【文章內容簡介】 上方，由馬達驅動，可以隨著陽光移動同步進行旋轉，通過多塊反光鏡反射太陽光讓高樓的內部各處變得如同室外一樣明亮。 就現(xiàn)階段國內對太陽跟蹤控制器的研究情況來看，由于受太陽能應用系統(tǒng)成本的影響，普遍采用半自動單軸跟蹤方式。隨著科學技術的不斷發(fā)展，光伏轉換效率的提高，太陽跟蹤裝置的研究會朝著全自動太陽跟蹤的方向發(fā)展。全自動跟蹤太陽裝置是根據(jù)地平坐標、雙軸跟蹤原理，采用光、機、電、圖像處理等技術，通過對太陽光強或形狀的檢測，實現(xiàn)對太陽的全自動跟蹤，能做到同步無偏差地跟蹤太陽，大大提 高了太陽能的接收效率。近年來，中央氣象局、上海交通大學、重慶大學、南京航空航天大學等單位分別對太陽跟蹤的算法進行了研究，并且都取得了一定的成果。但總體來說，在我國，太陽跟蹤技術仍不是十分成熟，從事太陽跟蹤研究的人還不多，而且大部分處于理論研究階段，實際產(chǎn)品還很少見。 本課題的主要內容及章節(jié)安排 本文完成了基于 CMOS 圖像傳感器的太陽跟蹤控制器的設計，利用 CMOS 圖像傳感器采集太陽圖像，經(jīng)過數(shù)字圖像處理后獲取跟蹤偏差。改進后的太陽跟蹤控制器具有較高的跟蹤精度和可靠性?；诒菊n題的研究內容和主要工作，本 文的結構如下： 第一章主要介紹了選題背景、目的和意義，以及國內外太陽跟蹤的研究現(xiàn)狀及發(fā)展。 第二章介紹了基于 CMOS 圖像傳感器的太陽跟蹤控制器的總體方案設計、 CMOS 圖像采集方案及圖像分析計算。 第三章介紹了太陽跟蹤控制器的硬件部分設計，主要包括單片機驅動接口電路、步進電機驅動電路、限位裝置和通信電路等。 第四章介紹了太陽跟蹤控制器的軟件部分設計，主要包括采用 Visual C++ 編寫人機交互控制平臺、跟蹤控制器的主程序設計、太陽高度角與方位角的軟件算法、跟蹤控制器校華北電力大學科技學院本科畢業(yè)設計（論文） 4 準原理、基于 MCC 實現(xiàn) VC 與 MATLAB 聯(lián)合編程以及單片機部分軟件設計等。 第五章對課題的主要研究成果進行總結，給出下一步工作的展望。 華北電力大學科技學院本科畢業(yè)設計（論文） 5 2 太陽跟蹤控制器整體方案設計及圖像采集 系統(tǒng)總體設計 該系統(tǒng)主要由平面鏡跟蹤裝置、控制和驅動電路、方位限位電路 、 CMOS 圖像傳感器(附巴德膜濾波片 )等部分組成。系統(tǒng)總體設計框圖如圖 21 所示。 P c 機（ V C 與 M a t l a b 混 合 編程 ）單 片 機步 進 電 機驅 動 電 路平 面 鏡 跟 蹤 裝 置（ 轉 動 平 臺 ）C M O S 圖 像 傳 感 器限 位 裝 置 圖 21 系統(tǒng)的總體框圖 太陽跟蹤控制器工作過程為：上位機根據(jù)當?shù)氐慕?jīng)緯度和當前時間，調用 Sun Position函數(shù)， 獲取太陽的高度角與方位角，并 轉 化為俯仰和水平電機的運行步數(shù)，經(jīng)數(shù)據(jù)處理后，通過 RS485 總線與單片機通信，驅動水平、俯仰兩個步進電機動作實現(xiàn)太陽的跟蹤。視日運動軌跡跟蹤結束后， VC 調用 MATLAB 函數(shù)，控制圖像傳感器拍攝太陽圖片，經(jīng)圖像處理后輸出。而限位裝置可保證電機運行時，停在正確的位置，防止電機過位運轉。 CMOS 圖像采集 圖像傳感器選型 圖像傳感器產(chǎn)品主要分為 CCD,CMOS 以及 CIS 傳感器三種。 CMOS 工藝是超大規(guī)模集成電路的主流工藝，集成度高，可以根據(jù)需要將多種功能集成在一塊芯 片上。 CMOS 圖像傳感器包括圖像陣列邏輯寄存器、存儲器、定時脈沖發(fā)生器和轉換器在內的全部系統(tǒng)。與傳統(tǒng)的 CCD 圖像傳感器相比，把整個圖像系統(tǒng)集成一塊芯片上，不僅降低了功耗，而且具有重量輕、空間占有小以及總體價格低的優(yōu)點。目前 CMOS 型不僅價格低廉 ,而且已經(jīng)實現(xiàn)數(shù)字化輸出 ,軟件可編程控制 ,大大降低系統(tǒng)設計的難度 ,提高系統(tǒng)設計的靈活性、抗干擾性和穩(wěn)定性。 