基于光斑识别的控制日光反射装置自动跟踪太阳的方法

摘要

本发明公开了一种基于光斑识别的控制日光反射装置自动跟踪太阳的方法，包括下列步骤：S1:提供一种光斑识别系统；其进一步包括：接收器，光斑成像装置，日光反射装置，图像采集装置和图像处理装置。S2:由光斑成像装置形成太阳光斑图像，之后通过图像采集装置采集所述太阳光斑图像；且所述图像采集装置将采集的太阳光斑图像传输至所述图像处理装置。S3:图像处理装置对获得的太阳光斑图像进行处理，通过太阳光斑识别算法计算出所述光斑在所述光斑成像装置上的位置。S4:根据所计算的光斑位置调整日光反射装置的旋转角度，使反射到接收器上的光斑到达预定位置。与现有技术相比，本发明实现了对日光反射装置更为精确和可靠的控制。

说明书

技术领域

本发明涉及太阳能热应用领域，具体涉及塔式热发电系统中的一种基于光斑识别的控制日光反射装置自动跟踪太阳的方法。

 

背景技术

    塔式太阳能发电系统包括放置在高塔（也可称接收塔）上的接收器、高塔周围地面上铺设的日光反射装置、计算机控制系统和跟踪传动机构。计算机控制系统控制日光反射装置自动跟踪太阳，并将太阳光线反射到位于接收塔顶部的接收器，使其中的介质沸腾，由此所产生的蒸汽驱动汽轮发电机发电。只有日光反射装置精确跟踪太阳位置的变化，才能保证太阳光斑能量准确聚集到接收器上，保证热发电系统具有较高的光热转换效率，进而保障热发电系统的工作效率。因此，精确判断当前时刻太阳的位置和当前时刻日光反射装置反射的太阳光斑的位置,从而提高日光发射装置追日精度是太阳能塔式热发电领域的重要研究课题。目前塔式太阳能发电系统中控制日光反射装置自动跟踪太阳的方法主要采用图像识别方法。

具体方法是：在高塔的接收器下方或镜场四周安装光斑成像装置，用于接收反射装置反射的太阳光；利用图像采集装置采集光斑成像装置上的光斑图像；通过图像处理算法识别定位太阳光斑，并且根据所计算的光斑位置调整日光反射装置的旋转角度，使反射到接收器上的光斑到达预定位置。图像识别的方法在业界属于一种比较普遍且实用的方法，但对于不明显的光斑或不规则的光斑，现有的图像识别方法无法同时保证处理的准确性和实时性。因此，亟需一种兼顾准确性与实时性的太阳光斑识别方法。

 

发明内容

针对上述问题，本发明为了克服现有技术难题，实现对日光反射装置更为精确和可靠的控制，而在图像处理技术和算法上进行发明，提供了一种基于光斑识别的控制日光反射装置自动跟踪太阳的方法。

本发明的技术方案如下：

一种基于光斑识别的控制日光反射装置自动跟踪太阳的方法，包括下列步骤：

S1:提供一种光斑识别系统；所述光斑识别系统进一步包括： 

接收器，用来收集太阳光斑能量；

光斑成像装置，用来形成太阳光斑图像；

日光反射装置，用来反射太阳光到光斑成像装置上；

图像采集装置，用来采集在所述光斑成像装置上形成的太阳光斑图像；

图像处理装置，用来处理图像采集装置采集到的太阳光斑图像；

S2:由光斑成像装置形成太阳光斑图像，之后通过图像采集装置采集所述太阳光斑图像；且所述图像采集装置将采集的太阳光斑图像传输至所述图像处理装置；

S3:图像处理装置对获得的太阳光斑图像进行处理，并且通过太阳光斑识别算法计算出所述光斑在所述光斑成像装置上的位置；

S4:根据所计算的光斑位置调整日光反射装置的旋转角度，使反射到接收器上的光斑到达预定位置。

较佳地，所述图像处理装置的处理太阳光斑图像包括下列步骤：

S31:对摄取的彩色图像进行灰度处理而获得灰度图像，以除去复杂背景的干扰； 

S32:对所述灰度图像进行校正；

S33:在所述灰度图像中确定第一处理区域以进行后续处理；

S34:对所确定的第一处理区域进行灰度积分，并且在可能取值范围内确定用于判断是否存在光斑的一个阈值作为临界阈值；

S35:对所确定的第一处理区域进行二值化处理，把较亮的光斑部分变为白色像素点区域，把其他部分变为黑色像素点区域，并且确定能够完全包括白色像素点的最小区域，并据此进一步判断是否存在光斑；

