日光溫室熱工缺陷面積熱紅外圖像測量方法

曹晏飛，鮑恩財，鄒志榮，何 斌，徐文俊，安康平，王建雄

?

日光溫室熱工缺陷面積熱紅外圖像測量方法

曹晏飛1，鮑恩財1，鄒志榮1※，何 斌2，徐文俊3，安康平1，王建雄1

（1. 西北農林科技大學園藝學院，農業部西北設施園藝工程重點實驗室，楊凌 712100； 2. 西北農林科技大學水利與建筑工程學院，楊凌 712100； 3. 天龍集團公司內蒙古北隆生態農業科技有限公司，包頭 014010）

隔熱層和氣密性缺陷是日光溫室保溫蓄熱性能差的重要因素，為了快速檢測日光溫室熱工缺陷區域及測量該區域的面積，該文借助熱紅外成像儀和LabVIEW軟件平臺，構建了基于熱紅外圖像的日光溫室熱工區域面積測量方法。以陜西楊凌西北農林科技大學園藝場日光溫室北墻風口為測試對象，通過現場實測數據與理論計算結果進行比較分析。首先，利用熱紅外成像儀實時檢測出日光溫室北墻通風口表面與墻體內表面存在的明顯溫度差異，其最大溫差高達8.4 ℃。基于溫度差異，能快速找出溫室內圍護結構不同位置所存在的明顯散熱區域。然后通過直方圖法、均方根法和人工提取法分別計算了散熱區域面積，其中直方圖面積測量方法具有較好的效果，平均相對誤差為5.4%；人工提取法次之，平均相對誤差為6.0%，均方根法最大，平均相對誤差為11.8%。研究結果表明，基于熱紅外圖像的直方圖面積測量方法能快速檢測出熱工缺陷區域的面積，為進一步自動定量分析整個日光溫室熱工缺陷區域的面積及散熱量提供了理論方法，在溫室圍護結構熱工損耗計算方面具有較大地應用潛力，可為農民和企業提出日光溫室優化改造建議。

熱力學；缺陷；圖像采集；熱紅外圖像；日光溫室；面積測量

0 引 言

日光溫室作為具有中國特色的園藝設施，由于其具有連棟溫室所無法比擬的良好性價比，和塑料大棚無法比擬的低成本越冬生產性能，近年來在中國北方地區得到了大面積的推廣[1-2]。研究人員針對不同類型日光溫室的保溫蓄熱性能也開展了大量的研究工作[3-12]，最低保證溫度[13]、熱環境傳熱數學模型[14-15]、熱阻、傳熱系數、熱惰性指標等材料熱工參數[16]均被用于日光溫室結構保溫和隔熱設計。日光溫室的隔熱層和氣密性缺陷是造成溫室保溫性能不穩定的重要影響因素[3]，因此，需要尋找出合適的方法與設備來診斷出溫室的問題所在。利用溫濕度環境傳感器監測溫室內的熱環境，仍然是目前用來評價溫室保溫蓄熱性能優劣程度的常規方法，不過該測試方法僅采用一個測試點或多個測試點的溫濕度來代表整個面或體的溫濕度，且測試點的溫濕度環境受溫室建造、管理方式等影響較大，難以準確有效地尋找出日光溫室缺陷區域。

熱紅外成像技術能夠把人眼在可見光范圍內無法觀察到的物體表面熱分布可視化，以灰度差或偽彩色形式表現物體各點的溫度及溫度差，從而實現無損檢測[17]。該技術在建筑[18]、電氣[19]、醫學[20]等領域得到了廣泛的應用。近年來，研究人員也開始將熱紅外成像技術應用于農業領域[21]，如：利用熱紅外成像技術檢測作物是否受到外界脅迫[22]、果實識別[23]、植物是否感染病害[24-25]等。

日光溫室密閉性較差，從而引起溫室表面溫度不均勻分布，其中日光溫室內圍護結構表面溫度值低于某一閾值的點的集合統稱為熱工缺陷區域。為了尋找出日光溫室的散熱途徑，陳來生等利用熱紅外成像儀對日光溫室進行了全面檢測，結果顯示該方法具有較好的效果，可直觀判斷出日光溫室散熱區域[26]。本文作者在此研究基礎上，提出一種基于熱紅外圖像的日光溫室熱工缺陷區域面積測量方法，從而為實現日光溫室熱工缺陷區域面積以及散熱量的定量分析提供參考。

