魚眼圖像識別技術在太陽跟蹤系統中的應用

鄭曉斌，薛毓強

(1.福建船政交通職業學院 機械工程系，福建 福州 350007； 2.福州大學 電氣工程與自動化學院，福建 福州 350000)

魚眼圖像識別技術在太陽跟蹤系統中的應用

鄭曉斌1，薛毓強2

(1.福建船政交通職業學院 機械工程系，福建 福州 350007； 2.福州大學 電氣工程與自動化學院，福建 福州 350000)

通過對魚眼鏡頭拍攝的全景天空圖像HIS顏色模型的處理，采用球面模式實現對魚眼圖像的平面快速轉換，提取符合太陽區域的輪廓形狀特征、面積特征以及動態偏移特征的高亮度光斑區域，計算太陽區域重心實現對太陽位置的精確定位.

HIS；魚眼圖像轉換；太陽區域特征；太陽跟蹤方法

太陽能作為綠色可再生能源，具有地域分布廣、無污染等優點，深受大眾青睞.但目前太陽能光伏發電系統存在總體利用效率低的難題，其解決辦法主要有提高光伏電池組件的轉換效率、增強光伏電池單位面積上的光照輻射強度和尋求光伏系統的最大功率輸出點(即MPPT)3種[1].由于當前絕大多數太陽能電池板采用固定安裝方式，無法實現太陽光線垂直照射電池板的接受面，加上太陽能量接收效率的余弦效應[2]，造成光伏整體利用效率不高.

1 常見的太陽跟蹤方法

通過跟蹤定位太陽方位技術和多倍聚光技術，可使得光伏發電系統在相同的太陽光照強度下獲得更多的太陽輻射能量，實現提高光伏發電效率和降低成本的目的.相關資料表明，與固定安裝方式相比，采用太陽跟蹤技術，保持太陽光線入射角垂直于太陽電池的接受面，系統將提高35%的發電能力[2-3].

太陽跟蹤方法就是要確定當前太陽相對于光伏電池組件的高度角(altitude)和方位角(azimuth)2個參數，使得太陽能電池板的接受面自動跟蹤太陽.目前常用的太陽跟蹤算法主要有光強比較法、時鐘定位法等.幾種常見的太陽跟蹤方法的原理及優缺點見表1.

表1 幾種常見的太陽跟蹤方法的原理及優缺點

2 基于圖像識別的太陽跟蹤控制系統總體框架

本文采用天空全景圖像識別定位方法可以有效消除太陽運動軌跡計算的誤差.通過對全景圖像進行轉換處理、智能識別太陽光斑區,計算該區域的重心坐標,并與太陽光線入射角垂直時的中心坐標進行比較，以高度角坐標和方位角坐標偏差，驅動模糊PID控制器進行高度角和方位角的調節.該控制方法能自動辨識由云朵、飛機等其他飛行物造成遮擋或反光所造成的定位誤判的問題，使得定位更加準確.圖1為基于圖像識別的太陽跟蹤控制系統總體拓撲圖.

3 魚眼圖像識別太陽光定位設計

3.1 魚眼圖像識別定位設計原理

基于圖像識別定位的原理就是利用在晴朗的天空圖像中，太陽圖像占據亮度最高的區域這一特點，試圖通過對天空圖像的處理和座標變換后就得到太陽的位置.

在北回歸線以北地區，從地面上觀測到的太陽運動軌跡可近似為太陽中心點自東向西方向畫出的一條半圓弧線，其方位角的變化不超過 180°(北回歸線以南、南回歸線以北的方位角大于180°).然而一般的固定式廣角鏡頭只能獲得62°～76°的視角，無法一次捕捉天空全景圖.而魚眼鏡頭(Fish-Eye Lens)是一種焦距在6～16 mm之間的超廣角短焦距鏡頭，其鏡頭前部凸出呈拋物狀，其最大的特點就是視角范圍最大可達230°.

