CN110163856A - 用于监测定日镜清洁度的方法和装置及机器可读存储介质 - Google Patents
用于监测定日镜清洁度的方法和装置及机器可读存储介质 Download PDFInfo
- Publication number
- CN110163856A CN110163856A CN201910420388.3A CN201910420388A CN110163856A CN 110163856 A CN110163856 A CN 110163856A CN 201910420388 A CN201910420388 A CN 201910420388A CN 110163856 A CN110163856 A CN 110163856A
- Authority
- CN
- China
- Prior art keywords
- heliostat
- image
- array
- cleaned
- noise ratio
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/13—Edge detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20081—Training; Learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30108—Industrial image inspection
Landscapes
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Quality & Reliability (AREA)
- Image Processing (AREA)
Abstract
本发明实施例提供一种用于监测定日镜清洁度的方法和装置及机器可读存储介质,属于计算机科学领域。该方法包括:获取定日镜阵列的阵列图像;确定所述阵列图像中所包括的每个定日镜对应的图像信噪比;以及基于预设图像信噪比阈值和所述每个定日镜对应的图像信噪比对每个定日镜是否清晰进行决策。该装置包括:图像获取模块,用于获取定日镜阵列的阵列图像;图像信噪比确定模块,用于确定所述阵列图像中所包括的每个定日镜对应的图像信噪比;以及决策模块,用于基于预设图像信噪比阈值和所述每个定日镜对应的图像信噪比对每个定日镜是否清晰进行决策。藉此,实现了对定日镜镜面的灰尘量进行监测。
Description
技术领域
本发明涉及计算机科学领域,具体地涉及一种用于监测定日镜清洁度的方法和装置及机器可读存储介质。
背景技术
在全球能源供应清洁化、低碳化趋势的背景下,太阳能热发电(简称“光热”)因兼具环保性、稳定性、可调节性和易于并网等特点,近年来发展步伐迅速。目前,全球范围内已经掀起了新的光热投资和建设热潮,光热发电总装机规模持续上升,光热发电行业呈现出一派蓬勃发展的繁荣景象。
太阳能光热发电是指利用大规模阵列抛物或碟形镜面收集太阳热能,通过换热装置提供蒸汽,结合传统汽轮发电机的工艺,从而达到发电的目的。
塔式太阳能热发电形式也称集中型太阳能热发电,其工作原理为:利用一定数量的反射镜阵列,将太阳辐射反射到安置于塔顶端的太阳能接收器上,通过加热工质而产生过热蒸汽,驱动汽轮机发电机组发电,而将吸收的太阳能转化为电能。塔式太阳能热发电主要由四部分构成:镜场、换热系统、储热装置和汽轮发电装置。
镜面的反射率直接影响太阳集热器对于太阳能热动力输出效果,影响的大小和站点所处的位置关系很大。不管是运营中的电站,或者是电站的前期评估,电站的设计和电站的运营者都需要比较好的方法来对灰尘量进行监测。
发明内容
本发明的目的是提供一种用于监测定日镜清洁度的方法和装置及机器可读存储介质,其可解决或至少部分解决上述问题。
为了实现上述目的,本发明的一个方面提供一种用于监测定日镜清洁度的方法,该方法包括:获取定日镜阵列的阵列图像;确定所述阵列图像中所包括的每个定日镜对应的图像信噪比;以及基于预设图像信噪比阈值和所述每个定日镜对应的图像信噪比对每个定日镜是否清晰进行决策。
可选地,该方法还包括:对被决策为不清晰的待清洗定日镜进行清洗。
可选地,该方法还包括:确定所述阵列图像中所包括的每个定日镜在定日镜场中的实际位置;对所述待清洗定日镜进行清洗包括:根据所述待清洗定日镜在所述定日镜场中的实际位置计算距离所有地勤机器人的曼哈顿距离;根据所述曼哈顿距离确定距离所述待清洗定日镜最近的所述地勤机器人;以及控制距离最近的所述地勤机器人对所述待清洗定日镜进行清洗。
可选地,所述确定所述阵列图像中所包括的每个定日镜在定日镜场中的实际位置包括:对所述阵列图像进行边缘检测,以确定所述每个定日镜在所述阵列图像中的占据区域;根据所述每个定日镜对应的所述占据区域、获取所述阵列图像的设备的光学参数及所述设备的GPS经纬高位置,确定所述每个定日镜的经纬高,以确定所述定日镜在所述定日镜场中的实际位置。
可选地,所述确定所述阵列图像中所包括的每个定日镜对应的图像信噪比包括:对所述阵列图像进行边缘检测,以确定所述每个定日镜在所述阵列图像中的占据区域;基于所确定的每个定日镜对应的占据区域,获取在阵列图像中每个占据区域处的图像;以及计算所获取的每个占据区域处的图像的信噪比,以确定每个定日镜对应的图像信噪比。
