随着光伏产业日益发展,大型光伏电站的运维压力越来越大。利用无人机对光伏电站进行航拍巡检是未来发展的趋势。采用计算机图像处理技术,对光伏设施的航拍影像进行自动化处理与分析,是航拍巡检的新要求。本文以实现对大型光伏电站的装机容量检测和光伏组件故障检测为目标,提出了能应对电站分布的不规则性与分散性的巡检策略,并对相关的图像处理技术与方法进行了深入的研究。针对航拍影像中光伏组件的识别问题,本文提出按照先识别光伏组件串区域再识别组件的顺序,运用图像分割、形态学处理、边缘检测、轮廓提取与筛选等方法,准确识别所有组件。并讨论了在反光环境下,运用自适应二值化与漏检补偿算法来降低漏检率的方法。鉴于光伏组件之间的极度相似性而带来的图像匹配难题,本文提出利用组件之间的随机色差,对每个光伏组件串进行编码,用改进的局部二值特征描述每个组件串的特征向量,实现不同组件串之间的比较,寻找同名组件串。本文还以常见的四种光伏组件可见光故障为例,分别提取了其故障区域轮廓,并分析了故障区域的轮廓特征和色彩特征,并以此作为进行不同类型故障分类的判据。