基于红外图像处理的光伏阵列热斑快速检测系统及方法
【技术领域】：
[0001] 本发明属于电工理论与新技术领域，涉及到光伏阵列热斑检测及红外图像技术领 域，特别是一种基于红外图像处理的光伏阵列热斑快速检测系统及方法。 (二)
【背景技术】：
[0002] 随着全世界范围内能源危机和环境问题的日益突出，可再生能源的开发利用引起 广泛的关注。太阳能以其取之不尽、用之不竭及清洁安全等特点成为最具前景的新能源之 一。光伏发电是充分利用太阳能的一种有效方式，对解决世界能源危机和环境问题具有重 要意义。与此同时，随着光伏阵列的长时间使用，以及恶劣工作环境的影响，致使光伏组件 中的部分电池出现各种故障，表现为光伏板上热斑现象，导致系统的输出功率下降。常规光 伏阵列检测方法有电气测量法、CTCT法、数学建模法、智能检测法等。
[0003] 但是电气测量法不能确定热斑位置，CTCT法系统安装过于复杂，数学建模法存在 模型建立困难的问题，智能检测法比较依赖于先验知识且难于硬件实现。因此，研究一种快 速有效检测光伏阵列热斑的系统是电工理论与新技术的一个重要研究内容。 (三)
【发明内容】
：
[0004] 本发明的目的在于提供一种基于红外图像处理的光伏阵列热斑快速检测系统，它 针对目前光伏阵列热斑检测效率低、不准确两个问题，利用实时采集的光伏阵列红外图像 来检测热斑，通过数字信号处理器进行红外图像处理，在分析比较多种图像分割算法的基 础上，提出了一种适合光伏阵列热斑分割的算法，该系统能快速有效提取光伏阵列热斑，为 故障诊断与定位提供依据，对提高光伏板检测的智能化水平有着重要意义。
[0005] 本发明的技术方案:一种基于红外图像处理的光伏阵列热斑快速检测系统，其特 征在于它包括红外视频采集模块、红外图像处理系统和光伏热斑输出模块;其中所述红外 视频采集模块、红外图像处理系统和光伏热斑输出模块依次呈单向连接;所述红外视频采 集模块将采集到的光伏红外图像输入到红外图像处理系统;所述红外图像处理系统对光伏 红外图像综合预处理且由自适应最大散度阈值差法提取热斑，将热斑输入到光伏热斑输出 丰旲块。
[0006] 所述红外视频采集模块是能够持续采集红外模拟视频的红外热像仪，采用配有高 性能的320 X 240焦平面阵列传感器，能够在640 X 240的显示屏上显示热图像和可见光图像 的福禄克公司的Fluke Ti32Thermal Imager热像仪。
[0007] 所述红外图像处理系统由集成视频处理器、FPGA(现场可编程门阵列，Field Programmable Gate Array)协处理器、DSP(数字信号处理器，digital signal processor) 主处理器、DSP主控制器、SDRAM(同步动态随机存取内存，Synchronous Dynamic Random Access Memory)存储器;其中，所述集成视频处理器的输入端采集光伏阵列红外模拟视频 信号，其输出端分别与FPGA协处理器、SDRAM存储器以及DSP主控制器均呈顺序单向连接;所 述DSP主控制器与DSP主处理器之间呈双向连接;所述DSP主控制器的输出端分别与集成视 频处理器、FPGA协处理器、SDRAM存储器的输入端连接;所述DSP主处理器的输出端输出光伏 阵列红外模拟视频信号发送给光伏热斑输出模块。
[0008] 所述DSP主处理器与DSP主控制器通过MCBSP(多通道缓冲串行口，multichannel buffered serial port)双向连接。
[0009] 所述集成视频处理器采用飞利浦公司的SAA711。
[0010] 所述FPGA协处理器采用Xi 1 inx公司的XC2V3000芯片。
[0011] 所述DSP主控制器拟采用TI公司TM S320C6000系列的TMS320C6203B芯片。
