基于主成分分析的光伏热斑红外图像混合噪声去噪方法

摘要：

为了解决光伏板热斑故障检测时受噪声影响的红外图像分辨率低而导致热斑区域难以识别的问题,提出一种基于主成分分析的红外图像混合噪声自适应去噪方法.该方法通过自适应窗口预处理算法将获取的热斑红外图像进行初步去噪,滤除图像中的低密度椒盐噪声,减小噪声信号对后续选取降噪训练集时所造成的影响;然后,采用基于块匹配的主成分分析法对预处理后的图像信息进行降维处理,提取信号的主要特征,降低噪声滤除时的计算复杂度;最后,使用线性最小均方误差估计对图像进行二次去噪处理,滤除残余噪声;此外,在二次去噪之前重新计算图像噪声水平,使最终的去噪图片获得了更好的视觉效果.实验结果表明:该方法能够有效去除光伏热斑红外图像中的混合噪声,客观评价指标显示噪声较小时,图像结构相似性可保持在0.9,在高密度噪声影响下,峰值信噪比相较于修正的阿尔法均值滤波算法平均提高2 dB,实际视觉效果中保留了图像细节特征,可以明显观测到热斑区域.

关键词：光伏热斑、红外图像、混合噪声、图像去噪、主成分分析

所属期刊栏目：41

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金;安徽省重点研究与开发计划项目

在线出版日期：2024-01-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：30-37