1.一种光伏电池阴影遮挡的图像识别方法，其特征在于，该方法包括：步骤1：在电站运行正常时，获取光伏电池温度的原始图像，将其作为原始样本图像；

步骤2：拍摄待检测图像；

步骤3：将原始样本图像和待检测图像转换成灰度图像；

步骤4：将待检测图像进行四叉树分割；

步骤5：再采用亚像素梯度匹配算法，将待检测图像与原始样本图像进行匹配，找出最小的匹配值；具体包括：先进行整像素图像匹配，求出的整像素匹配区域，得出整像素匹配区域中心点的位移；计算亚像素点值，根据计算的亚像素点值，在整像素匹配区域中心点的位移上，得到亚像素图像匹配后中心点的位移，进行亚像素图像匹配得到亚像素点匹配的最小匹配值Ck(p)的值；

步骤6：均差阈值判别方法，计算出各个图像像素最小匹配值Ck(p)的均值以及均差值，当计算结果大于指定的阈值时，则认为光伏电池出现阴影遮挡，然后计算出完全被遮挡处的面积值；对“部分”遮挡的范围再继续分割，进行同样处理，直到分割成“空”和“满”为止；

计算出被阴影遮挡部分的总面积；

步骤7：选择每天的多个时间段，分别计算出被阴影遮挡的总面积，当面积值相等时，认为是实阴影遮挡；否则，认为是虚阴影遮挡；

步骤4将待检测图像进行四叉树分割：采用四叉树方法，将图像分割成四等分，第一象限G1，第二象限G2，第三象限G3，第四象限G4，判断满足“满”、“空”、“部分”三种情况的哪一种；“满”表示待检测图像全部被阴影遮挡；“空”表示待检测图像全部无阴影遮挡；“部分”表示待检测图像有的地方被阴影遮挡，而有的地方无阴影遮挡；对于“满”和“空”的情况不需要再进行图相匹配；对“部分”的待检测图像，继续分割成四等分，进行图像匹配，直到待检测图像完全为“满”和“空”为止；

其中，步骤6中判断图像是否被遮挡：

将亚像素匹配点计算出的Ck(p)的值由小到大进行排序，将排序完以后的数值记为Cs(p)，s是1到K之间的整数，将10％*K取整以后的值记为L，计算平均值：

计算差值：

Zk＝|Ck(p)‑C(p)|

当ZK大于指定的阈值时，则认为光伏电池被阴影遮挡；

步骤6计算被遮挡图像的面积：

对于判断出“满”的图像范围，认为是被遮挡的图像，假设整个图像的面积为S，i表示第i次分割，共需要分割c次完成，则得出第i次分割是“满”的区域的面积为 最后被遮挡处图像的面积Sz为：其中j＝0,1,2,3,4；根据每次分割的“满”的个数j取不同的值。

2.按照权利要求1所述的方法，其特征在于，步骤1拍摄样本图像：在电站没有任何阴影遮挡的状态下，选择晴好天气，用高清摄像头，确定好拍摄位置，拍摄出样本图像K个，送入图像识别模块；

步骤2拍摄待检测图像：在当前的状态下，选择晴好天气，用所述的高清摄像头，选择与步骤1同样的拍摄位置，拍摄出待检测图像K个，送入图像识别模块。

3.按照权利要求1所述的方法，其特征在于，步骤5整像素图像匹配：将每部分Gi分别在原图中寻找最佳匹配块，假设对于i＝1,2,3,4，设k是1到K之间的整数，第k个样本图像中每一个像素点的像素值为fk(x,y)，带上划线为均值，中心点为Pk(Xk,Yk)；待检测图像每一个像素点的像素值为gk(x,y)，带上划线为均值，中心点为P1k(X1k,Y1k)；待检测图像像素点矩阵行和列的个数为M和N，则得出：当求得的Ck(p)值最小时，匹配到的结果图上子区的相似度最高，为求出的整像素匹配区域，得出中心点的位移为：(uk,vk)＝(Xk‑X1k,Yk‑Y1k)    (2)。

4.按照权利要求3所述的方法，其特征在于，步骤5计算亚像素点值：设包围亚像素点的周围四个整像素点的值：样本图像为f1,f2,f3,f4，待检测图像为g1,g2,g3,g4，亚像素点的值：样本图像为fi，待检测图像为gi，像素之间的间隔距离为R，亚像素与边界的距离为h1和h2，则得出亚像素点fi的值为：同理可得出亚像素点gi的值为：

5.按照权利要求4所述的方法，其特征在于，步骤5亚像素图像匹配：对于每个待匹配图像，有如下公式：

可以得出：

从而计算出dx和dy的值，得出中心点的位移为：

(uk,vk)＝(Xk‑X1k‑dxk,Yk‑Y1k‑dyk)    (12)因此带入到公式(1)可以计算出亚像素匹配的Ck(p)的值。

6.按照权利要求1所述的方法，其特征在于，选择每天的多个时间段，分别计算出被阴影遮挡的总面积，当面积值相等时，认为是实阴影遮挡；否则，认为是虚阴影遮挡。