El desarrollo de tecnologías solares y la adopción generalizada de paneles fotovoltaicos (FV) han transformado significativamente el panorama energético global. Los paneles FV han evolucionado de aplicaciones de nicho a convertirse en una fuente principal de generación de electricidad, impulsados por sus beneficios ambientales y la disminución de costos. Sin embargo, el rendimiento y la vida útil operativa de los sistemas FV a menudo se ven comprometidos por diversas fallas, lo que puede llevar a pérdidas de eficiencia y costos de mantenimiento incrementados. En consecuencia, los métodos de detección de fallas efectivos y oportunos se han convertido en un enfoque crítico de la investigación actual en el campo. Este trabajo propone un método innovador basado en video para la evaluación dimensional y detección de malfunciones en paneles solares, utilizando técnicas de procesamiento aplicadas a imágenes aéreas capturadas por vehículos aéreos no tripulados (drones). El método se basa en un novedoso algoritmo de coincidencia de mini-patrones diseñado para identificar características específicas de defectos a pesar de las desafiantes condiciones ambientales, como fuertes gradientes de iluminación no uniforme, efectos de sombra parcial o la presencia de depósitos accidentales que oscurecen las superficies de los paneles. El enfoque propuesto tiene como objetivo mejorar la precisión y fiabilidad de la detección de fallas, permitiendo un monitoreo y mantenimiento más eficientes de las instalaciones FV.