基于改进K均值聚类的光伏板缺陷检测方法OA北大核心CSTPCD
为了能够对光伏组件热斑部分准确地识别和提取,提出了一种基于HSV空间模型的改进K均值聚类图像处理方法。首先,将红外图像进行HSV空间转换和双边滤波处理,去除噪声并提高图像对比度;其次,使用高斯核函数估计实现图像灰度概率密度函数提取,并以此获取初始聚类中心;最后,利用先验知识对图像进行K均值聚类,提取和量化热斑缺陷。研究结果表明,该方法能够快速地检测定位热斑位置并统计出光伏板损坏程度,具有较高的精度以及较好的灵敏性和稳定性。
赵强;刘胜杰;韩东成;刘常瑜;杨世植;
安徽建筑大学环境与能源工程学院,安徽合肥230601 安徽省新型显示产业共性技术研究中心,安徽合肥230601安徽省新型显示产业共性技术研究中心,安徽合肥230601 安徽省东超科技有限公司,安徽合肥230088 中国科学院合肥物质科学研究院安徽光学精密机械研究所,安徽合肥230031中国科学院合肥物质科学研究院安徽光学精密机械研究所,安徽合肥230031
电子信息工程
红外图像缺陷检测热斑光伏板HSV空间模型改进K均值聚类
《红外技术》 2024 (004)
P.475-482 / 8
国家自然科学基金项目(41005016,51606002);安徽省高校优秀青年人才支持计划重点项目(gxyqZD2020036);安徽高校协同创新项目(GXXT-2023-048,GXXT-2022-085);安徽省质量工程教学研究项目(2020jyxml1362)。
评论