一种低对比度情况下太阳能光伏板的有效分割方法技术

本发明专利技术提供了一种图像对比度过低的情况下对太阳能光伏板图片进行分割的有效方法，主要包括以下部分：对目标图片利用直方图均衡化得到增强灰度图并获得RGB转为HSV的v通道图片；分别将得到的直方图均衡化图片与v通道图片利用水平集分割方法进行分割，为了提升水平集运算效率，本发明专利技术加入边缘停止函数，以便在灰度值变化大的区域可以快速停止演化，而在不含边界的区域可以快速演化水平集公式；分别将两种图片得到的水平集分割结果进行局部熵运算求得图片局部熵；将两种图片的局部熵进行不同比例的叠加并按照熵值对图像进行二值化；将二值化的图像进行后续处理消除噪声，得到完整大板并对大板是否合格进行判断，最后将二值图像作为掩码与原图进行复制得到最终分割结果。

An Effective Segmentation Method for Solar Photovoltaic Panels with Low Contrast

The invention provides an effective method for segmentation of solar photovoltaic panels under the condition of low image contrast, which mainly includes the following parts: using histogram equalization to obtain enhanced gray images of target images and V-channel images converted from RGB to HSV; using level set segmentation method to segment the histogram equalized images and V-channel images respectively, in order to achieve the goal of image segmentation. To improve the efficiency of level set operation, the edge stopping function is added in the present invention, so that the level set formula can be rapidly evolved in areas where the gray value varies greatly, and in areas without boundaries; the local entropy of the image can be obtained by local entropy operation of the level set segmentation results of the two pictures respectively; and the local entropy of the two pictures can be superposed in different proportions and according to the local entropy of the two pictures. The binary image is binarized according to the entropy value; the binarized image is processed to eliminate the noise, and the complete board is obtained and judged whether the board is qualified. Finally, the binary image is copied as a mask and the original image to get the final segmentation result.

