高偉 高麗 西安工業(yè)大學(xué)電子信息工程學(xué)院
基于圖像傳感器的太陽光斑質(zhì)心坐標(biāo)獲取
高偉 高麗 西安工業(yè)大學(xué)電子信息工程學(xué)院
使用圖像傳感器拍攝太陽光斑,對其進(jìn)行圖像處理和質(zhì)心坐標(biāo)檢測,并且對該坐標(biāo)進(jìn)行誤差分析,最后在單片機上的圖像傳感器-LCD模塊實現(xiàn)質(zhì)心坐標(biāo)的實時性獲取。實驗結(jié)果表明該方法可以準(zhǔn)確地找到質(zhì)心坐標(biāo),得出的結(jié)果在誤差范圍內(nèi),并且在圖像傳感器-LCD模塊上實現(xiàn)了該過程。該方法適用于太陽自動跟蹤系統(tǒng),也可在其他目標(biāo)檢測中予以應(yīng)用。
太陽光斑 圖像處理 質(zhì)心坐標(biāo) 圖像傳感器—LCD模塊
在太陽能的實際應(yīng)用當(dāng)中,存在著光照方向時間不斷變化等問題,這些問題影響和阻礙著太陽能技術(shù)的普及和發(fā)展,直到太陽自動跟蹤系統(tǒng)的出現(xiàn)才為這一問題提供了新的解決途徑。
為了實現(xiàn)太陽光的跟蹤,首先就要獲取到太陽的位置。太陽跟蹤的方法分為兩種:光電跟蹤和圖像傳感器跟蹤,傳統(tǒng)的光電式跟蹤容易受到光線的干擾,影響太陽位置的跟蹤精度。因此本文采用圖像傳感器—LCD模塊檢測太陽位置坐標(biāo),這種方法可以準(zhǔn)確地獲得太陽光斑位置信息,實現(xiàn)了對太陽運動的實時檢測。
該系統(tǒng)主要由圖像采集裝置、圖像傳感器、單片機、PC機等部分組成??傮w設(shè)計框圖如圖1所示。
圖1 系統(tǒng)整體框圖
圖1中的虛線框部分是對太陽光斑進(jìn)行圖像處理、質(zhì)心檢測的研究。具體流程為:把拍攝的光斑圖像由單片機存儲至SD卡,之在電腦進(jìn)行圖像處理,用以驗證質(zhì)心坐標(biāo)的精度。
之后在單片機上的圖像傳感器—LCD模塊內(nèi)實現(xiàn)質(zhì)心檢測算法,得到直觀的光斑處理效果以及太陽光斑質(zhì)心坐標(biāo)。
圖2 采集裝置示意圖
由圖2可以看出:太陽光經(jīng)小孔進(jìn)入采集裝置內(nèi)部在接收屏上形成太陽光斑圖像,之后在裝置底部的圖像傳感器拍攝接收屏上的光斑圖像,得到坐標(biāo)參數(shù)。其中R為接收屏的半徑,H為接收屏與頂端的距離。該采集裝置可以安裝在極坐標(biāo)式跟蹤系統(tǒng)之內(nèi),實時地檢測太陽的位置。
本系統(tǒng)的硬件包括帶有圖像處理功能的STM32F4單片機、3.2寸LCD、OV7670圖像傳感器。硬件連接圖如圖3所示。
圖3 硬件連接圖
OV7670中的YO—Y7接口可以把接收屏上的光斑圖像輸出給單片機,SOID接口可以使太陽光斑圖像保存在SD卡上。在LCD方面,讀取到光斑圖像之后,通過WR接口把圖像顯示在LCD上。
把采集到的太陽光斑保存至SD卡里,之后在計算機上用MATLAB對其進(jìn)行圖像處理。本文所需要的圖像處理過程主要分為以下幾個步驟:
(1)采用中值濾波對原始圖像進(jìn)行圖像增強,目的是排除原始圖像中含有的電子干擾噪聲。
(2)由于太陽光在不同時刻亮度會發(fā)生變化,因此采用最大類間方差法進(jìn)行二值化處理,這種方法不受亮度和對比度的影響,對于太陽光斑的實時性處理而言最適合。圖4為光斑處理效果。
圖4 最大類間方差法二值化圖像
(3)光斑質(zhì)心的提取
信息化建設(shè)是高校走向新世紀(jì)的必經(jīng)之路,高校在軟硬件兩個方面均做出了很大努力,雖在前進(jìn)中取得可喜可賀的成績,但也仍然存在著亟待解決的問題:校園網(wǎng)基礎(chǔ)設(shè)施老化、校園網(wǎng)機房條件亟待改善、異地災(zāi)備系統(tǒng)尚未建設(shè)、源數(shù)據(jù)質(zhì)量有待提升、教學(xué)資源平臺等部分重要業(yè)務(wù)系統(tǒng)尚未建設(shè)、管理信息化平臺需進(jìn)一步互聯(lián)互通。
一般的質(zhì)心處理算法有以下兩種:
i.質(zhì)心法
