近年来，越来越多基于数字图像处理的结霜检测算法被提出。Song等人^[13]将原始图片转换为灰度化的图像，采用了灰度值来描述结霜程度；Zheng等人提出了一种多阈值分割方法^[14]进一步提高结霜检测的精度。上述两种算法，仅提出如何使用图像处理方法实现结霜检测，其中并未加入算法针对光照变换、区域结霜等因素，其算法鲁棒性差，在空气源热泵的正常工作环境下几乎无法得到准确数据。文献^[15]提出了对光照变换以及区域结霜的解决方案，但该方法并未对图像进行去噪处理，使得图片中存在较多干扰因素，并且由于使用手动设置阈值方式来划分结霜区域，使得算法需要根据不同环境设置不同阈值，不仅算法通用性较差，而且结霜区域划定也不够精确，种种因素最终导致算法的鲁棒性与识别准确度在现实环境中难以达到预期的效果。

为解决上述存在问题，本文引入了图像差分算法^[16]用于去除图像中的干扰信息，这将大幅提高结霜检测的准确度；对差分图像进行轮廓检测^[17]划分结霜区域；最后，结合Otsu多阈值分割^[18]算法提高了检测的准确度与算法的鲁棒性，最终设计结霜值计算公式用于统一结霜判断标准。