魚眼圖像識別定位設計原理是模仿人眼對亮度敏感程度高的特點，首先對獲得的全景天空圖像進行HIS顏色模式的變換處理，凸顯全景圖像中高亮度區域；然后對經過魚眼圖像平面轉化后的高亮度區域，依據外形輪廓、變化偏移量以及面積大小等特征信息進行判斷，識別出真正的太陽光斑區域；最后計算太陽光斑區重心點，并與太陽光線入射角垂直時的中心坐標進行比較(即圖像篇幅的中心點)，得到高度角坐標和方位角坐標偏差，提供給控制器以實現太陽光源全方位準確的動態定位[9].魚眼圖像識別定位跟蹤設計原理流程圖如圖2所示.

3.2 識別魚眼睛圖像中的高亮度點

根據圖像中的高亮區域即可能是太陽光斑區這先知條件，首先要識別出魚眼睛圖像中的高亮度點[10].依據人體仿生學中，人眼對亮度的敏感程度高于對色度的敏感，因此需要將圖像傳感器得到RGB顏色模型轉換為以色調、飽和度和強度為基本特征的HSI顏色模型，其轉換公式如下為：

(1)

其中：

(2)

通過上述轉換可得到HSI顏色模式的魚眼圖像[10]：

F(x,y)={H(x,y),S(x,y),I(x,y)}.

(3)

對得到的 HSI顏色模式的魚眼圖像，可以通過修改圖像色調H、飽和度S和亮度I屬性的敏感度加權系數的權重方式對圖像進行優化處理，改進后的HSI顏色模式的魚眼圖像公式如下：

F′(x,y)={KHH(x,y),KSS(x,y),KII(x,y)}={H′(x,y),S′(x,y),I′(x,y)}.

(4)

式中KH、KS、KI分別為設定的色度、飽和度和亮度的敏感度加權系數.

經過多次的實驗比較，當KH=0.15、KS=0.30、KI=0.65時，可以有效地消除圖像紋理噪聲、淡化背景顏色以及突出亮度區域，從而達到快速判定高亮度點的目的[11-13].

(5)

3.3 太陽區域的識別3.3.1 確定和分割高亮光斑區域

3.3.2 魚眼圖像快速轉換

魚眼圖像會造成很大的變形，因此必須將魚眼圖像轉換成平面透視圖像，從而提取太陽區域特征信息，再根據特征信息來確定太陽區域.本文采用基于球面模式的經度坐標校正魚眼圖像，其校正運算簡單，復雜度不高，轉換后的圖像雖然還會存在一定程度的失真，但已可滿足本系統的識別使用[14-15].

假設魚眼鏡頭可近似為半球面，視角180°，魚眼攝像頭的拍攝方向OZ軸為光軸，XOY為成像平面，圖3所示.對于空間場景中的一點P0，連P2交于半球面于點P1，過點P1作OZ軸的平行線，交底面圓于點P2，則點P2就是空間點P0所成魚眼圖像的像素點.畫面中心部分的直線保持原來狀態，經度越大的經線，它的彎曲度越大，圖4中最外層白色圓形所包含的區域就是魚眼圖像有效區域.

基于球面模式的經度坐標校正就是保持縱坐標不變，把圖像中的像素點的橫坐標還原到原先位置，從而通過坐標轉換來降低魚眼圖像的畸變程度.魚眼圖像的圓形有效區域的提取，校正參數(圓心坐標和半徑)直接影響校正精度，校正轉換公式如下：

(6)

y-y0=V-y0?y=V.

(7)

其中(x0,y0)魚眼圖像的圓心坐標，R為半徑.

3.3.3 太陽區域特征的提取與動態識別

將魚眼圖像投影轉換到平面圖像后可能會產生有多個高亮度斑區.通過建立太陽特征規則，例如輪廓形狀特征、面積特征以及動態偏移特征等對多個高亮度斑區圖像進行識別認定[14-15].