1 材料與方法

1.1 試驗材料與設備

試驗于2015年12月在陜西楊凌西北農林科技大學北校區園藝場日光溫室中進行，溫室長52.0 m，凈跨度8.0 m，北墻高2.2 m、厚1.0 m，外加10 cm厚聚苯板，脊高3.9 m，墻體材料為黏土磚，北墻設置16個通風洞口，溫室前屋面采用保溫被覆蓋。

試驗選用的熱紅外成像儀為美國菲利爾（FLIR）公司的E4，波長范圍：7.5～13m,視場角/最小焦距：45°×34°/0.5 m，熱靈敏度：0.15 ℃，溫度測量范圍：?20～250 ℃，精度：±2 ℃，分辨率：320×240像素。試驗在晴天進行，時間選在典型晴天2015年12月15日15:30～16:30（蓋簾前，平均空氣溫度為19.2 ℃）。將熱紅外成像儀固定安裝在三腳架上，垂直于北墻正前方，距北墻位置為1.5 m，設定輻射率為0.95，反射溫度為20 ℃，測量前熱像儀自動校準3遍。

1.2 基于熱紅外圖像的面積計算方法

熱紅外成像儀是利用目標物體自身發射的熱輻射成像，即其可同時測量物體表面各點溫度的高低，并以圖像形式直觀顯示出物體表面溫度場。根據該特點，熱紅外圖像中的溫度差可用來作為計算目標物體熱工缺陷區域面積的基礎，具體檢測流程如圖1所示。

基于熱紅外圖像的熱工缺陷區域面積計算方法包括3個步驟：1)采用熱像儀采集目標物體的熱紅外圖像采集，利用FLIR Tools軟件提取出相應熱紅外圖像的溫度數據文檔。2)利用LabVIEW13.0軟件讀取熱紅外圖像，人工初步截取包含熱工缺陷區域的熱紅外圖像，并導入相應的溫度文檔數據與溫度閾值進行比較，識別出熱工缺陷區域。3)統計熱工缺陷區域像素單元的數量，根據其在整個熱紅外圖像中所占的比例，計算出相應的熱工缺陷區域面積。

1.2.1 閾值的選擇

熱紅外成像儀判斷圍護結構熱工缺陷的重要步驟是分析熱紅外圖像上是否存在熱工異常[27]，其中選擇適宜的溫度閾值是檢驗該方法是否準確的關鍵。

1）直方圖法

直方圖是一種基于統計的特征描述子，是計算機視覺領域常用的圖像特征之一[28]。在熱紅外圖像中，利用直方圖統計溫度分布，指定溫度區間寬度Δ在溫度文檔數據序列x中出現次數的頻率計數。溫度區間寬度Δ定義為：

式中max為溫度文檔數據序列x的最大值，min為溫度文檔數據序列x的最小值，為區間數量，設為10。

溫度區間的中心c定義為

式中表示溫度區間的變量。

熱紅外圖像的溫度直方圖h反映了圖像溫度區間分布，其表達式為

式中為熱紅外圖像的總像素數，n為每個溫度區間的像素數量。

2）均方根法

均方根法是指在面積計算過程中以溫度數據序列x的均方根值ψ為基礎，溫度閾值設置為(ψ+1)℃，均方根值ψ定義為

式中為溫度數據序列x的數量。

1.2.2 人工提取法

判斷分析熱紅外圖像中是否存在熱工異常，既可以通過溫度閾值比較，也可以通過人工肉眼模糊選擇。在步驟②中，當讀取熱紅外圖像之后，首先通過肉眼判斷出溫度異常區域在熱紅外圖像中的大體位置，然后人工利用方框選擇溫度異常區域作為熱工缺陷區域，最后通過計算機直接統計計算方框區域的像素單元個數，計算其在整個熱紅外圖像中所占的比例以及面積。

1.3 熱像儀視野區域面積計算

如圖2所示，根據熱像儀與被測物體之間的距離，熱像儀的水平和垂直視場角，計算出熱像儀視野區域的面積。

（6）

（7）

2 結果與分析

2.1 日光溫室熱紅外圖像

日光溫室后墻的可見光圖像與熱紅外圖像如圖3所示。盡管對北墻通風口進行了封堵，但通風口的表面溫度與內墻表面的溫度仍然存在明顯差異，最大溫差可達到8.4 ℃，顯然根據熱紅外圖像，人肉眼可見發現在可見光圖像不能看到的溫度差異，從而能夠快速找出熱工散熱區域，有助于溫室建造、管理質量檢測。

