集思谱需要我帮你解读这件专利吗？
公开（公告）号CN122906330A | 申请号CN202611139787.9 | 专利类型发明专利 |
状态在审 | 国家或地区CN | 申请人中国矿业大学（北京）;西安科技大学 |
分类号G06V10/10(2022.01), G06V10/24(2022.01), G06V10/26(2022.01), G06V10/30(2022.01), G06V10/44(2022.01), G06V10/54(2022.01), G06V10/80(2022.01), G06V10/82(2022.01), G06N3/0464(2023.01), G06N3/098(2023.01) | 申请日2026-07-30 | 公开日2026-10-13 |
发布日期2026-10-13 | 文档 ID84538527914900002 | 源数据页码40 |
专利语言zh | ||
本发明提供一种基于深度学习的沉陷区光伏板遮挡识别方法，涉及光伏发电与运维技术领域。一种基于深度学习的沉陷区光伏板遮挡识别系统，包括：图像采集模块，用于采集沉陷区光伏板的可见光图像和红外热图像；数据预处理模块，与图像采集模块连接，用于对所述可见光图像和红外热图像进行配准、去噪及光照校正，得到预处理图像对，其中光照校正采用自适应伽马变换，由图像局部亮度决定。通过双波段图像预处理、多模态特征融合、曲率形变检测及多任务识别，配合运维决策模型，实现沉陷区光伏板多类遮挡精准识别与闭环运维，有效解决现有技术精度低、模态单一、坍塌难检及响应滞后的问题。
附图 1