【技术实现步骤摘要】
一种低对比度情况下太阳能光伏板的有效分割方法
本专利技术涉及模式识别、图像处理领域，尤其是对较低对比度情况下红外图像的分割问题。技术背景太阳能是一个巨大、永久的能量源，每秒辐射到地球的能量相当于500万吨标准煤，可以说太阳能是当今世界上可以开发的最大能源。此外，太阳光照射大地没有地域的限制，可以直接开发和免费使用，不需要开采和运输。随着石化燃料(煤，石油和天然气)的不断开采和消耗，能源的供应越来越紧张，太阳能的开发与利用就显得越来越重要。太阳能光伏板是将太阳光辐射能直接转换为电能的一种新型发电设备，广泛应用于生活中各个领域，例如用户太阳能电源、交通警示/标志灯等的供电、石油管道和水库闸门阴极保护太阳能电源系统、家庭灯具电源、光伏电站、太阳能建筑、卫星、航天器、空间太阳能电站等。数量庞大的太阳能光伏板需要配备红外线热像仪等设备，对太阳能光伏板进行红外拍摄，以检测光伏组件是否有过热情况，从而保证太阳能光伏板的正常工作。由于拍摄出的太阳能板数量庞大，人工进行故障点检测，不仅会消耗大量的人力物力，而且效率低下，这时就需要借助图像处理技术对太阳能光伏板进行分割，将光伏板和背景部分分开，对分割获取的光伏板，进行故障点的检测与定位。在对太阳能光伏板进行红外拍摄时，受到天气、地理背景、拍摄高度等影响，拍摄出的照片，可能会存在背景复杂、光伏板颜色不均匀、图片对比度过低等问题，极大的影响了太阳板分割与检测的效果。如何有针对性的解决劣质拍摄图片的分割问题，已经成为图像分割领域急需解决的问题，并且具有广阔的应用市场与理论价值。
技术实现思路
本专利技术提供了一种图像对比度过低情况下太阳能光伏板分割的有效方法。通过对暗图像增强，并与改进的水平集算法以及图像局部熵运算相结合，提出了一种有效的针对暗图像的分割方法。考虑到水平集分割算法的运算效率，本专利技术加入边缘停止函数，以便在灰度值变化大的区域可以快速停止演化，而在灰度值变化小的区域可以快速演化以保证分割算法的运算速度。首先，图像增强采用的方法为直方图均衡化与Hue,Saturation,Value(HSV)色彩空间的Value(V)通道图片，然后将增强后的图片进行水平集演化，最后进行局部熵运算，并进行大板拟合，得到分割结果。实验结果证明本专利技术对暗图像分割效果较好，可以有效的分割出太阳能光伏板，并且能够显著降低背景噪声。所述技术方案如下：一种图像对比度过低的情况下对太阳能光伏板图片进行分割的有效方法，包括：步骤1：对目标图片，利用直方图均衡化，获得增强灰度图；将红外图像从Red,Green,Blue(RGB)空间转换到HSV空间，以获取V通道图像。步骤2：分别将得到的直方图均衡化图片与V通道图片利用水平集分割方法进行分割。步骤3：分别将两种图片得到的水平集分割结果进行局部熵运算，获得图片局部熵。步骤4：将两种图片的局部熵进行不同比例的叠加，并按照熵值对图像进行二值化。步骤5：将二值化的图像进行后续处理以消除噪声，得到完整大板，并对大板是否合格进行判断，将二值图像作为掩码，与原图进行复制，获取最终分割结果。在一些实施方案中，其中步骤1对目标图片利用直方图均衡化得到增强灰度图并获得RGB转为HSV的V通道图片。对于一张灰度图片I，假设大小为R*C，其中像素范围为[0，L-1]，可以将像素的概率密度函数定义为：其中T(k)为像素值k在图片中的总数量，N＝R*C，通常(L-1)＝255。像素值k的累积分布函数(CDF)可以描述为如下公式：d(k)＝d(k-1)+p(k)其中d(0)＝0经过直方图均衡化的新图像像素值为：hi(k)＝d(k)*k相对于RGB空间，HSV空间能够非常直观的表达色彩的明暗，色调，以及鲜艳程度，在很多应用中处理更加方便。HSV空间颜色模型可以描述为：在一些实施方案中，其中步骤2为分别将得到的直方图均衡化图片与V通道图片利用水平集分割方法进行分割。水平集方法把低维的一些计算上升到更高一维，把N维的描述看为N+1维的一个水平。水平集方法将平面中闭合曲线表达为连续函数曲面φ(x,y,t)的一个具有相同函数值的同值曲线，通常将目标曲线表示在零水平集函数{φ(x,y,t)＝0}中，水平集函数充分利用偏微分方程作为分析方法与手段，用于分析与计算边界面的运动与传播，常用的水平集函数是带符号的距离函数，分割图像主要通过寻找一个轮廓，使图片分为不相交的区域，并进行分段光滑。水平集分割主要有两种方式，基于区域与基于边缘的模型，本专利技术采用基于区域的模型对轮廓进行演化，水平集目标公式可以描述为：其中ε(φ,c,b)代表数据项，使得b(y)ci尽可能的接近像素值I(x),k(Y-X)代表核函数，Mi(φ(x))代表heaviside函数，在本专利技术中N＝2。计算φ的零水平轮廓的长度并且有平滑轮廓的作用，能量密度函数当时达到最小值，所以代表距离约束项。对目标公式进行最小化，可以固定其中两项对另一项进行求梯度。由于目标函数的演化速度较慢，在目标物体范围内，像素值变化较慢，梯度更小，此时应该有较大的演化速度，在物体的边缘区域，图像的像素值变化较快，梯度更大，演化应该具有更小的速度，为了在不含边缘的区域获得较大的演化速度，从而可以以最快的速度穿过这些区域，而在边缘区域可以快速停止演变，本专利技术加入一个分段单调递减函数与梯度模的符号函数，从而使边缘定位更准确：其中λ∈(0,0.1]将gk边缘停止函数与变分水平集函数相结合，可得到如下演化方程：固定b与c，最小化对于固定的φ和b，能量最小化ε(φ,c,b)得到最优c,定义为：则对于固定的φ和c，通过最小化能量公式ε(φ,c,b)得到最优b，定义为在一些实施步骤中，其中步骤3为分别将两种图片得到的水平集分割结果进行局部熵运算求得图片局部熵。由于经过上面两部的处理之后，水平集分割的结果对于拥有复杂背景的图片分割会产生较多的噪声，对太阳板的分析发现，光伏板的纹理相比于背景区域更为平滑，而背景区域则拥有更多嘈杂的噪声，像素的分布更为离散，加入局部熵运算对图像进行分割。令i表示像素的灰度值(0<＝i<＝255)，j表示邻域灰度均值(0<＝j<＝255)：对于大小为R*C的图片I，定义pk为：其中nk为特像素值k出现的频数，定义图像熵为：若R*C为整体图像I的一部分，则称为H为局部熵，局部熵反映了图像灰度的离散程度，在局部熵大的地方，图像灰度相对较均匀；局部熵小的地方，图像灰度拥有较大的离散性，而与图像灰度的均值无直接关系，所以可以根据图像的局部熵把相对均匀的多目标分割出来。在一些实施步骤中，其中步骤4为对两种图片的局部熵进行不同比例的叠加并按照熵值对图像进行二值化。假设经过直方图均衡化与水平集处理得到的图片得到的熵为Hh，经过HSV空间与水平集结合得到的熵为Hv，令：Hf＝0.3*Hh+0.7Hv对整体图片I所有局部熵Hf求得均值Hm，令：其中th为处理阈值，选取th＝0.78。利用上述公式将熵值较小的区域置为白色，而熵值较大的区域作为背景区域处理。在一些实施步骤中，其中步骤5为将二值化的图像进行大板拟合得到最终分割结果。经过二值化后的结果可以得到太阳板的小板轮廓以及少量噪声。对第三步得到的结果图片进行腐蚀本文档来自技高网...

