1.基于热红外图像的网络中心机房温度预警控制系统，其特征在于，该系统包括以下模块：图像预处理模块，采集网络中心机房工作时的红外图像，对红外图像进行预处理得到初始灰度图像以及历史灰度图像；

初始灰度区域获取模块，根据初始灰度图像进行窗口划分得到若干初始窗口；根据初始窗口得到相邻初始窗口之间的相似程度；根据相邻初始窗口之间的相似程度得到若干初始灰度区域；

正则化参数调整模块，根据历史灰度图像得到历史灰度区域；根据历史灰度区域得到第一像素簇类；根据第一像素簇类得到第一历史差异；对初始灰度区域进行聚类得到若干第二像素簇类；根据第二像素簇类得到第一实时差异；根据第一历史差异与第一实时差异得到初始灰度图像中每个像素点的重要程度；根据第二像素簇类得到初始灰度图像中每个像素点属于噪声的目标概率；根据重要程度与目标概率得到调整后的正则化参数；

温度预警控制模块，根据调整后的正则化参数对初始灰度图像进行温度预警监测，根据温度预警监测结果控制网络中心机房的温度；

所述根据初始窗口得到相邻初始窗口之间的相似程度，包括的具体方法如下：

通过Sobel算子得到每个初始窗口的梯度角度与梯度幅值，将相邻初始窗口之间的梯度角度的差值的绝对值记为第一绝对值，将第一绝对值与180的比值记为第一比值，将相邻初始窗口之间的梯度幅值的差值的绝对值记为第二绝对值，将第二绝对值与255的比值记为第二比值，将第一比值与第二比值的乘积结果记为第一乘积，将第一乘积与‑1的乘积结果记为第二乘积，将以自然常数为底，以第二乘积为指数的指数函数的计算结果记为相邻初始窗口之间的相似程度；

所述根据相邻初始窗口之间的相似程度得到若干初始灰度区域，包括的具体方法如下：

若相邻两个初始窗口的相似程度大于相似程度阈值，将相邻两个初始窗口融合为一个区域，若相邻两个初始窗口的相似程度小于等于相似程度阈值，则不进行融合；对任意相邻两个初始窗口进行融合判断，对初始灰度图像通过初始窗口融合得到若干区域，将得到的每个区域记为初始灰度区域；

所述根据历史灰度区域得到第一像素簇类，包括的具体方法如下：

以第k个历史灰度图像为目标历史灰度图像，将目标历史灰度图像中所有的历史灰度区域根据区域内的灰度均值进行预设簇数为K的K‑means聚类得到聚簇类，将每个聚簇类中包含的每个像素点的位置记为第一像素位置；

遍历所有历史灰度图像，得到所有的历史灰度图像中的若干聚簇类；获取若干在所有历史灰度图像均属于第c个聚簇类的第一像素位置，这些第一像素位置组成一个第一像素簇类，获取每个聚簇类对应的第一像素簇类；

所述根据第一像素簇类得到第一历史差异，包括的具体方法如下：

；

式中， 表示第c个第一像素簇类的第一历史差异； 表示所有历史灰度图像中第c个第一像素簇类的灰度均值； 表示所有历史灰度图像的灰度均值；

所述根据第二像素簇类得到第一实时差异，包括的具体方法如下：

；

式中， 表示第c个第二像素簇类的第一实时差异； 表示初始灰度图像中第c个第二像素簇类的灰度均值； 表示初始灰度图像的灰度均值；

所述根据第一历史差异与第一实时差异得到初始灰度图像中每个像素点的重要程度，包括的具体方法如下：；

式中， 表示初始灰度图像中第c个第二像素簇类的重要系数； 表示第i个第一像素簇类的第一历史差异；表示第一像素簇类的数量；表示超参数； 表示第c个第二像素簇类的第一实时差异；

获取初始灰度图像中每个第二像素簇类的重要系数，对所有重要系数进行归一化，得到的结果记为每个第二像素簇类的重要程度，初始灰度图像中第c个第二像素簇类中每个像素点的重要程度与初始灰度图像中第c个第二像素簇类的重要程度一致，将不属于任何一个第二像素簇类的像素点的重要程度设置为0.3，获取初始灰度图像中每个像素点的重要程度；

所述根据第二像素簇类得到初始灰度图像中每个像素点属于噪声的目标概率，包括的具体方法如下：建立一个3 3大小的窗口记为筛选窗口，将筛选窗口的中心记为第一中心，以第一中心遍历初始灰度图像中每个第二像素簇类的每个像素点；将筛选窗口中与第一中心的像素点不属于同一第二像素簇类的像素点记为外类像素点，将筛选窗口中与第一中心的像素点属于同一第二像素簇类的像素点记为同类像素点；

以任意一个筛选窗口为当前筛选窗口，将当前筛选窗口中的外类像素点数量记为第一数量，将第一数量与8的比值记为第三比值，将外类像素点与同类像素点之间灰度差值绝对值的最大值记为第三绝对值，将第三绝对值与255的比值记为第四比值，将第三比值与第四比值的乘积记为当前筛选窗口中第一中心的像素点属于噪声的目标概率；获取初始灰度图像中所有第二像素簇类的每个像素点属于噪声的目标概率，不属于任何一个第二像素簇类的像素点属于噪声的目标概率设置为0.6；

所述根据重要程度与目标概率得到调整后的正则化参数，包括的具体方法如下：

预设一个原始正则化参数，以任意一个初始窗口为当前初始窗口，将当前初始窗口中每个像素点属于噪声的目标概率记为第一噪声概率，将1与第一噪声概率的差值记为第一正常概率；将当前初始窗口中所有像素点的重要程度均值记为第一重要程度，将1与第一重要程度的加和记为第二重要程度；将第一正常概率的均值与第二重要程度的乘积记为第三乘积，将第三乘积与原始正则化参数的乘积记为当前初始窗口调整后的正则化参数；获取初始灰度图像的所有初始窗口的调整后的正则化参数。