S36:确定所述最小区域的面积，并且跟临界阈值进行比较，并据此进一步判断是否存在光斑；

S37:最终判定是否存在光斑，如果不存在，则重复步骤S31至S35；如果存在，则计算光斑中心坐标；并且

S38:判断光斑出界情况，并且输出处理结果。

较佳地，步骤S33中，第一处理区域以灰度图像中灰度值最高的像素点为中心，且其所占的的面积为光斑成像装置面积的1/2至1/10。

较佳地，步骤S35中，较亮的光斑部分对应的像素点的灰度值设为255；其他部分对应的像素点的灰度值设为0。

较佳地，步骤S37确定光斑中心坐标的方法为：利用峰值法、中心法和重心法中的一种或多种来定位光斑的中心。

较佳地，步骤S37确定光斑中心坐标的方法为：同时利用峰值法、中心法和重心法定位光斑的中心，以获得三个中心点，并且取距离较近的两个点的中点作为最终光斑的中心位置坐标。

较佳地，步骤S38中，光斑出界的情况包括下列类型一种或几种：上边出界、下边出界、左边出界、后边出界、左上角出界、左下角出界、右上角出界、右下角出界。

较佳地，步骤S38中，所述输出的处理结果包括：光斑中心位置距离光斑成像装置上边的距离、光斑中心位置距离光斑成像装置左边的距离和光斑的出界信息。

较佳地，当光斑位置出现偏差时，控制系统通过对偏差的判断发出对日光反射装置的控制指令，调整日光反射装置的角度，使反射到接收器上的光斑到达预定位置。

较佳地，当光斑位置出现偏差时，以通讯的方式经通讯协议转换模块将偏差值传输给控制系统。

与现有技术相比，本发明的有益效果如下：

第一，本发明采用峰值法、重心法、中心法三重算法来计算光斑中心，克服了传统方法对光斑不明显或光斑形状不规则的情况无法进行精确计算的缺陷。

第二，本发明只对锁定的关心区域进行处理，而不需对整幅图像进行处理，因此处理速度快。

附图说明

图1是本发明实施例的光斑识别系统的结构示意图；

图2是本发明实施例的光斑成像装置设计示意图；

图3是本发明实施例的光斑成像装置图形校正的示意图；

图4是本发明实施例的光斑坐标定位算法的示意图；

图5是本发明实施例一种控制日光反射装置自动跟踪太阳的方法的流程图。

具体实施方式

下方结合附图和具体实施例对本发明做进一步的描述。

实施例

一种基于光斑识别的控制日光反射装置自动跟踪太阳的方法，包括下列步骤：

S1:提供一种光斑识别系统。

如图1，所述光斑识别系统进一步包括：

接收塔上的接收器1，用来收集太阳光斑能量；

光斑成像装置2，用来形成太阳光斑图像；

日光反射装置，用来反射太阳光到光斑成像装置上；

图像采集装置3，用来采集在光斑成像装置2上形成的太阳光斑图像；

图像处理装置5，用来处理图像采集装置3采集到的太阳光斑图像。

其中，步骤S1中，图像采集装置3为摄像机；图像处理装置5为具有图像处理能力的计算机。日光反射装置配有对应其的控制系统。图像采集装置3与图像处理装置5电气连接；日光反射装置及其控制系统4与图像处理装置5电气连接。

S2:由光斑成像装置2形成太阳光斑图像，之后通过图像采集装置3采集太阳光斑图像；且图像采集装置3将采集的太阳光斑图像传输至图像处理装置5。即由摄像机摄取光斑成像装置2图像。