2.2 日光溫室通風口溫度直方圖分布

溫度直方圖是溫度區間的函數，它表示熱紅外圖像中不同溫度區間的像素所占的比例，反映不同溫度區間所占的面積。圖4為人工初步截取日光溫室后墻包含通風口的熱紅外圖像，圖5為該區域的溫度區間分布直方圖，橫坐標表示10個不同溫度區間的中心溫度，變化范圍從7.7～19.5 ℃。縱坐標表示10個溫度區間所占的比例。隨著溫度的升高，溫度區間所占的比例開始呈現逐漸增加，又逐步減少，最后又增加的趨勢。區間中心溫度為12.9 ℃的區間所占比例最大，說明通風口表面較大部分區域的溫度在12.9 ℃左右。中心溫度為16.9 ℃區間所占比例與中心溫度為18.2 ℃區間所占比例存在較大差距，說明通風口與墻體搭接處的溫度在16.9 ℃左右，可依據該特征設置溫度閾值，統計小于該溫度閾值的溫度區間所占比例，并據此計算通風口面積。

2.3 日光溫室熱工缺陷區域面積測量

熱工缺陷區域為溫室內表面溫度過低點的集合，從2.2節的日光溫室通風口熱紅外圖像可知，日光溫室后墻通風口溫度明顯低于墻體其他區域，即為熱工缺陷區域。為了比較不同面積測試方法的準確性，從采集的圖像中選擇了12幅包含通風口的日光溫室后墻熱紅外圖像，同時在拍攝點處人工利用卷尺等接觸式的測量工具，多次測量通風口的高度、寬度，取相應平均值計算實測面積，并以此作為真實值來比較日光溫室熱工區域面積不同測量方法的相對誤差。為減少人為因素影響，不同面積測量方法均進行3次重復測量，選取3次測量的平均值作為測量結果。試驗結果如表1所示，在3種面積測量方法中，直方圖法的平均相對誤差最小，為5.4%，人工提取法次之，平均相對誤差為6.0%，均方根法最大，平均相對誤差為11.8%。

表1 實測數據與理論計算結果的對比

均方根法受人工截取圖中各個熱工區域所占比例影響較大，當熱工散熱區域所占比例較大時，該方法較為準確，反之，則誤差相對較大。人工提取法是根據人的肉眼標記出熱工區域的邊界區域，受邊界區域的清晰度影響較大。

3 結 論

利用熱紅外成像儀實時檢測出日光溫室北墻通風口表面與墻體內表面存在的明顯溫度差異，其最大溫差高達8.4 ℃。此方法能夠快速找出溫室內圍護結構不同位置所存在的明顯散熱區域。

基于散熱區域熱紅外圖像，利用直方圖法、均方根法、人工提取法對散熱區域面積進行理論計算，然后將理論結果與散熱區域實測數據相比較，直方圖法的平均相對誤差最小，為5.4%。結果表明該方法具有較高的測量精度，可實現熱工散熱區域的自動測量，在溫室圍護結構熱工參數測量方面具有較大的應用潛力。

下一步將基于此方法計算日光溫室整體散熱區域面積，并定量比較分析不同類型日光溫室圍護結構缺陷區域的相對面積，通過熱工缺陷等級等參數來判斷日光溫室建造是否規范，管理方式是否合理，同時該方法在建筑等領域也具有廣泛的實用性。

[1] 徐凡，馬承偉，曲梅，等. 華北五省區日光溫室微氣候環境調查與評價[J]. 中國農業氣象，2014，35(1)：17－25.

Xu Fan, Ma Chengwei, Qu Mei, et al. Investigation and assessment on microclimate environment of solar greenhouse in north China[J]. Chinese Journal of Agrometeorology, 2014, 35(1): 17－25. (in Chinese with English abstract)

[2] 魏曉明，周長吉，曹楠，等. 中國日光溫室結構及性能的演變[J]. 江蘇農業學報，2012，28(4)：855－860.

Wei Xiaoming, Zhou Changji, Cao Nan, et al. Evolution of structure and performance of Chinese solar greenhouse[J]. Jiangsu Journal of Agricultural Sciences, 2012, 28(4): 855－860. (in Chinese with English abstract)

[3] 孫周平，黃文永，李天來，等. 彩鋼板保溫裝配式節能日光溫室的溫光性能[J]. 農業工程學報，2013，29(19)：159－167.

