基于视觉技术太阳视位置算法探究.doc

基于视觉技术太阳视位置算法探究 　　摘 要：本文主要研究一种基于视觉技术的太阳视位置算法，利用视觉技术实时采集地平坐标系下的影子图像，经迭代选择阀值法获取最佳阀值将图像与背景准确分割，采用边缘检测算子提取坐标方块边缘坐标和影子两端边缘点，以此建立太阳方位角和高度角的算法，从而确定太阳视位置 关键词：视觉技术；太阳视位置；算法 DOI：10.16640/j.cnki.37-1222/t.2017.06.204 1 引言 基于太阳能利用涉及的太阳位置算法的研究源于20世纪60年代。1969年的Copper算法、年的Spencer算法、1988年Michalsky提出的基于天文算法的太阳位置算法，以及2004年Reda提出的精度较高的SPA算法。这些算法均需计算出太阳视赤纬、当地太阳时角，并以此为变量，利用球面三角公式或矢量法计算太阳视位置的地平坐标（高度角、方位角）[1]，算法复杂、计算量大，影响太阳位置时时准确地获取，不利于实现自动化跟踪控制。基于视觉技术的太阳视位置算法是借助视觉技术代替人眼通过采集地平坐标系下的影子图像，经图像处理分析后，建立太阳方位角和高度角的算法，从而确定太阳视位置。这样的研究是基于机器视觉技术的新的尝试，也是目前太阳能跟踪众多方法中尚未涉及的新领域 2 图像处理 视觉系统采集的图像，在形成、传输、接受和处理的整个过程中，由于受到噪声和图像特征衰减等方面的影响，会降低图像的质量。因此，对图像进行分析之前，必须先对图像进行处理，以便为后续图像分析处理等高层操作提供基础[2]。处理技术主要是对被处理图像进行灰度变换、平滑滤波、图像增强、几何变换、灰度均衡化处理[3] ，目的是消除图像中无关的信息，恢复有用的真实信息，增强有关信息的可检测性和最大限度地简化数据，从而改善图像数据，提高特征抽取、图像分割、匹配和识别的可靠性 2.1 图像翻转 图像翻转是一种几何变换，可以将原图像绕着中心点翻转180度，只改变坐标不改变图像像素值。采集到的影子图像如图1（a）所示，处于倒置状态，不利于获取影子坐标系，因此在预处理前应当将图像翻转，如图1（b）所示 2.2 阀值分割 阈值分割就是确定一个阀值，把图像中每个像素点的灰度值与阀值进行比较，根据比较结果将像素分为前景和背景[4]。经过图像分割后，图像变成了二值图像，使后续图像轮廓的提取和分析就变得非常简单[5] 研究中采集到的图像是灰度图像，图中的影子边界和坐标标量边界与背景有些模糊，但图像和背景的对比度比较高，产生的假边缘点少，因此通过阀值分割就能将图像与背景分割（见图2） 图像阀值分割的关键技术是阀值的选取，常用的阈值选取方法有直方图谷底阀值法、迭代选择阀值法、最大熵法、最大类间方差法以及其它一些方法。用以上方法依次对图1（b）图像进行分割，所得结果如表1所示。经过数据和分割效果对比，迭代选择阀值法获取的阀值为最佳阀值 2.3 边缘检测 要想准确获取太阳高度角和方位角就需要准确检测出影子的像素长度、图像标准长度像素值和坐标方向。为了获取这些参数，采用了边缘检测算子 检测步骤如下： （1）对坐标方块的坐标位置（左方格的左上方坐标和右下方坐标、右方格的右上方坐标和左下方坐标）进行初始化； （2）通过双重循环逐行逐列的扫描有哪些信誉好的足球投注网站获取四个坐标位置的真实坐标值； （3）设计算法，构建东西方向向量，计算标准长度的像素值，并标出影子图像所在区域； （4）在区域下方扫描有哪些信誉好的足球投注网站影子图像标出边缘点； （5）设计算法，构建影子的方向向量，计算影子的像素长度 3 太阳方位角和高度角计算 经边缘检测，获取了坐标标量方块的四个坐标点和影子图像的两端边缘点，并已通过算法确定了东西方向向量、影子方向向量、标准长度的像素值和影子的像素长度值。通过GUI界面输入直杆的长度和坐标标定单位长度就可准确地计算出太阳方位角和高度角 将基于视觉技术检测到太阳高度角和方位角与精度较高的SPA算法计算[6，7，8]的太阳高度角和方位角进行对比 实验数据采集地点为北纬N39°37′2.67″ 、东经E109°48′50.29″；采集日期为2016年3月5日 4 结论 基于?觉技术检测获取的太阳视位置精度高，采集原理可行性高，影子图像轮廓易于提取，图像前期处理所需步骤少，大大提高了算法处理速度，消除了以往太阳跟踪时间滞后和实时性低的不利影响[9] 参考文献： [1]杜春旭，王普，马重芳等.一种高精度太阳位置算法[J].新能源及工艺，2010（02）：41-48. [2]张春雪.图像的边缘检测方法研究[D].无锡：江南大学，2011. [3]王东江，刘亚军.太阳自动跟踪控制系统的