1) 輪廓形狀特征.完整的太陽光斑在平面圖像中應呈現圓形.由于采用球面模式的經度坐標校正魚眼圖像，轉換后在圖像邊緣部分還會存在失真現象，因此長寬比不可能近似相等，該目標特征閥值參數范圍取值要大一些.

Ωn=Wn/Ln∈(0.8,1.2),n=1,2,3,….

(8)

其中Wn、Ln為第n個高亮斑區的最大長度與寬度.

2) 面積特征.在魚眼鏡頭參數不變的情況下，任意時刻一個完整的太陽光斑區域在圖像中的像素個數基本不變(NT=400).利用真正的太陽光斑區域像素點個數會在一定范圍內來區分判別是否是真的太陽光斑.將每個高亮度斑區的像素個數總數設為Nn.

Φn=Nn/NT∈(0.5,1.2)，n=1,2,3,….

(9)

3) 動態偏移特征[9].依據太陽移動軌跡特點規律，在較短時間內，位置的變化量應在一定范圍內(即前后兩次采樣的太陽重心坐標偏差).為此首先要求出當前高亮度光斑及平面重心，見式(10).

(10)

可根據當前高亮度光斑區的重心坐標(Ui,Vi)與前一時刻的太陽重心坐標(Ui-1,Vi-1)的偏差量Δi進行判斷，見式(11).

(11)

若晴朗的天空，空中無多個運動目標時，魚眼圖像中的高亮度區域有且只有一個，即高亮度區域就是太陽區域；當天空中同時含有多個運動目標，如飛機或云朵等其他飛行物時，其遮擋或反光會造成太陽區域光斑受損或形成偽光斑，從而造成誤判.所以只有當某個高亮度區域同時符合輪廓形狀特征、面積特征以及動態偏移特征匹配識別(即同時滿足式(8)、(9)、(11))時，才能確認該高亮度斑區域為太陽區域[16].

3.4 視點與太陽相對方位的定位算法

根據先驗知識，當太陽光線入射角垂直時，平面圖像上太陽重心坐標一定與圖像篇幅的中心重合.利用該特性既可以作為計算任意時刻的高度角坐標偏差和方位角坐標偏差的依據，也可以作為入射角是否垂直的判斷條件.已知本系統用的魚眼攝像頭輸出640×480像素圖像和當前時刻太陽重心坐標(Ui,Vi)，可計算出：高度角坐標偏差值Δh=Ui-320；方位角度角坐標偏差值Δα=Vi-240.

4 實驗

實驗采用工控機IPC-8610-A10-02(配置為：Intel Pentium D 3 GHz處理器、2 GB DDR2內存、160 GB SATA硬盤，圖像分辨率為 640×480像素，USB數據接口，速率25幀/s)，在WINDOWS XP SP3 環境下使用 VB 語言編寫跟蹤算法.考慮到太陽位置在短時間內變化不大，因此每間隔15 min才對系統進行一次跟蹤，圖像采集頻率為5幀/s即可.魚眼圖像處理，太陽區域識別及重心計算如圖5～7所示(為顯示需要，該圖片經過反白處理,即圖中黑色光斑區就是實際的太陽區域).

5 結語

采用魚眼圖像識別技術可以大視角捕捉天空全景圖像，通過HIS顏色模型的處理和球面模式算法的有效轉換,可以利用太陽區域特征快速識別真正的太陽光斑，有效避免由于天空多個飛行物或反光云朵所造成的誤判問題，從而現實對太陽精確定位.此外可在本系統基礎上增設相應的濾光技術，不僅能減少光照幅度對魚眼鏡頭的影響，避免燒毀圖像傳感器，也能在全陰天環境中準確捕捉太陽位置，這是值得繼續研究的方向.