Sun Zhouping, Huang Wenyong, Li Tianlai, et al. Light and temperature performance of energy-saving solar greenhouse assembled with color plate[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2013, 29(19): 159－167. (in Chinese with English abstract)

[4] 邱仲華，宋明軍，王吉慶，等. 組裝式太陽能雙效溫室應用效果試驗[J]. 農業工程學報，2014，30(19)：232－239.

Qiu Zhonghua, Song Mingjun, Wang Jiqing, et al. Experiment effect of application to new assembly type solar double effect greenhouse[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2014, 30(19): 232－239. (in Chinese with English abstract)

[5] 方慧，張義，楊其長，等. 日光溫室金屬膜集放熱裝置增溫效果的性能測試[J]. 農業工程學報，2015，31(15)：177－182.

Fang Hui, Zhang Yi, Yang Qichang, et al. Performance testing on warming effect of heat storage-release metal film in Chinese solar greenhouse[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2015, 31(15): 177－182. (in Chinese with English abstract)

[6] 凌浩恕，陳超，陳紫光，等. 日光溫室帶豎向空氣通道的太陽能相變蓄熱墻體體系[J]. 農業機械學報，2015，46(3)：336－343.

Ling Haoshu, Chen Chao, Chen Ziguang, et al. Performance of phase change material wall vertical air channels integrating solar concentrators[J]. Transactions of the Chinese Society for Agricultural Machinery, 2015, 46(3): 336－343. (in Chinese with English abstract)

[7] 趙淑梅，馬承偉，程杰宇，等. 日光溫室空氣對流循環蓄熱墻體的開發研究[J]. 農業工程技術：溫室園藝，2015(12)：40－43.

[8] 張勇，鄒志榮，李建明. 傾轉屋面日光溫室的采光及蓄熱性能試驗[J]. 農業工程學報，2014，30(1)：129－137.

Zhang Yong, Zou Zhirong, Li Jianming. Performance experiment on lighting and thermal storage in tilting roof solar-greenhouse[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2014, 30(1): 129－137. (in Chinese with English abstract)

[9] 張勇，高文波，鄒志榮. 日光溫室主動蓄熱后墻傳熱CFD模擬及性能試驗[J]. 農業工程學報，2015，31(5)：203－211.

Zhang Yong, Gao Wenbo, Zou Zhirong. Performance experiment and CFD simulation of heat exchange in solar greenhouse with active thermal storage back-wall[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2015, 31(5): 203－211. (in Chinese with English abstract)

[10] 梁浩，方慧，楊其長，等. 日光溫室后墻蓄放熱簾增溫效果的性能測試[J]. 農業工程學報，2013，29(12)：187－193.

Liang Hao, Fang Hui, Yang Qichang, et al. Performance testing on warming effect of heat storage-release curtain of back wall in Chinese solar greenhouse[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2013, 29(12): 187－193. (in Chinese with English abstract)

[11] 李明，周長吉，魏曉明. 日光溫室墻體蓄熱層厚度確定方法[J]. 農業工程學報，2015，31(2)：177－183.

Li Ming, Zhou Changji, Wei Xiaoming. Thickness determination of heat storage layer of wall in solar greenhouse[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2015, 31(2): 177－183. (in Chinese with English abstract)

[12] 劉彥辰，鄒志榮，胡曉輝，等. 陜西關中地區不同跨度日光溫室光溫環境分析[J]. 西北農林科技大學學報：自然科學版，2013，41(2)：108－116.

Liu Yanchen, Zou Zhirong, Hu Xiaohui, et al. Analysis of light and temperature conditions of sunlight greenhouses with different span lengths in Central Shaanxi Plain[J]. Journal of Northwest A&F University: Natural Science Edition, 2013, 41(2): 108－116. (in Chinese with English abstract)

[13] 陳青云. 日光溫室的實踐與理論[J]. 上海交通大學學報：農業科學版，2008，26(5)：343－350.

Chen Qingyun. Progress of practice and theory in sunlight greenhouse[J]. Journal of Shanghai Jiao Tong University: Agricultural Science, 2008, 26(5): 343－350. (in Chinese with English abstract)

[14] Tong Guohong, Christopher David M, Li Tianlai, et al. Passive solar energy utilization: A review of cross-section building parameter selection for Chinese solar greenhouses[J]. Renewable and Sustainable Energy Reviews, 2013(26): 540－548.