[0012] 所述DSP主处理器拟采用TI公司C6000系列的DM642芯片。
[0013] 所述SDRAM存储器拟采用SAMSUNG公司生产的SDRAM,型号为K4S643232H-T C/L60。
[0014] 所述光伏热斑输出模块由视频解码器和监视器构成;所述视频解码器的输入端采 集红外图像处理系统的光伏阵列红外图像信号；其输出端与监视器的输入端连接;所述监 视器的输出端输出光伏阵列红外模拟视频信号给监视器的显示屏。
[0015] 所述视频解码器采用Ti公司的TH8134。
[0016] 所述监视器采用普通的电脑显示器。
[0017] 一种基于红外图像处理的光伏阵列热斑快速检测方法，其特征在于它包括以下步 骤：
[0018] (1)红外视频采集模块将视频信号输入到红外图像处理系统，视频信号经过集成 视频处理器之后，输出八位的数字信号和相关的视频时序信号；
[0019] (2)DSP主控制器调度FPGA协处理器，使之逐帧采集数字化后的红外图像，并实现 光伏红外图像综合预处理算法；
[0020] (3)经过FPGA协处理器后的红外图像逐帧放入SDRAM存储器中，并由DSP主控制器 编址；
[0021] (4)DSP主处理器逐帧采集综合预处理后的红外图像，并实现自适应最大散度阈值 差法，并实现热斑的识别；
[0022] (5)经过DSP主处理器后的红外图像，由DSP主控制器决定如何输出到光伏热斑输 出模块上。
[0023] 所述步骤(2)中的光伏红外图像综合预处理算法是分段线性化、非均匀拉伸和伪 中值滤波。
[0024] 所述步骤(4)中的自适应最大散度阈值差法为：
[0025] Tne^.cr^
[0026] 上式中，Tnew为自适应最大散度阈值差，CTf为类间方差，ow为类内方差，C为自适应 最大散度阈值差法的调节系数，
[0028]上式中T为传统最大化类间方差的分割阈值。
[0029]所述自适应最大散度阈值差法的具体实现方法由以下步骤构成：
[0030]①设定三个A的值，记为(h，A，a2 )，由这三个M直可以得到三个相应的参数c值，记 为(&，(:，&);其中，心、\2均表示光伏红外图像某一像素点到目标类的距离与目标类到背景 类的距离的比值，A表示&与\ 2的平均值，g卩A= (A1+A2)/2;参数&表示与&相对应的自适应 最大散度阈值差法的调节系数，参数C表示与A相对应的自适应最大散度阈值差法的调节系 数，参数C 2表示与A2相对应的自适应最大散度阈值差法的调节系数；
[0031]②由于(&，(：，(：2)对应的阈值(Tf'r'iv^)并不一定是理想的图像分割阈值， 借助二分法的迭代思想，不断改变（Ci，C，C2)的值，并根据最大散度差准则计算对应的 (T^'TnewJnew〗），记 | Tnew-Tini 为 A 1; | Tnew-T2new| 为 A 2;其中，Tfw 表示与&相对应的 自适应最大散度阈值差法迭代阈值，Tn?表示与C相对应的自适应最大散度阈值差法迭代阈 值，T 2ne5W表示与C2相对应的自适应最大散度阈值差法迭代阈值；A :表示两迭代阈 值之间差值的绝对值，A 2表示Tne5W、T2ne5W两迭代阈值之间差值的绝对值；
[0032] ③若A K A 2时，重新设置：
，(^的值不改变：当六^八对， 重新设置：
，C2的值不改变；
[0033] ④再次计算(CW2)对应的阈值(Vew，Tnew，T2new)，直到A戚A 2的值为零，即调 整参数C的取值而获得阈值不再改变，可以认为此时参数C对应的Tne3W就是A 2最佳的分割阈 值。
[0034]本发明的工作原理:本案所涉及的基于红外图像处理的光伏阵列热斑快速检测系 统的工作原理为：由红外摄像头给出模拟视频信