光伏发电作为太阳能利用的重要形式，近年来发展迅速。然而光伏组件在长期运行过程中易出现热斑与隐裂等热学或结构性故障，不仅会降低其发电性能，还可能影响光伏电站的运行安全性。针对上述问题，提出一种基于图像处理技术的光伏组件故障诊断与健康评估方法。首先对热斑与隐裂的形成机理进行了分析；然后对热斑及隐裂的检测方法进行了研究，并进行了光伏组件健康状态评估；最后通过实例对2种检测方法进行了验证。研究结果显示：针对热斑问题，基于k-means聚类算法与红-绿-蓝(RGB)最大均值特征的光伏组件热斑检测方法，实现了对光伏组件热成像图像中温度异常区域的自动识别；并通过温差实现了热斑的等级划分；针对隐裂问题，基于电致发光(EL)检测方法，实现了对光伏组件隐裂缺陷的定量判别；并通过灰度直方图相似度分析，实现了隐裂的等级划分。所提方法有效融合了热成像与EL成像技术，形成了互补的光伏组件故障检测体系，为光伏电站的运行维护、设备健康评估及故障预警提供了具有应用价值的技术支撑。