CMOS 圖像傳感器滿足系統(tǒng)設計要求。本課題采用羅技公司的 QuickCam系列網(wǎng)絡攝像頭 ,具有功耗小、成本低、單一電源驅動、易于實現(xiàn)片上系統(tǒng)集成等特點。其開窗特征可 以根據(jù)實際需要設置有效圖像數(shù)據(jù)窗口的大小 ,從而避免了對無效數(shù)據(jù)的采集 ,減小存儲空間。 圖像采集方案選擇 由于太陽光十分強烈 ,因此在圖像采集時 ,需要給攝像頭加上巴德膜濾波片。實驗表明加兩層濾波片后 ,所得到的圖像效果較佳。傳統(tǒng)的方法是使用中性灰濾光鏡。但從節(jié)約成本考慮，本課題采用的是更加新型的濾光方式，選用來自德國的發(fā)明專利 ——巴德太陽觀察保護膜 AstroSolar TM。巴德膜是一種鍍了金屬的樹脂膜，可以用于目視和拍照。它很薄，光華北電力大學科技學院本科畢業(yè)設計（論文） 6 學質量優(yōu)異，目前可以買到的巴德膜有兩種密度，分別為 (目視 )和 (拍照 )。用于天文觀測太陽，一般很難透光，只有在強光條件下才可以看到光。圖 22 和圖 23 分別為攝像頭加單層濾波片和雙層濾波片所拍攝的太陽位置圖片。 （ a）原始圖像 （ b）二值圖像 圖 22 攝像頭加單層巴德膜拍攝的太陽照片 （ a）原始圖像 （ b）二值圖像 圖 23 攝像頭加雙層巴德膜拍攝的太陽照片 圖像預處理 圖像預處理部分主要包括灰度圖像轉換、中值濾波、圖像分割。 彩色圖像轉灰度圖像。 通常，用攝像頭獲取的圖像是彩色圖像，它由 R, G ,B3 個單色調配而成，各種單色都人為地從 0255 分成了 256 個級。根據(jù) R, G ,B 的不同組合，獲取的彩色圖像可以表示華北電力大學科技學院本科畢業(yè)設計（論文） 7 256256256=16777216 種顏色。通常數(shù)字圖像的處理是先將彩色圖像轉換為灰度圖像，然后再對灰度圖像進行處理。彩色圖像轉換為灰度圖像的公式如下： Y = + + (21) 中值濾波 圖像在 拍攝或者傳輸過程中總會添加一些噪聲，這樣就影響了圖像的質量。進行中值濾波可以有效消除這些噪聲，同時還實現(xiàn)了圖像的平滑。中值濾波是一種去除噪聲的非線性處理方法，是由 Turky 在 1971 年提出的?；驹硎牵喊褦?shù)字圖像或數(shù)字序列中一點的值用該點的一個鄰域中各點值的中值代替。中值的定義如下：一組數(shù)把 n 個數(shù)的大小順序排列如下： Y=Med= (22) y 稱為序列的中值。把一個點的特定長度或形狀的領域稱作窗口。在一維情形下，中值濾波器是一個含有奇數(shù)個像素的滑動窗口，窗口正中 間那個像素的值用窗口內各像素值的中值代替。設輸入序列為 , I 為自然數(shù)集合或子集，窗口長度為 n，則濾波器的輸出為： (23) 其中： i 在二維情形下，可以用某種形式的二維窗口。設 , 表示數(shù)字圖像各點的灰度值，濾波窗口為 A 的二維中值濾波可定義為： = Med=Med (24) 圖像分割處理 圖像分割技術是把圖像分成各具特性的區(qū)域并提取出感興趣目標的技術和過程，它是由 圖像處理躍入圖像分析的關鍵步驟。其目的是將目標和背景分離，為目標識別、精確定位等后續(xù)處理提供依據(jù)?；谶@種面向最終分析目的的思想，可選擇相對形狀測度、相對均勻測度和錯分概率作為評估算法優(yōu)劣的準則。常用的有 9 中比較經(jīng)典的閾值選取方法——極小值點閾值選取方法、最優(yōu)閾值選取方法、迭代閾值選取方法、利用灰度統(tǒng)計直方圖的凹性分析的閾值選取方法、最大熵法、模糊閾值選取方法、基于最大類間方差法求閾值、基于圖像差距量的閾值選取方法、基于矩量保持的閾值選取方法。鑒于本課題采集到太陽圖像的特殊性，采用基于最大類間方差法求取圖像 閾值。 最大類間方差法又叫 OTSU 算法，其求解閾值過程如下： (1)首先選擇一個近似值作為圖像 f (x, y)的初始閾值 = (25) 為最小、最大灰度值。算出每個灰度出現(xiàn)的概率 (2)根據(jù)閾值把圖像分成目標區(qū)域和背景區(qū)域 : =, = (26) 計算這兩個區(qū)域出現(xiàn)的概率 ,及平均值 , , (27) 華北電力大學科技學院本科畢業(yè)設計（論文） 8 (3)計算的 ,方 差 , =。