-
题名基于改进K均值聚类的光伏板缺陷检测方法
被引量：2
- 1
-
-
作者
赵强
刘胜杰
韩东成
刘常瑜
杨世植
-
机构
安徽建筑大学环境与能源工程学院
安徽省新型显示产业共性技术研究中心
安徽省东超科技有限公司
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
-
出处
《红外技术》
CSCD
北大核心
2024年第4期475-482,共8页
-
基金
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)
+1 种基金
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)。
-
文摘
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。
-
关键词
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
-
Keywords
infrared image
defect detection
hot spot
photovoltaic module
HSV space model
improved K-means clustering
-
分类号
TN219
[电子电信—物理电子学]
-