【技术保护点】
1.一种图像对比度过低的情况下对太阳能光伏板图片进行分割的有效方法，包括：步骤1：对目标图片，利用直方图均衡化，获得增强灰度图；将红外图像从Red,Green,Blue(RGB)空间转换到Hue,Saturation,Value(HSV)空间，以获取Value(V)通道图像。步骤2：分别将得到的直方图均衡化图片与V通道图片利用水平集分割方法进行分割。步骤3：分别将两种图片得到的水平集分割结果进行局部熵运算，获得图片局部熵。步骤4：将两种图片的局部熵进行不同比例的叠加，并按照熵值对图像进行二值化。步骤5：将二值化的图像进行后续处理以消除噪声，得到完整大板，并对大板是否合格进行判断，将二值图像作为掩码，与原图进行复制，获取最终分割结果。

【技术特征摘要】
1.一种图像对比度过低的情况下对太阳能光伏板图片进行分割的有效方法，包括：步骤1：对目标图片，利用直方图均衡化，获得增强灰度图；将红外图像从Red,Green,Blue(RGB)空间转换到Hue,Saturation,Value(HSV)空间，以获取Value(V)通道图像。步骤2：分别将得到的直方图均衡化图片与V通道图片利用水平集分割方法进行分割。步骤3：分别将两种图片得到的水平集分割结果进行局部熵运算，获得图片局部熵。步骤4：将两种图片的局部熵进行不同比例的叠加，并按照熵值对图像进行二值化。步骤5：将二值化的图像进行后续处理以消除噪声，得到完整大板，并对大板是否合格进行判断，将二值图像作为掩码，与原图进行复制，获取最终分割结果。2.根据权利要求1所述的一种图像对比度过低的情况下对太阳能光伏板图片进行分割的有效方法，其特征在于，所述步骤1中，对目标图片利用直方图均衡化得到增强灰度图并获得RGB转为HSV的V通道图片。对于一张灰度图片I，假设大小为R*C，其中像素范围为[0，L-1]，可以将像素的概率密度函数定义为：其中T(k)为像素值k在图片中的总数量，N＝R*C，通常(L-1)＝255。像素值k的累积分布函数(CDF)可以描述为如下公式：d(k)＝d(k-1)+p(k)其中d(0)＝0经过直方图均衡化的新图像像素值为：hi(k)＝d(k)*kHSV空间颜色模型可以描述为：3.根据权利要求1所述的一种图像对比度过低的情况下对太阳能光伏板图片进行分割的有效方法，其特征在于，所述步骤2中，分别将得到的直方图均衡化图片与v通道图片利用水平集分割方法进行分割。本发明采用基于区域的模型对轮廓进行演化，水平集目标公式可以描述为：其中ε(φ,c,b)代表数据项，使得b(y)ci尽可能的接近像素值I(x),k(Y-X)代表核函数，Mi(φ(x))代表heaviside函数，在本发明中N＝2。计算φ的零水平轮廓的长度并且有平滑轮廓的作用，能量密度函数当|▽φ|＝1时达到最小值，所以代表距离约束项。对目标公式进行最小化，可以固定其中两项对另一项进行求梯度。由于目标函数的演化速度较慢，为了加快水平集算法迭代的速度，本发明加入一个分段单调递减函数与梯度模的符号函数：其中K＝λ×max{▽I}2，λ∈(0,0.1]将gk边缘停止函数与变分水平集函数相...

【专利技术属性】
技术研发人员：孙战里，鲍新愿，
申请(专利权)人：安徽大学，
类型：发明
国别省市：安徽,34