= (28) (4)計算類內方差、類間方差、總體方差 =+, , =+ (29) 計算新閾值 = 和 ， k=k+1, 回到 (29)迭代計算，直到 時迭代結束，此時的閾值即為最優(yōu)解。 光斑質心定位 在基于圖像傳感器構成的閉環(huán)式太陽跟蹤系統(tǒng)中能否準確檢測出太陽光斑質心位置是實現(xiàn)跟蹤校正的關鍵，決定著系統(tǒng)的精度與可靠性。一般圖象處理系統(tǒng)對目標定位、跟蹤時，確定目標位置的方法可分為兩類，即波門跟蹤和相 關跟蹤算法。波門跟蹤算法可分為兩種，即邊緣跟蹤和形心跟蹤。形心跟蹤又可分為雙邊緣中心跟蹤、面積平衡法跟蹤、質心跟蹤和亮度中心跟蹤等。本課題采用質心跟蹤的方法實現(xiàn)對太陽光斑目標的定位。在二值圖像中，設某一待求區(qū)域內所有像素（非零像素）的坐標記為 : (210) 則該區(qū)域質心坐標可表示為： Sum(x)=, Sum(y)= (211) , (212) 在 MATLAB ，提供了 regionprops函數(shù)幫助求取圖形區(qū)域質心。regionprops 函數(shù)是用來度量圖像區(qū)域屬性的函數(shù)。在調用 regionprops 之前必須將二值圖像轉變?yōu)闃俗⒕仃?。如圖 24 所示一個區(qū)域求取質心示意圖，綠色的方框代表某一待求區(qū)域，白色正方形代表該區(qū)域內的一個像素，紅色原點代表該區(qū)域的質心。圖 25 給出幾種不同形狀的 圖形質心位置檢測結果。 華北電力大學科技學院本科畢業(yè)設計（論文） 9 圖 24 區(qū)域質心求取示意圖 （ a）圓形質心 （ b）橢圓質心 （ c）正方形質心 （ d）三角形質心 （ e）不規(guī)則形狀質心（區(qū)域內） （ f）不規(guī)則形狀質心（區(qū)域外） 圖 25 幾種不同形狀的圖形質心檢測結果 根據(jù)標注矩陣可以方便的給出二值圖像中亮斑區(qū)域的個數(shù)，在進行抗干擾設計時，亮華北電力大學科技學院本科畢業(yè)設計（論文） 10 斑個數(shù)將會作為是否存在干擾的判斷依據(jù)。圖 26 給出二值化處理后太 陽光斑圖形的質心檢測結果。 圖 26 太陽光斑質心檢測結果 獲取步進電機校正步數(shù) 圖 27 太陽圖像中光斑位置及校正步數(shù)示意圖 圖 27 給出了采集太陽圖像中光斑位置與校正步數(shù)示意圖。圖片格式為 320*240 RGB格式，即水平方向含有 320 個像素點，垂直方向含有 240 個像素點。采用圖像坐標表示時，以圖片左上頂點為坐標原點，故圖像中心坐標為 (160,120)。其中 FYP、 FYM 、 FWP、 FWM華北電力大學科技學院本科畢業(yè)設計（論文） 11 分別對應上位機控制平臺中 “俯仰 +”、 “俯仰 ”、 “方位 +”、 “方位 ”運行步數(shù)。且有 FYP +FYM =0,FWP +FWM=0。程序中為減小變量處理個數(shù)，所有 FYM 和 FWM 均用 FYP 和 FWP 的相反數(shù)表示。跟蹤裝置中方位步進電機每走一步實際走過 ()，俯仰步進電機每走一步實際走過 ()。跟蹤裝置運行時，若光斑處于圖像中心坐標，則向下移動出圖像 FYP需運行 50 步；向左移動出圖像 FWP 需運行 160 步。校正步數(shù) (FYP, FWP)與光斑圖像坐標(X ,Y)之間的關系為： FYP= （ 213） FWP= （ 214） 由式 21 214 可知：光斑處于第三、第四象限時 Y120，可得出 FYP 為負值，實際表示 FYM 運行步數(shù)；光斑處于第一、第三象限時 X160，可得出 FWP 為負值，實際表示 FWM 運行步數(shù)。 圖像處理結果分析 處于不同象限的太陽光斑質心檢測及獲取電機校正步數(shù)程序執(zhí)行結果如下： 太陽光斑質心在第 I 象限 程序執(zhí)行結果如下： （ a）原始圖像 (b)二值化圖像 （ c）原始圖像加質心標記 圖 28 太陽光斑質心在第 I 象限 圖 28 為太陽光