[1] 陳維，李戩洪. 拋物柱面聚焦的幾種跟蹤方式的光學性能分析[J]. 太陽能學報，2003，24(4)：477-482.

[2] 鄭小年，黃巧燕. 太陽跟蹤方法及應用[J].能源技術，2003，(24) 4: 149-151.

[3] 王雪文，王洋，閻軍鋒，等. 太陽能電池板自動跟蹤控制系統的設計[J]. 西北大學學報:自然科學版，2004，34(2):163-164.

[4] 鄭曉斌，沈培輝. 基于PLC的太陽能光伏聚光發電隨動系統的研究[J]. 陜西科技大學學報:自然科學版，2012，30(5):118-122．

[5] 王永東，崔容強，徐秀琴. 固定式光伏方陣日照性能[J]. 太陽能學報，2003，24(3): 357-359.

[6] 陳維，沈輝，舒碧芬. 光伏系統跟蹤效果分析[J]. 中國科學技術大學學報，2006，36 (4)， 355-359.

[7] 王炳忠，湯潔.幾種太陽位置計算方法的比較研究[J]. 太陽能學報，2001，22(4):413-416

[8] WANG Xi-hui，WANG Jian-ping，ZHANG Chong-wei. Research of an omniberaing sun locating method with fisheye picture based on transform domain algorithm[C]//International Conference on Intelligent Computing 2006.China :Kunming，LNCIS, 2006，345: 1163-1174.

[9] 徐曉冰，王建平，張崇巍，等. 聚光系統中太陽位置的魚眼圖像識別[J]. 計算機輔助設計與圖形學學報，2008，15(3):257-261.

[10] 王建平，錢波．江滔. 基于變換域分析的車牌分割研究[J]. 合肥工業大學學報:自然科學版，2004，27(3):251- 256.

[11] CHAO R M，KO S H，PAI F S，et al. Evaluation of a photovoltaic energy mechatronics system with a built-in quadratic maximum power point tracking algorithm[J]. Solar Energy，2009，3(12)：2177-2185.

[12] 賈云得，呂宏靜，劉萬春. 魚眼變形立體圖像恢復稠密深度圖的方法[J]. 計算機學報，2000，23(12):1232-1234.

[13] GONZALEZ R C，WOODS R E，EDDINS S L. 數字圖像處理[M].2版.阮秋琦，阮宇智，譯. 電子工業出版社，2003.

[14] 汪嘉業，楊興強，張彩明. 基于魚眼鏡頭拍攝的圖像生成漫游模型[J]. 系統仿真學報，2001，13 (增刊) : 66-68.

[15] 陳明偉,徐丹. 球面坐標定位校正魚眼圖片并合成全景圖的方法[J].云南民族大學學報:自然科學版,2004,13(03):214-217.

[16] CHEGAAR M，OUENNOUGHI I，GUECHI F. Extracting DC parameters of solar cells under illumination [J]. Vaccum,2004,75 :367-372.

(責任編輯 莊紅林)

Application of fish-eye image recognition technology in the solar tracking system

ZHENG Xiao-bin1，XUE Yu-qian2

(1.Department of Mechanical Engineering,Fujian Chuangzheng Communications College，Fuzhou 350007，China；2.College of Electrical Engineering and Automation,Fuzhou University,Fuzhou 350000, China)

Through the processing of the panoramic sky image of HIS color model obtained from fish-eye lens, the fast conversions of their plane with the help of the spherical model, the extraction of the features of the solar shape, the area features and dynamic displacement in its high facular brightness, this paper gives a precise positioning of the sun based on the gravity calculation of its regional center.

HIS;fish-eye image conversion;regional characteristics of the sun;solar tracking method

2014-07-15.

福建省教育廳中青年教師教育科研項目(JA13377、JB13289).

鄭曉斌(1982-)，男，碩士,講師.主要研究方向：智能控制技術、可再生能源與新能源發電.

TP751.1

A

1672-8513(2015)01-0052-05