Visual inspection of solar modules is an important monitoring facility in photovoltaic power plants. Since a single measurement of fast CMOS sensors is limited in spatial resolution and often not sufficient to reliably detect small defects, we apply multi-frame super-resolution (MFSR) to a sequence of low resolution measurements. In addition, the rectification and removal of lens distortion simplifies subsequent analysis. Therefore, we propose to fuse this pre-processing with standard MFSR algorithms. This is advantageous, because we omit a separate processing step, the motion estimation becomes more stable and the spacing of high-resolution (HR) pixels on the rectified module image becomes uniform w. r. t. the module plane, regardless of perspective distortion. We present a comprehensive user study showing that MFSR is beneficial for defect recognition by human experts and that the proposed method performs better than the state of the art. Furthermore, we apply automated crack segmentation and show that the proposed method performs 3x better than bicubic upsampling and 2x better than the state of the art for automated inspection.


翻译:由于对快速CMOS传感器进行单一测量的空间分辨率有限,而且往往不足以可靠地检测小缺陷,我们将多框架超分辨率(MFSR)应用到低分辨率测量序列中。此外,对镜头扭曲的纠正和去除也简化了随后的分析。因此,我们提议将这一预处理与标准的MFSR算法结合起来。这有好处,因为我们省略了单独的处理步骤,运动估计变得更加稳定,纠正模块图像的高分辨率像素的间隔变得统一,而不论角度扭曲。我们提出一个全面的用户研究,表明MFSR有利于人类专家识别缺陷,而且拟议方法的功能优于艺术状态。此外,我们采用自动化裂缝分解法,并表明拟议方法比双立式抽样更好3x,比自动检查的艺术状态更好2x。

0
下载
关闭预览

相关内容

专知会员服务
60+阅读 · 2020年3月19日
[综述]深度学习下的场景文本检测与识别
专知会员服务
77+阅读 · 2019年10月10日
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
Transferring Knowledge across Learning Processes
CreateAMind
28+阅读 · 2019年5月18日
强化学习的Unsupervised Meta-Learning
CreateAMind
17+阅读 · 2019年1月7日
已删除
将门创投
4+阅读 · 2018年6月4日
Arxiv
0+阅读 · 2021年6月1日
VIP会员
相关资讯
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
Transferring Knowledge across Learning Processes
CreateAMind
28+阅读 · 2019年5月18日
强化学习的Unsupervised Meta-Learning
CreateAMind
17+阅读 · 2019年1月7日
已删除
将门创投
4+阅读 · 2018年6月4日
Top
微信扫码咨询专知VIP会员