块输出融合，具体公式如下： 其中，F3为融合层的输出，C1为3*3的卷积计算，C2为1*1的卷积计算，Fac·为改进activation激活函数的计算，concat·为拼接操作，为第n个掩膜块s的输出；将融合后的第二高维向量输入至图像重建层，通过上采样操作转换为高分辨率光伏板图像的亮度分量，具体公式如下： FoY＝W3*F3+B3； 其中，F3Y为反卷积操作，通过上采样过程恢复图像； 将所述高分辨率光伏板图像通过损失函数进行网络训练，具体公式如下： 其中，Θ＝{W1,W2,W3,B1,B2,B3}为网络参数集，n为网络训练的batchsize，Xi为双三次差值前的亮度分量图像； 将高分辨率光伏板图像的亮度分量和YCBCR格式的图像Cb分量和Cr分量合并，生成YCBCR格式的高分辨率太阳能板图像； 同时将YCBCR格式的高分辨率太阳能板图像转换为RGB格式的高分辨率太阳能板图像，并进行去雾处理； L-CNN轻量化模型的构建过程包括以下步骤： 收集所述第一光伏板图像，形成数据集并划分为训练集、验证集和测试集，同时对光伏板标记覆灰程度； 所述覆灰程度包括无灰、轻度灰尘和重度灰尘； 构建标准CNN层，对输入的所述第一光伏板图像进行卷积运算，进行浅层特征提取； 基于所述浅层特征提取，根据残差结构的进行深层特征提取，并构建分类层； 所述残差结构包含卷积模块；所述卷积模块包括3x3卷积核和批归一化层和ReLU激活函数；所述分类层包括池化层、全连接层和Softmax函数； 通过训练集对L-CNN轻量化模型进行训练，并通过测试集评估模型性能； 将所述第一光伏板图像输入至训练好的L-CNN分类模型中，输出分类结果，进行评估分级覆灰状况，并判断是否进行清理，实现光伏板的覆灰检测。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人天津大学，其通讯地址为：300000 天津市南开区卫津路92号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。