一种基于无人机悬停光源的失准定日镜快速检测方法技术

本发明专利技术涉及无人机技术领域，具体为一种基于无人机悬停光源的失准定日镜快速检测方法，包括如下步骤：S1、启动检测程序；S2、各组定日镜分别转动至待检测角度；S3、检测摄像机采集背景图像、建立背景模型；S4、无人机启动并悬停至指定位置；S5、检测摄像机采集定日镜反射光斑图像；S6、图像处理和光斑识别；S7、像素点匹配；S8、确定失准定日镜ID；S9、失准定日镜数据存入数据库。该基于无人机悬停光源的失准定日镜快速检测方法中，将定日镜失准检测阶段与定日镜采样校正阶段分离，通过提高定日镜失准检测的效率，为定日镜校准系统采样校正阶段提供更准确、更高效的采样优先级，来提高聚光场定日镜校准系统的整体效率。日镜校准系统的整体效率。日镜校准系统的整体效率。

【技术实现步骤摘要】
一种基于无人机悬停光源的失准定日镜快速检测方法


[0001]本专利技术涉及无人机
，具体地说，涉及一种基于无人机悬停光源的失准定日镜快速检测方法。

技术介绍

[0002]塔式光热聚光场，对定日镜反射光斑的精度要求很高，在聚光场持续追日过程中，持续保持聚光场定日镜高精度追踪，不仅增加能量转换效率，还能降低在部分定日镜出现反射精度偏差时引起吸热器5局部超温而损坏吸热器5面板的可能性。
[0003]百兆瓦级别的大型聚光场一般有几万、甚至几十万面定日镜，在经过长时间的追日后，每天都会有一部分定日镜反射精度逐渐降低，也会出现一些因异常、维修、更换等无法追日定日镜，这些无法准确追日的定日镜称为失准定日镜。因此，通过聚光场校准系统对失准定日镜进行及时识别和误差校准显得尤为重要。
[0004]目前，聚光场定日镜失准检测一般采用日间白靶检测、定日镜反射太阳光至相机检测等模式。日间白靶检测一般在吸热塔上设置白靶区域及标识点用于定日镜光斑识别，在镜场调度的协调下依次控制定日镜反射太阳光至检测区域，然后利用图像处理技术识别反射到白靶上的光斑，分析偏差。单个白靶一次只能校准一面定日镜，聚光场可以设置的白靶数量有限，检测效率低。并且白靶校准受天气影响较大，校准周期随定日镜数量线性增长，校准精度较低。
[0005]定日镜反射太阳光至相机检测模式，校准相机安装在校准塔和吸热塔上，镜场调度系统控制定日镜将太阳光反射至相机中，利用图像处理技术和光斑识别算法计算并检测定日镜失准状态。该模式的检测速率受天气影响较大，同时相机耐高温性也限制了单个相机同时检测多个定日镜的最大数量，检测效率不高。