該方法是太陽光斑進(jìn)行圖像一階矩的計算,掃描上一步處理的太陽光斑圖像,提取出像素值等于1的坐標(biāo)然后根據(jù)以下公式進(jìn)行計算:
其中(x0,y0)為計算的質(zhì)心坐標(biāo)。質(zhì)心法計算簡單,但對噪聲比較敏感,抗干擾能力弱。
ii.圓的擬合算法
因為太陽傳感器采集到的太陽光斑為近似圓形,因此可以對光斑圖像進(jìn)行擬合得出質(zhì)心參數(shù)。首先對圖像進(jìn)行canny邊緣檢測,之后掃描那些坐標(biāo)值為1的點,完成光斑邊緣輪廓點的提取,最后進(jìn)行最小二乘法圓的擬合。其中(x1,y1),(x2,y2)…(xn,yn)為邊緣點的像素坐標(biāo)。這種方法尋找質(zhì)心精度高,缺點是需要大量算法,從而給單片機實時性處理帶來了一定的困難。
圓的方程為:
取殘差為:
式中,(xi,yi)為圖像邊界點坐標(biāo)。
殘差平方和為:
之后求殘差平方和的偏導(dǎo)數(shù):
由上式可推導(dǎo)出圓心坐標(biāo)的值(a,b)。即可得到光斑的質(zhì)心坐標(biāo)。兩種方法求得的坐標(biāo)參數(shù)如表1所示。
表1 為兩種方法求得的太陽光斑質(zhì)心坐標(biāo)(4組)
兩種質(zhì)心提取方法的誤差指標(biāo)如表2所示。
表2 各個算法的誤差指標(biāo)(單位:像素)
由于進(jìn)行了圖像處理,因此要對圖像處理后的光斑質(zhì)心參數(shù)進(jìn)行誤差分析。在LCD屏幕上,像素點坐標(biāo)為整數(shù),即誤差標(biāo)準(zhǔn)lt;1個像素。若以誤差小的擬合法為誤差標(biāo)準(zhǔn),質(zhì)心法相對于擬合法的誤差如表3所示。
表3 以擬合法為標(biāo)準(zhǔn)的誤差分析(單位:像素)
由表1和表3可以看出質(zhì)心法相比較于最小二乘圓擬合法,X軸方向誤差在0到0.1605個像素,Y軸方向誤差在0到0.1533個像素??梢缘贸觯ㄟ^圖像處理,質(zhì)心法誤差為0.1個像素,與表2的誤差參考一致,處理結(jié)果在誤差范圍內(nèi)。
通過誤差分析,考慮到單片機的運行速度,本文選擇編寫算法更少的質(zhì)心法作為圖像傳感器-LCD模塊獲取太陽光斑質(zhì)心的算法。坐標(biāo)獲取流程如圖5所示。
圖5 圖像傳感器-LCD模塊獲取坐標(biāo)流程圖
LCD圖像處理結(jié)果和串口坐標(biāo)顯示如圖6所示:
此次圖像傳感器—LCD模塊處理圖像速度為10幀/s,滿足了跟蹤太陽的實時性要求。
在太陽自動跟蹤的系統(tǒng)中能否準(zhǔn)確檢測出太陽光斑質(zhì)心位置是實現(xiàn)太陽跟蹤的關(guān)鍵,決定著系統(tǒng)的精度和可靠性。本文設(shè)計的基于圖像傳感器的質(zhì)心坐標(biāo)獲取系統(tǒng),可以實現(xiàn)從圖像傳感器采集太陽圖像,并準(zhǔn)確計算出光斑質(zhì)心位置的圖像坐標(biāo)。相比較于其他類似系統(tǒng),該方法檢測方便,適用性強,可應(yīng)用于極軸式太陽自動跟蹤裝置,也適用于其他相似的目標(biāo)檢測系統(tǒng)。
[1]基于視覺的太陽光線自動跟蹤裝置[J].劉麗微《沈陽工業(yè)大學(xué)》2008
[2]苑瑋琦,金晶晶.基于圖像傳感器的太陽方位檢測系統(tǒng)研究[J].傳感器與儀器儀表,2007(23):1402142.
[3]基于圖像處理的太陽跟蹤控制系統(tǒng)研究與開發(fā)[J].劉淼生.《華中科技大學(xué)》.2011
[4]基于ARM嵌入式圖像處理平臺的太陽跟蹤系統(tǒng)[J].陳麗娟,周鑫.現(xiàn)代電子技術(shù).2012(04)
[5]基于改進(jìn)最大類間方差法的灰度圖像分割[J].王璇,張帆,程京.《微計算機信息》,2010,26(35):206-207
[6]極坐標(biāo)跟蹤式陽光輸送機的研究與設(shè)計[N].寧鐸,姚娜.《工程設(shè)計學(xué)報》2014.6
高偉,1992年10月出生,男,漢族,陜西咸陽人,在讀碩士,主要研究方向為太陽能跟蹤技術(shù)。E-mail:798712593@qq.com。