1.一种光伏电站火灾的图像识别方法，其特征在于，包括如下的步骤：步骤1：在电站运行正常时，获取光伏电站的原始图像，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：采用四叉树分割将待检测图像分割成四等分；

步骤5：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亚像素点匹配，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：采用均方差阈值判别方法，计算出各个图像像素最小匹配值的均值以及均差值，当计算结果大于指定的阈值时，则认为所述光伏电站出现异常，确定出异常图像的边界；

步骤7：对“部分”异常的范围再继续分割，进行同样处理，直到分割成“空”和“满”为止；

步骤8：通过比较三条以上的水平平行线的长度，确定出是否发生了火灾。

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：

在电站正常的状态下，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4具体包括：采用四叉树方法，将待检测图像分割成四等分，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；其中“满”表示待检测图像出现异常；“空”表示待检测图像正常；“部分”表示待检测图像有的地方异常，而有的地方正常；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。

4.按照权利要求3所述的方法，其特征在于，步骤5将每部分的第i象限Gi分别在原始样本图像中寻找最佳匹配块，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的个数为M以及列的个数N，则得出最小匹配值：

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)。

5.按照权利要求4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：样本图像为像素f1，像素f2，像素f3，像素f4，待检测图像为像素g1，像素g2，像素g3，像素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，亚像素点与边界的距离为距离h1和距离h2，得出亚像素点fi的值为：

同理得出亚像素点gi的值为：

6.按照权利要求5所述的方法，其特征在于，步骤5亚像素点匹配包括：对于每个待匹配图像，有如下公式：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)因此带入到公式

计算出亚像素点匹配的最小匹配值Ck(p)的值。

7.按照权利要求6所述的方法，其特征在于，步骤6判断图像是否出现异常，包括: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，则认为光伏电池出现异常。

8.按照权利要求6所述的方法，其特征在于，步骤6确定异常图像的边界,对于判断出“满”的图像，被认为是异常图像，设定其范围内所有像素值为1；对于“空”的图像，被认为是正常图像，设定其范围内所有像素值为0；对于“部分”的图像，需要继续分割成四等分，直到图像完全为“满”和“空”为止；最后将图像转换成了二值图像。

9.按照权利要求1所述的方法，其特征在于，步骤8判断是否出现火灾包括：扫描像素值为1的像素点，设有像素值为1的最上面的扫描线长度为L1，最下面的为Ln，中间再选取n‑2条扫描线，则选取的n条扫描线为L1，L2，…，Ln；其中n>＝3，每条扫描线的距离都相等，如果满足L1