S3:图像处理装置5对获得的太阳光斑图像进行处理，并且通过太阳光斑识别算法计算出所述光斑在光斑成像装置2上的位置；

S4:根据所计算的光斑位置调整日光反射装置的旋转角度，使反射到接收器1上的光斑到达预定位置。

本实施例中，光斑成像装置2为表面具有漫反射特性的板，在接收器1下方东北、东南、西北、西南四个方向上各有一面，以便于接受来自不同方向的太阳光。图2为本实例中的板的设计样式，其表面有均匀涂层，涂层材料为具有漫反射特性的防水涂料，并在板四周用醒目颜色进行标记定位。

图像采集装置3用于拍摄经日光反射装置反射的太阳光在板上形成的图像，然后通过网线传输给计算机，通过太阳光斑识别算法计算出此时光斑在板上的位置。在本实施例中，图像采集装置3为摄像机，但并不局限于此装置，可根据需要进行选用。最后，根据得出的光斑位置调整日光反射装置的旋转角度，使反射到接收器1上的光斑到达预定位置，从而实现跟踪太阳的目的。

图像采集装置3会相应建立坐标系来对应拍摄到的太阳光斑图像，本实施例中采用的直角坐标系以左上角为原点，从原点水平向右的方向为x轴的正方向，从原点垂直向下的方向为y轴的正方向。

参考图3至图5，其中，步骤S3中，图像处理装置5处理太阳光斑图像包括下列步骤：

S31:对摄取的彩色图像进行灰度处理而获得灰度图像，以除去复杂背景的干扰；然后根据作为光斑成像装置2的板的四角的深色边框定位板的四角坐标，由此便可确定板在整幅图像中的具体位置。由于实际安装中摄像机是仰角拍摄，而且不一定是在板的正前方拍摄，所以摄取图像中的板并非正四边形，因此需要进行校正。

灰度处理的具体做法如下：

从数字图像阵列的第一行开始，逐行向下搜索灰度值接近定位标记所对应灰度值的像素点。将其坐标的y分量定为光斑成像装置的上边界。从最后一行开始搜索，找出下边界。同理，分别从左右搜索，找出光斑成像装置2的左右边界。至此，已经找到图像中光斑成像装置所在的最小四边形区域，初步去除了光斑成像装置以外像素点对后续处理的潜在影响，同时也缩小了需要处理的图像的尺寸。最后定位出光斑成像装置四角在整幅图像中的坐标。

S32:对所述灰度图像进行校正；

由于图像采集装置的安装位置与光斑成像装置存在一定角度，因此，拍摄的图像会存在透视效果，或产生一定的畸变。为了光斑定位的准确性，需要对图像进行校正。

在实际使用中，图像采集装置一般为仰角拍摄，摄取的图像一般近似为下底长于上底的梯形。首先，根据步骤S31定位的光斑成像装置四角坐标围成的四边形进行向下对齐，即把底边校正为水平方向。然后，向左对齐，即把左边校正为垂直方向。最后将右边拉伸到垂直方向，最终把原始图像中光斑成像装置呈现的不规则的四边形校正成四边水平或垂直的矩形，同时，重新定位的光斑成像装置四角坐标，将第二步找出的边界坐标替换为校正后的矩形四边坐标。因为校正会使图像产生噪声，所以再通过中值滤波算法进行处理。

校正方法请参考图3，图3中左上角的四边形为摄取的原始图像中板的形状，右上角的四边形为底边对齐后的形状，接近梯形。图3右下角的四边形为左边对齐后的形状，此时已经接近直角梯形了。最后再将右边拉伸成垂直，便得到图3中左下角的矩形。校正后图像会产生噪声，利用中值滤波去除噪声，然后重新定位板的四角坐标。

S33:在所述灰度图像中确定第一处理区域以进行后续处理；

在步骤S32后，为了去除校正区域图像边缘对后续处理的影响，再对边界坐标进行收缩处理，即将边界坐标围成的矩形区域缩小一定的像素值。并将缩小后的矩形边界坐标围成的矩形区域定为最终的处理区域，记录此时四边的坐标。到此，完成了对原始图像的预处理，得到了完全去除背景干扰的矩形的灰度图像。这里所说的最终的处理区域既为第一处理区域。

得到第一处理区域的具体做法如下: 