技术实现思路

[0006]本专利技术的目的在于提供一种基于无人机悬停光源的失准定日镜快速检测方法，以解决上述
技术介绍
中提出的检测速率受天气影响较大，同时相机耐高温性也限制了单个相机同时检测多个定日镜的最大数量，检测效率不高问题。
[0007]为实现上述目的，本专利技术提供了一种基于无人机悬停光源的失准定日镜快速检测方法，包括如下步骤：
[0008]S1、启动检测程序，当日落后太阳高度角的z向量降至
‑
0.262时，镜场控制系统开始启动检测程序，此时整个镜场环境已变黑，并满足夜晚定日镜失准快速检测的要求；
[0009]S2、各组定日镜分别转动至待检测角度，各组定日镜根据“检测组合”和预计算的反射数据，逐一转动步进电机至待检测的反射位置，并进入“待命”状态，每个“检测组合”独立检测，各组之间无相互干扰；
[0010]S3、检测摄像机采集背景图像、建立背景模型，当所有可用定日镜都进入“待命”状态时，控制系统的图像处理模块开始控制检测摄像机采集镜场背景图像，检测摄像机每10
秒采集一张背景图像，共采集20张背景图像组成样本集，将样本集中每个像素点(x,y)通过中值法确定为背景图像目标像素值，最后将所有像素点目标值构建背景模型，该方法可以有效去除图像噪声，并且计算量小、计算速度快；
[0011]S4、无人机启动并悬停至指定位置，启动无人机，无人机飞至预计算的光源检测指定位置并悬停，然后打开光源，无人机的悬停位置不能出现在检测摄像机的视野中，防止无人机光源对定日镜反射光源产生干扰；
[0012]S5、检测摄像机采集定日镜反射光斑图像，此时，对于大部分未失准定日镜，可以将无人机光源反射至检测摄像机中，对于少量失准或异常定日镜，无法将无人机光源反射至检测摄像机中，也会出现定日镜反射光斑的边缘反射到检测摄像机而形成非常微弱的反射光斑；
[0013]S6、图像处理和光斑识别；
[0014]S7、像素点匹配，获取所有反射光斑的像素点数据集，根据摄像机标定过程计算的定日镜ID与摄像机像素坐标映射关系，将定日镜组中的所有像素点数据集A与反射光斑像素点的数据集B进行一一匹配，没有失准的定日镜的像素坐标可以在反射光板像素点数据集中匹配到，即交集“A∩B”，而无法匹配到的就是失准定日镜，即集合“A
‑
B”；
[0015]S8、确定失准定日镜ID，根据摄像机标定过程中计算的定日镜ID与摄像机像素坐标的映射关系，得到失准定日镜ID集合；
[0016]S9、失准定日镜数据存入数据库，将已检测到的失准定日镜ID存入数据库表中，为定日镜校准阶段提供校准优先级排序。
[0017]作为优选，S6步骤中的图像处理和光斑识别步骤如下：
[0018]S61、背景差分
[0019]将步骤3中建立的背景模型作为背景图像帧B，将步骤5中采集的反射光斑图像作为前景图像帧F
n
，背景图像帧和前景图像帧中对应像素点的灰度值分别记为B(x,y)和F
n
(x,y)，按照式2.1将两帧图像对应像素点的灰度值进行相减并取其绝对值，得到差分图像D
n
：
[0020]D
n
(x,y)＝|F
n
(x,y)
‑
B(x,y)|
ꢀꢀ
(0.6)
[0021]S62、阈值处理
[0022]设定阈值T，按照式2.2对差分图像中每个像素点逐一进行二值化处理，得到二值化图像R
’
n
，设置合适的阈值可以去除光斑边缘的部分噪声，在二值化图像中，灰度值为1的点即为前景点(反射光斑)，灰度值为0的点即为背景点；
[0023][0024]S63、光斑分割
[0025]在光斑识别过程中，相邻两个定日镜的反射光斑可能会出现连接在一起的情况，因此，首先对二值化图像进行形态学处理，处理过程通过图像腐蚀和图像膨胀两个操作完成；如果经过腐蚀、膨胀后，去噪声效果不理想，可以改变卷积核大小或者进行多次迭代计算，最终，得到分离的光斑；
[0026]S64、光斑中心定位和最小内切圆定位算法
[0027]对于二值图像中每个分离后的光斑，通过其像素坐标均值法，可以计算光斑中心
的大致位置(x0,y0)，公式如下：
[0028][0029]求出所有反射光斑的最小内切圆，即为当前检测的定日镜的有效反射光斑，所有有效反射光斑中的像素点组成反射光斑像素点数据集。
[0030]作为优选，S63步骤中，图像腐蚀和图像膨胀方法如下：
[0031]图像腐蚀的运算符是其定义表示如下：
[0032][0033]式中：A为原始二值图像，B为卷积核，自定义正方形的卷积核，对二值化图像进行卷积计算，按行列逐一扫描二值图像的像素点，进行一次迭代计算，只有当卷积核对应的像素点元素值均为1时，该像素点的值才为1，否则将二值图像该像素点的值修改为0，最终，生成腐蚀后的新的二值图像，图像腐蚀过程，会去除二值图像中的离散点噪声，并使前景光斑面积变小；
