科研之友
微信
新浪微博
Facebook
分享链接
摘要
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。
- 单位
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。