[15] 馬承偉，卜云龍，籍秀紅，等. 日光溫室墻體夜間放熱量計算與保溫蓄熱性評價方法的研究[J]. 上海交通大學學報：農業科學版，2008，26(5)：411－415.

Ma Chengwei, Bu Yunlong, Ji Xiuhong, et al. Method for calculation of heat release at night and evaluation for performance of heat preservation of wall in solar greenhouse[J]. Journal of Shanghai Jiao Tong University: Agricultural Science, 2008, 26(5): 411－415. (in Chinese with English abstract)

[16] 柳孝圖. 建筑物理（第三版）[M]. 北京：中國建筑工業出版社，2010.

[17] 楊立，楊楨. 紅外熱成像測溫原理與技術[M]. 北京：科學出版社，2012.

[18] 衡濤，江俊佳. 紅外熱成像儀對圍護結構缺陷溫度場變化規律的研究與分析[J]. 建筑節能，2015，43(6)：110－114.

Heng Tao, Jiang Junjia. Temperature field variation law on building envelope defect by infrared thermal imager[J]. Building Energy Efficiency, 2015, 43(6): 110－114. (in Chinese with English abstract)

[19] 呂俊，王福田，湯進，等. 基于全景溫度場的電力設備在線自動識別與診斷[J]. 計算機與現代化，2015(8)：19－23.

Lü Jun, Wang Futian, Tang Jin, et al. Online automatic recognition and diagnosis of electrical devices via thermal panorama[J]. Computer and Modernization, 2015(8): 19－23.(in Chinese with English abstract)

[20] 戚沁園，陳長青，郭建茹，等. 熱紅外技術在中醫診斷中的應用[J]. 世界科學技術：中醫藥現代化，2011，13(6)：1027－1031.

Qi Qinyuan, Chen Zhangqing, GuoJianru, et al. Application of thermal infrared technology in traditional Chinese medicine diagnosis[J]. World Science and Technology: Modernization of Traditional Chinese Medicine and Materia Medica, 2011, 13(6): 1027－1031. (in Chinese with English abstract)

[21] 周建民，周其顯，劉燕德. 紅外熱成像技術在農業生產中的應用[J]. 農機化研究，2010，32(2)：1－4.

Zhou Jianmin, Zhou Qixian, Liu Yande. Application of infrared thermography techniques in agricultural production[J]. Journal of Agricultural Mechanization Research, 2010, 32(2): 1－4. (in Chinese with English abstract)

[22] 李真，史智興，王成，等. 紅外熱成像技術在作物脅迫檢測方面的應用[J]. 農機化研究，2016，38(1)：232－237.

Zhen Li, Zhixing Shi, Cheng Wang, et al. The application progress of infrared thermography for crop stress detection[J]. Journal of Agricultural Mechanization Research, 2016, 38(1): 232－237. (in Chinese with English abstract)

[23] 徐惠榮，應義斌. 紅外熱成像在樹上柑桔識別中的應用研究[J]. 紅外與毫米波學報，2004，23(5)：353－356.

Xu Huirong, Ying Yibin. application of infrared thermal imaging in identification of citrus on trees[J]. Journal of Infrared and Millimeter Waves, 2004, 23(5): 353－356. (in Chinese with English abstract)

[24] 徐小龍，蔣煥煜，杭月蘭. 熱紅外成像用于番茄花葉病早期檢測的研究[J]. 農業工程學報，2012，28(5)：145－149.

Xu Xiaolong, Jiang Huanyu, Hang Yuelan. Study on detection of tomato mosaic disease at early stage based on infrared thermal imaging[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2012, 28(5): 145－149. (in Chinese with English abstract)

[25] 李小龍，王庫，馬占鴻，等. 基于熱紅外成像技術的小麥病害早期檢測[J]. 農業工程學報，2014(18)：183－189.

Li Xiaolong, Wang Ku, Ma Zhanhong, et al. Early detection of wheat disease based on thermal infrared imaging[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2014, 30(18): 183－189. (in Chinese with English abstract)

[26] 陳來生，韓睿，祁成文. 紅外熱成像技術在日光溫室保溫性能檢測中的應用[J]. 青海大學學報：自然科學版，2015，33(1)：37－40.

Chen Laisheng, Han Rui, Qi Chengwen. Applying infrared thermal imaging technology to detect thermal insulation performance of solar greenhouse[J]. Journal of Qinghai University: Natural Science Edition, 2015, 33(1): 37－40. (in Chinese with English abstract)

[27] 楊麗萍. 紅外熱成像法探測建筑圍護結構熱工缺陷研究[D]. 西安：西安建筑科技大學，2010.