缩减处理区域：因为光斑成像装置上最亮的区域应该是太阳光斑所在的位置，所以首先寻找最亮点，即灰度值最高的像素点，记录其坐标。根据正常情况下光斑成像装置和光斑大小的比例，以灰度值最高的像素点为中心，确定一个矩形框A，保证光斑至少90%落在框内，框的面积与光斑成像装置面积成一定比例a。根据具体情况，a值可以为1/2至1/10）。例如，a值可以为1/3、1/4、1/5、1/6、1/7、1/8或1/9。记录矩形框A四边的坐标，后续处理只对该框内的区域进行处理，进一步缩小了处理区域，大大减少了运算量。

本实施例中，为了去除背景的干扰，并减少计算量，此后只对板区域进行处理。识别出板区域后，开始进行光斑的识别。首先，通过亮度检测找到板中最亮的点，然后画出以该点为中心，面积为板面积1/4的矩形。不过，该矩形面积是根据本实施例而定的，并不拘泥于此,可以根据具体情况选择一定的比例，例如，可以为1/2至1/10，如1/3、1/4、1/5、1/6、1/7、1/8或1/9。如果矩形框超出板的边界，则截去超出的部分。此后，只对矩形框内的区域进行处理，这样便再次缩减了处理区域，大大减少计算量，提高了实时性。

S34:对所确定的第一处理区域进行灰度积分，并且在可能取值范围内确定用于判断是否存在光斑的一个阈值作为临界阈值。具体做法如下：

步骤S33确定的矩形框A内的图像进行水平和垂直灰度积分，记录积分的最大值和最小值。由于一天中太阳光斑的亮度不同，灰度积分的最大值会有较大的波动，为处理方便要对积分值进行归一化，并进行第一次判断光斑的有无。判断方法是先根据实际情况，在归一化后的灰度积分可能取值范围内确定一个阈值，计算积分曲线大于该值的部分的宽度（以像素为单位）。如果宽度大于矩形框A边长的一半则判定为无光斑，否则判定为有光斑。有光斑时，积分曲线的形状近似为带有一个波峰的正弦曲线，在阈值上方的曲线跨度较小。无光斑时，积分曲线的形状不规则，在阈值上方的曲线最大跨度较大。根据这一特点，即可确定阈值大小。

S35:对所确定的第一处理区域进行二值化处理，把较亮的光斑部分变为白色像素点区域，把其他部分变为黑色像素点区域，并且确定能够完全包括白色像素点的最小区域，并据此进一步判断是否存在光斑。具体做法如下：

对矩形框A区域进行二值化处理，把较亮的光斑部分变为白色（即把像素点的灰度值改为255），把其他部分变为黑色（即把像素点的灰度值改为0）。

首先，通过直方图确定二值化的初始阈值。再利用反馈原理调整阈值，每次减少1，使最终确定的二值化阈值能够达到预先设定的要求。即保证二值化以后，能够完全包括白色像素点的最小矩形框B的面积小于矩形框A面积的一定比例b。根据具体情况，b值可以为1/2至1/10）。例如，b值可以为1/3、1/4、1/5、1/6、1/7、1/8或1/9。此时，保存这个最小矩形框B的坐标，并绘制该框，以下称光斑框。此处，光斑框对应的区域为能够完全包括白色像素点的最小区域。

S36:确定所述最小区域的面积，并且跟临界阈值进行比较，并据此进一步判断是否存在光斑。具体做法为：

紧接步骤S35，接下来，进行第二次判断光斑的有无。有光斑时，二值化后白色像素点的总面积会大于光斑框面积的b倍的大小。因此，利用这一特点，可以判断光斑的有无。同时，光斑框的面积至少要大于矩形框A面积的c倍的大小（c值根据具体情况而定，本专利具体实施例中c为1/8）。最后，还有一个最主要的判断条件，即光斑框的面积不能小于临界判断阈值d。d的大小的确定应根据实际情况确定。以上三个条件均可作为判断光斑有无的条件，至此判断光斑有无的条件已经有四个。

综合判断光斑的有无。在整个基于图像的太阳光斑识别处理中，最难的一点就是判断光斑成像装置上是否有光斑。可根据已有的四个判断条件，进行综合多重判断，以增加判断的准确性。