[0034]图像膨胀的运算符是其定义表示如下：
[0035][0036]式中，A为腐蚀后的二值图像，B为卷积核
[0037]图像膨胀是图像腐蚀的逆操作，图像膨胀的目本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于无人机悬停光源的失准定日镜快速检测方法，其特征在于：包括如下步骤：S1、启动检测程序，当日落后太阳高度角的z向量降至
‑
0.262时，镜场控制系统开始启动检测程序，此时整个镜场环境已变黑，并满足夜晚定日镜失准快速检测的要求；S2、各组定日镜分别转动至待检测角度，各组定日镜根据“检测组合”和预计算的反射数据，逐一转动步进电机至待检测的反射位置，并进入“待命”状态，每个“检测组合”独立检测，各组之间无相互干扰；S3、检测摄像机采集背景图像、建立背景模型，当所有可用定日镜都进入“待命”状态时，控制系统的图像处理模块开始控制检测摄像机采集镜场背景图像，检测摄像机每10秒采集一张背景图像，共采集20张背景图像组成样本集，将样本集中每个像素点(x,y)通过中值法确定为背景图像目标像素值，最后将所有像素点目标值构建背景模型，该方法可以有效去除图像噪声，并且计算量小、计算速度快；S4、无人机启动并悬停至指定位置，启动无人机，无人机飞至预计算的光源检测指定位置并悬停，然后打开光源，无人机的悬停位置不能出现在检测摄像机的视野中，防止无人机光源对定日镜反射光源产生干扰；S5、检测摄像机采集定日镜反射光斑图像，此时，对于大部分未失准定日镜，可以将无人机光源反射至检测摄像机中，对于少量失准或异常定日镜，无法将无人机光源反射至检测摄像机中，也会出现定日镜反射光斑的边缘反射到检测摄像机而形成非常微弱的反射光斑；S6、图像处理和光斑识别；S7、像素点匹配，获取所有反射光斑的像素点数据集，根据摄像机标定过程计算的定日镜ID与摄像机像素坐标映射关系，将定日镜组中的所有像素点数据集A与反射光斑像素点的数据集B进行一一匹配，没有失准的定日镜的像素坐标可以在反射光板像素点数据集中匹配到，即交集“A∩B”，而无法匹配到的就是失准定日镜，即集合“A
‑
B”；S8、确定失准定日镜ID，根据摄像机标定过程中计算的定日镜ID与摄像机像素坐标的映射关系，得到失准定日镜ID集合；S9、失准定日镜数据存入数据库，将已检测到的失准定日镜ID存入数据库表中，为定日镜校准阶段提供校准优先级排序。2.根据权利要求1所述的基于无人机悬停光源的失准定日镜快速检测方法，其特征在于：所述S6步骤中的图像处理和光斑识别步骤如下：S61、背景差分将步骤3中建立的背景模型作为背景图像帧B，将步骤5中采集的反射光斑图像作为前景图像帧F
n
，背景图像帧和前景图像帧中对应像素点的灰度值分别记为B(x,y)和F
n
(x,y)，按照式2.1将两帧图像对应像素点的灰度值进行相减并取其绝对值，得到差分图像D
n
：D
n
(x,y)＝|F
n
(x,y)
‑
B(x,y)|(0.1)S62、阈值处理设定阈值T，按照式2.2对差分图像中每个像素点逐一进行二值化处理，得到二值化图像R
’
n
，设置合适的阈值可以去除光斑边缘的部分噪声，在二值化图像中，灰度值为1的点即为前景点(反射光斑)，灰度值为0的点即为背景点；
S63、光斑分割在光斑识别过程中，相邻两个定日镜的反射光斑可能会出现连接在一起的情况，因此，首先对二值化图像进行形态学处理，处理过程通过图像腐蚀和图像膨胀两个操作完成；如果经过腐蚀、膨胀后，去噪声效果不理想，可以改变卷积核大小或者进行多次迭代计算，最终，得到分离的光斑；S64、光斑中心定位和最小内切圆定位算法对于二值图像中每个分离后的光斑，通过其像素坐标均值法，可以计算光斑中心的大致位置(x0,y0)，公式如下：求出所有反射光斑的最小内切圆，即为当前检测的定日镜的有效反射光斑，所有有效反射光斑中的像素点组成反射光斑像素点数据集。3.根据权利要求2所述的基于无人机悬停光源的失准定日镜快速检测方法，其特征在于：所述S63步骤中，图像腐蚀和图像膨胀方法如下：图像腐蚀的运算符是Θ，其定义表示如下：式中：A为原始二值图像，B为卷积核，自定义正方形的卷积核，对二值...

【专利技术属性】
技术研发人员：王礼，王仁宝，徐谦，代增丽，宋秀鹏，许红，韩兆辉，李涛，
申请(专利权)人：山东电力建设第三工程有限公司，
类型：发明
国别省市：