Yang Liping. Study on Testing Thermal Defects of Building Envelope Using Infrared Thermography[D]. Xi’an: Xi’an University of Architecture and Technology, 2010. (in Chinese with English abstract)

[28] 趙源萌，王嶺雪，金偉其，等. 基于區域直方圖統計的灰度圖像色彩傳遞方法[J]. 北京理工大學學報，2012，32(3)：322－326.

Zhao Yuanmeng, Wang Lingxue, JinWeiqi, et al. A color transfer method for colorization of grayscale image based on region histogram statistics[J]. Transactions of Beijing Institute of Technology, 2012, 32(3): 322－326. (in Chinese with English abstract)

Method for measuring thermodynamic disfigurement area in Chinese solar greenhouse by utilizing thermal infrared image

Cao Yanfei1, Bao Encai1, Zou Zhirong1※, He Bin2, Xu Wenjun3, An Kangping1, Wang Jianxiong1

(1.,712100,; 2.,712100,; 3.014010,)

The Chinese solar greenhouse is a typical greenhouse without heating system, in which the heat insulating layer and the defect of air tightness of the envelope structure are the major factors affecting insulation and heat storage performance. Compared with temperature measurement method of single point, the thermal infrared imaging technology can be used to measure the temperature of the whole area, which can be seen in the form of a color picture. Therefore, the thermal infrared imaging technology can be used as an effective method to detect temperature difference area. The purpose of this study is to develop an efficient method to detect and quantitatively analyze the area of thermodynamic disfigurement in solar greenhouse. The tested solar greenhouse, with length of 52 m and width of 8 m, locate in Yangling, Shanxi province (108°4′E, 34°16′N). The north wall of solar green house, equipped with 16 ventilation vents, was structured by clay-brickwith width of 1 m and polystyrene board with width of 10 cm.E4 thermal mapper, which was perpendicular to the north wall with a distance of 1.5 m, was used to obtain infrared images of the north wall in solar greenhouse. The data that were collected in a typical sunny day (from Dec. 15, 2015, 15:30 to 16:30, the heat insulation sheet was rolled down at 16:30) were used to analyze the accuracy of different area measurement methods. FLIR Tools software was used to extract temperature data in thermal infrared image of the north wall. LabVIEW 13.0 software was used to read and select the interested infrared image area, and the corresponding temperature data were imported. Root mean square (RMS) and histogram were used to set different temperature thresholds. The measured data and calculated data from different area measurement methods were compared. The results showed that the temperature of different regions of the north wall in solar greenhouse can be displayed in the thermal infrared images, the surface temperature of the ventilation vent was lower than the inner surface temperature of northern wall, and the maximum temperature difference was up to 8.4 ℃. Locations of thermodynamic disfigurement could be quickly detected and positioned. The histogram of thermal infrared image showed that the surface temperature of thermal region and the proportion of the temperature interval had a gradual increase and then a decrease after reaching the peak point, and finally a sudden increase. In these three types of the area measurement methods, histogram method showed best results with the minimum average relative error (ARE) of 5.4%, followed by manual extraction method with ARE of 6.0% and the RSM method with ARE of 11.8%. Based on these results, an efficient method for measuring the area of the thermal region in solar greenhouse was developed to quantitatively analyze the entire thermodynamic disfigurement area and the value of the heat loss in solar greenhouse, which will help the further optimization of the solar green house and supply constructive recommendations for farmers and business leaders.

thermodynamics; defects; image acquisition; thermal infrared image; solar greenhouse; area measurement

10.11975/j.issn.1002-6819.2016.24.027

S127; S625.1

A

1002-6819(2016)-24-0206-06

2016-06-26

2016-08-16

陜西省科技統籌創新工程計劃項目（2016KTCL02-02）；博士科研啟動基金（2452015274）

曹晏飛，男，湖南婁底人，講師，博士，主要從事設施農業信息化及環境調控。楊凌 西北農林科技大學園藝學院，農業部西北設施園藝工程重點實驗室，712100。Email：bmxzbx@126.com

鄒志榮，男，陜西延安人，教授，博士生導師，主要從事設施農業研究。楊凌 西北農林科技大學園藝學院，農業部西北設施園藝工程重點實驗室，712100。Email：zouzhirong2005@163.com