，本方案中取入1 = 〇.5、人2 = 0.25，人表示\1与\2的平均值，即人=(>1+人2)/2。； 参数Q表示与h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c2表示与12相对应的自适应最大散度阈值差法的 调节系数；
[0070] ②由于(&，(：，(：2)对应的阈值(Tf'r'iv1，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，C 2)的值，并根据最大散度差准则计算对应的 (Ti_，T_，T_ 2)，记 I Tnew_Ti_ I 为 A i; I T__T2_ I 为 A 2;其中，Ti_ 表示与 Ci 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 i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；
[0071] 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；
[0072] 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。
【主权项】
1. 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模块。2. 根据权利要求1所述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。3. 根据权利要求1所述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 在于所述红外图像处理系统由集成视频处理器、FPGA协处理器、DSP主处理器、DSP主控制 器、SDRAM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。4. 根据权利要求3所述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 在于所述DSP主处理器与DSP主控制器通过MCBSP双向连接。5. 根据权利要求3所述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 在于所述集成视频处理器采用飞利浦公司的SAA711;所述FPGA协处理器采用Xilinx公司的 XC2V3000芯片；所述DSP主控制器拟采用TI公司TM S320C6000系列的TMS320C6203B芯片；所 述DSP主处理器拟采用TI公司C6000系列的DM642芯片；所述SDRAM存储器拟采用SAMSUNG公 司生产的SDRAM，型号为K4S643232H-T C/L60。6. 根据权利要求1所述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。7. 根据权利要求6所述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 在于所述视频解码器采用Ti公司的TH8134;所述监视器采用普通的电脑显示器。8. -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： (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； (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； (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； (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； (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。9. 根据权利要求8所述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； 所述步骤(4)中的自适应最大撕估笔'法％ ·上式中，为自适应最大散度阈值差，σΓ为类间方差，〇w为类内方差，c为自适应最大 散度阈值差法的调节系数，上式中T为传统最大化类|日」万差的分割_值。10. 根据权利要求9所述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： ① 设定三个λ的值，记为（λ^λ,λΟ,由这三个λ值可以得到三个相应的参数C值，记为 (&，(：，(：2);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，λ表示心与\2的平均值，g卩λ= (λ1+λ2)/2;参数&表示与h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λ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λ2相对应的自适应最大散度阈值差法的调节系数； ② 由于(&，(：，&)对应的阈值(?ν^Γ'?ν^)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(ChC，^)的值，并根据最大散度差准则计算对应的（Τ，'Τη?， Tnew2)记| |为Δ :; | Tnew-T2new |为Δ 2;其中，Τ，"表示与Q相对应的自适应最大散度 阈值差法迭代阈值，Tne3W表示与C相对应的自适应最大散度阈值差法迭代阈值，Τ2η?表示与C 2 相对应的自适应最大散度阈值差法迭代阈值；△ 表示两迭代阈值之间差值的绝对 值，△ 2表示Tn'T2ne3W两迭代阈值之间差值的绝对值； ③ 若ΔΚΔ2时，重新设置2，Ci的值不改变；iAOAs时，重新设 置，C2的值不改变； ④ 再次计算(Cl，C，C2)对应的阈值Tf?，Tnew，T2 new)直到Δ :或Δ 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△ 2最佳的分割阈值。
【专利摘要】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；其检测方法包括：视频信号采集、处理、图像数字化、存储并编址、热斑识别及输出；其优越性在于：①硬件装置设计简单，算法易于编程实现；②能够快速有效的分割出光伏红外图像上的热斑；③增加了红外图像对比度，滤除了噪声；④提高了该控制系统的可靠性。
【IPC分类】H04N5/33, H02S50/10
【公开号】CN105720917
【申请号】CN201610057516
【发明人】邵磊, 郭宝柱, 董克建, 陈小奇, 刘宏利, 李季
【申请人】天津理工大学
【公开日】2016年6月29日
【申请日】2016年1月28日