基于圖像傳感器的太陽光斑質心坐標獲取

高偉 高麗 西安工業大學電子信息工程學院

基于圖像傳感器的太陽光斑質心坐標獲取

高偉 高麗 西安工業大學電子信息工程學院

使用圖像傳感器拍攝太陽光斑，對其進行圖像處理和質心坐標檢測，并且對該坐標進行誤差分析，最后在單片機上的圖像傳感器-LCD模塊實現質心坐標的實時性獲取。實驗結果表明該方法可以準確地找到質心坐標，得出的結果在誤差范圍內，并且在圖像傳感器-LCD模塊上實現了該過程。該方法適用于太陽自動跟蹤系統，也可在其他目標檢測中予以應用。

太陽光斑 圖像處理 質心坐標 圖像傳感器—LCD模塊

1 引言

在太陽能的實際應用當中，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的普及和發展，直到太陽自動跟蹤系統的出現才為這一問題提供了新的解決途徑。

為了實現太陽光的跟蹤，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,這種方法可以準確地獲得太陽光斑位置信息，實現了對太陽運動的實時檢測。

2 系統總體設計

該系統主要由圖像采集裝置、圖像傳感器、單片機、PC機等部分組成。總體設計框圖如圖1所示。

圖1 系統整體框圖

圖1中的虛線框部分是對太陽光斑進行圖像處理、質心檢測的研究。具體流程為：把拍攝的光斑圖像由單片機存儲至SD卡，之在電腦進行圖像處理，用以驗證質心坐標的精度。

之后在單片機上的圖像傳感器—LCD模塊內實現質心檢測算法,得到直觀的光斑處理效果以及太陽光斑質心坐標。

3 太陽光采集裝置的設計與硬件連接

3.1 太陽光采集裝置的設計

圖2 采集裝置示意圖

由圖2可以看出：太陽光經小孔進入采集裝置內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，得到坐標參數。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式跟蹤系統之內，實時地檢測太陽的位置。

3.2 硬件連接

本系統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。

4 光斑處理研究與軟件實現

4.1 光斑處理研究

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生變化，因此采用最大類間方差法進行二值化處理，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）光斑質心的提取

信息化建設是高校走向新世紀的必經之路，高校在軟硬件兩個方面均做出了很大努力，雖在前進中取得可喜可賀的成績，但也仍然存在著亟待解決的問題：校園網基礎設施老化、校園網機房條件亟待改善、異地災備系統尚未建設、源數據質量有待提升、教學資源平臺等部分重要業務系統尚未建設、管理信息化平臺需進一步互聯互通。

一般的質心處理算法有以下兩種：

i．質心法

該方法是太陽光斑進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的坐標然后根據以下公式進行計算：

其中（x0,y0）為計算的質心坐標。質心法計算簡單，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行擬合得出質心參數。首先對圖像進行canny邊緣檢測，之后掃描那些坐標值為1的點，完成光斑邊緣輪廓點的提取，最后進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。這種方法尋找質心精度高，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。

殘差平方和為：

之后求殘差平方和的偏導數：

由上式可推導出圓心坐標的值（a，b）。即可得到光斑的質心坐標。兩種方法求得的坐標參數如表1所示。

表1 為兩種方法求得的太陽光斑質心坐標（4組）

兩種質心提取方法的誤差指標如表2所示。

表2 各個算法的誤差指標（單位：像素）

由于進行了圖像處理，因此要對圖像處理后的光斑質心參數進行誤差分析。在LCD屏幕上，像素點坐標為整數，即誤差標準lt;1個像素。若以誤差小的擬合法為誤差標準，質心法相對于擬合法的誤差如表3所示。

表3 以擬合法為標準的誤差分析（單位：像素）

由表1和表3可以看出質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。可以得出，通過圖像處理，質心法誤差為0．1個像素，與表2的誤差參考一致，處理結果在誤差范圍內。

4.2 軟件實現

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心法作為圖像傳感器-LCD模塊獲取太陽光斑質心的算法。坐標獲取流程如圖5所示。

圖5 圖像傳感器-LCD模塊獲取坐標流程圖

LCD圖像處理結果和串口坐標顯示如圖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。

5 結論

在太陽自動跟蹤的系統中能否準確檢測出太陽光斑質心位置是實現太陽跟蹤的關鍵,決定著系統的精度和可靠性。本文設計的基于圖像傳感器的質心坐標獲取系統,可以實現從圖像傳感器采集太陽圖像,并準確計算出光斑質心位置的圖像坐標。相比較于其他類似系統，該方法檢測方便，適用性強，可應用于極軸式太陽自動跟蹤裝置,也適用于其他相似的目標檢測系統。

[1]基于視覺的太陽光線自動跟蹤裝置[J].劉麗微《沈陽工業大學》2008

[2]苑瑋琦,金晶晶.基于圖像傳感器的太陽方位檢測系統研究[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研究與開發[J].劉淼生.《華中科技大學》.2011

[4]基于ARM嵌入式圖像處理平臺的太陽跟蹤系統[J].陳麗娟，周鑫.現代電子技術.2012(04)

[5]基于改進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]極坐標跟蹤式陽光輸送機的研究與設計[N].寧鐸,姚娜.《工程設計學報》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。E-mail：798712593@qq.com。