[发明专利]一种基于红外图像热点特征聚类分析的退役锂电池筛选方法

权利要求书

1.一种基于红外图像热点特征聚类分析的退役锂电池筛选方法，其特征在于，包括：

步骤1：加热锂电池并获取记录加热过程中锂电池表面温度变化的红外视频序列；

步骤2：提取红外视频序列中的关键帧图像；

步骤3：将提取的关键帧图像合成为单幅红外图像；

步骤4：提取合成的单幅红外图像中锂电池表面的热点信息，计算电池表面热点的归一化直方图；

步骤5：以电池表面热点的归一化直方图为特征进行聚类分析，完成退役动力锂电池的热特性筛选。

2.根据权利要求1所述的一种基于红外图像热点特征聚类分析的退役锂电池筛选方法，其特征在于，步骤1所述加热锂电池并获取记录加热过程中锂电池表面温度变化的红外视频序列，具体为：

将频率为f_s、幅值为I_s的交流电流注入锂电池，假定加热前锂电池温度为T，通过注入交流电流，使其温度上升ΔT，使用红外成像技术，记录加热过程中，锂电池表面的温度变化，获得红外视频序列。

3.根据权利要求1所述的一种基于红外图像热点特征聚类分析的退役锂电池筛选方法，其特征在于，步骤2所述提取红外视频序列中的关键帧图像，具体为：

以锂电池表面温度变化作为依据，取ΔT_step为步长，选取锂电池温度首次增加ΔT_step所对应的单帧红外图像作为红外视频序列中的关键帧图像，共计获得ΔT/ΔT_step幅关键帧图像。

4.根据权利要求1所述的一种基于红外图像热点特征聚类分析的退役锂电池筛选方法，其特征在于，步骤3所述将提取的关键帧图像合成为单幅红外图像，具体为：

对提取的关键帧图像求平均值，将其合成为单幅红外图像，平均值计算公式为：

式中，x、y为像素对应的坐标，M为关键帧图像的数目，g_i(x,y)为第i个关键帧图像对应的红外图像像素，g'(x,y)为合成的单幅红外图像像素。

5.根据权利要求1所述的一种基于红外图像热点特征聚类分析的退役锂电池筛选方法，其特征在于，步骤4所述提取合成的单幅红外图像中锂电池表面的热点信息，计算电池表面热点的归一化直方图，具体为：

对由关键帧图像合成的单幅红外图像的所有像素g'(x,y)，采取如下处理：

式中，T_th为图像分割所设定的阈值，f(x,y)为二值化后的图像，经过二值化，即可分割出电池表面的热点；

计算电池表面热点h(x,y)的归一化直方图，即：

统计电池热点h(x,y)中灰度值为I_i的像素个数n_i，假定热点目标h(x,y)为m_h×n_h维，用下式(3)计算电池表面热点的归一化直方图：

p(I_i)＝n_i/(m_g·n_g) (3)

其中，p(I_i)为灰度值I_i的像素在图像中出现的概率，经过上式归一化后，图像的热点归一化直方图中所有分量之和满足：

式中，L为红外图像的最大灰度级数。

6.根据权利要求1所述的一种基于红外图像热点特征聚类分析的退役锂电池筛选方法，其特征在于，步骤5所述以电池表面热点的归一化直方图为特征进行聚类分析，完成退役动力锂电池的热特性筛选，具体为：

将已获得的第k块退役动力锂电池表面热点归一化直方图，表示为如下向量：z_k＝[p(I₁),p(I₂),...,p(I_L)]，使用均值漂移聚类方法对锂电池表面热点归一化直方图向量z_k进行聚类，完成对退役动力锂电池的分选。