由于判断的依据有若干个，为减少误判，提高准确性，将不同的判断条件进行分组，组内进行与运算，组间进行或运算。如果判断为无光斑，则处理结束，开始下一帧图像的处理。如果判断为有光斑，则进行光斑中心定位。

S37:最终判定是否存在光斑，如果不存在，则重复步骤S31至S36；如果存在，则计算光斑中心坐标。具体做法为：

如果步骤S36中判断无光斑，则回到步骤S31重新开始。如果有光斑，则计算光斑位置坐标。在一般情况下，光斑是不规则的形状，但结果需要输出一个点的坐标。本发明实施例为了使计算结果更加准确，同时采用了三种计算光斑位置的方法：峰值法、重心法、中心法。三种方法得出三个互不相同的坐标值，取其中距离较近的两个坐标的中点坐标作为最终光斑的位置坐标，并画出该坐标点。其中，峰值法是取步骤S34中水平和垂直灰度积分最大峰值的焦点；重心法是根据物理学中重心的计算方法计算步骤S35中的光斑框中白色像素点组成区域的重心，将该点的重心点坐标记作该光斑的中心点坐标；中心法是直接取步骤S35中的光斑框的几何中心，就是将光斑框的中心点坐标记为光斑的中心。最后，把结果换算成实际光斑坐标，用于输出。

具体实施时，可以单独使用一种方法来定位光斑的中心。或者，可以采用其中两种方法来定位光斑的中心，然后取这两个中心的中点作为光斑的中心。也可以同时采用以上三种方法，从而得到三个点。

如图4中三个实心圆点所示。一般光斑的形状不规则，为了更准确地定位光斑的中心位置，取距离较近的两个点的中点作为最终光斑的中心位置坐标，如图4中十字符号所示。处理结束后，可选择输出保存处理后的图像，框出整个光斑并显示光斑中心位置。最后，还要根据实际板的尺寸和图像中光斑的位置，将得到的图像中的光斑中心坐标换算成实际中板上光斑中心的位置，最终得到实际光斑中心距板上边和左边的距离。

S38:判断光斑出界情况，并且输出处理结果。

步骤S38中，光斑出界的情况包括下列类型一种或几种：上边出界、下边出界、左边出界、后边出界、左上角出界、左下角出界、右上角出界、右下角出界。

据上所述，判断光斑出界情况，一共分成八种出界方向：上边、下边、左边、右边、左上角、左下角、右上角、右下角。

第十步：输出处理后图片，以及处理后结果。

        到此，基本的光斑识别过程已经结束。但是，为了便于下一步调整平面镜的旋转角度，还需要输出光斑是否偏出板，以及偏出方位的信息。本发明中的方法规定了9种出界信息，其中8个代表8个出界方位，分别是上、下、左、右和左上、左下、右上、右下，还有1个代表光斑未出界。

        综上所述，当有光斑时系统最终输出的信息有三个：光斑中心位置距离光斑成像装置上边的距离、光斑中心位置距离光斑成像装置左边的距离和光斑的出界信息。

步骤S4中，在本实施例中，当光斑位置出现偏差时，日光反射装置对应的控制系统通过对偏差的判断发出对日光反射装置的控制指令，调整日光反射装置的角度，使反射到接收器上的光斑到达预定位置。

且，当光斑位置出现偏差时，图像处理装置以通讯的方式经通讯协议转换模块将偏差值传输给控制系统。

与现有技术相比，本实施例的有益效果如下：

第一，本发明采用峰值法、重心法、中心法三重算法来计算光斑中心，克服了传统方法对光斑不明显或光斑形状不规则的情况无法进行精确计算的缺陷。

第二，本发明只对锁定的关心区域进行处理，而不需对整幅图像进行处理，因此处理速度快。

本发明优选实施例只是用于帮助阐述本发明。优选实施例并没有详尽叙述所有的细节，也不限制该发明仅为所述的具体实施方式。显然，根据本说明书的内容，可作很多的修改和变化。本说明书选取并具体描述这些实施例，是为了更好地解释本发明的原理和实际应用，从而使所属技术领域技术人员能很好地利用本发明。本发明仅受权利要求书及其全部范围和等效物的限制。