相应地,本发明的另一方面提供一种用于监测定日镜清洁度的装置,该装置包括:图像获取模块,用于获取定日镜阵列的阵列图像;图像信噪比确定模块,用于确定所述阵列图像中所包括的每个定日镜对应的图像信噪比;以及决策模块,用于基于预设图像信噪比阈值和所述每个定日镜对应的图像信噪比对每个定日镜是否清晰进行决策。
可选地,该装置还包括:清洗模块,用于对被决策为不清晰的待清洗定日镜进行清洗。
可选地,该装置还包括:定日镜位置确定模块,用于确定所述阵列图像中所包括的每个定日镜在定日镜场中的实际位置;所述清洗模块对所述待清洗定日镜进行清洗包括:根据所述待清洗定日镜在所述定日镜场中的实际位置计算距离所有地勤机器人的曼哈顿距离;根据所述曼哈顿距离确定距离所述待清洗定日镜最近的所述地勤机器人;以及控制距离最近的所述地勤机器人对所述待清洗定日镜进行清洗。
可选地,所述定日镜位置确定模块确定所述阵列图像中所包括的每个定日镜在定日镜场中的实际位置包括:对所述阵列图像进行边缘检测,以确定所述每个定日镜在所述阵列图像中的占据区域;根据所述每个定日镜对应的所述占据区域、所述图像获取模块的光学参数及所述图像获取模块的GPS经纬高位置,确定所述每个定日镜的经纬高,以确定所述定日镜在所述定日镜场中的实际位置。
可选地,所述图像信噪比确定模块确定所述阵列图像中所包括的每个定日镜对应的图像信噪比包括:对所述阵列图像进行边缘检测,以确定所述每个定日镜在所述阵列图像中的占据区域;基于所确定的每个定日镜对应的占据区域,获取在阵列图像中每个占据区域处的图像;以及计算所获取的每个占据区域处的图像的信噪比,以确定每个定日镜对应的图像信噪比。
此外,本发明的另一方面提供一种机器可读存储介质,该机器可读存储介质上存储有指令,该指令用于使得机器执行上述的方法。
对于干净的定日镜镜面而言,光学成像设备采集的图片的图像信噪比(SCNR)比较大;对于受灰尘污染的定日镜镜面而言,光学成像设备采集的图片的图像信噪比比较差,由此,可以基于定日镜阵列的阵列图像对灰尘污染程度进行监测。通过上述技术方案,通过获取定日镜阵列的阵列图像,基于阵列图像中包括的每个定日镜对应的图像信噪比和预设图像信噪比对每个定日镜是否清晰进行决策,如此,实现了监测定日镜清洁度,实现了对定日镜镜面的灰尘量进行监测。
本发明的其它特征和优点将在随后的具体实施方式部分予以详细说明。
附图说明
附图是用来提供对本发明实施例的进一步理解,并且构成说明书的一部分,与下面的具体实施方式一起用于解释本发明实施例,但并不构成对本发明实施例的限制。在附图中:
图1是本发明一实施例提供的用于监测定日镜清洁度的方法的流程图;
图2是本发明另一实施例提供的太阳能光热发电智能镜面清洗系统的示意图;
图3是本发明另一实施例提供的定日镜阵列图像的示意图;
图4为图3所示的阵列图像经过边缘检测后的结果示意图;以及
图5是本发明另一实施例提供的用于监测定日镜清洁度的装置的结构框图。
附图标记说明
1 图像获取模块 2 图像信噪比确定模块
3 决策模块
具体实施方式
以下结合附图对本发明实施例的具体实施方式进行详细说明。应当理解的是,此处所描述的具体实施方式仅用于说明和解释本发明实施例,并不用于限制本发明实施例。
本发明实施例的一个方面提供一种用于监测定日镜清洁度的方法。图1是本发明一实施例提供的用于监测定日镜清洁度的方法的流程图。如图1所示,该方法包括以下内容。
在步骤S10中,获取定日镜阵列的阵列图像。其中,任何满足拍摄定日镜阵列的阵列图像的光学成像设备均可以应用在本发明实施例中。例如,可以使用广角高清光学成像仪来获取定日镜阵列的阵列图像,如图2所示。此外,可以根据太阳能光热发电系统中定日镜阵列分布的大小来安排广角高清光学成像仪的安装位置及数量,例如,在光热炉顶部东、西、南、北四个方向分别安装。另外,获取到的定日镜阵列的阵列图像可以参见图3所示。
在步骤S11中,确定阵列图像中所包括的每个定日镜对应的图像信噪比。例如,可以基于边缘检测来获取在阵列图像中每个定日镜的区域,进而通过确定每个定日镜的区域的图像信噪比来确定每个定日镜对应的图像信噪比。具体地,利用边缘检测算法对图片内噪点进行定位,并对噪点分类;根据边缘检测算法去除边框外噪点,对边框内噪点进行算法分析,来计算每个定日镜对应的图像信噪比。
在步骤S12中,基于预设图像信噪比阈值和每个定日镜对应的图像信噪比对每个定日镜是否清晰进行决策。其中,该预设图像信噪比阈值可以是通过预先训练设置的检测门限。例如,预先训练具体过称可以为:首先通过相机采集大量定日镜图像;其次,对采集的待清洗的受污染定日镜图像进行标注,筛选出待清洗的受污染定日镜图像,最后,对每张待清洗的受污染定日镜图像计算图像信噪比,统计信噪比均值,使用该均值作为预设图像信噪比阈值。
对于干净的定日镜镜面而言,光学成像设备采集的图片的图像信噪比(SCNR)比较大;对于受灰尘污染的定日镜镜面而言,光学成像设备采集的图片的图像信噪比比较差,由此,可以基于定日镜阵列的阵列图像对灰尘污染程度进行监测。通过获取定日镜阵列的阵列图像,基于阵列图像中包括的每个定日镜对应的图像信噪比和预设图像信噪比对每个定日镜是否清晰进行决策,如此,实现了监测定日镜清洁度,实现了对定日镜镜面的灰尘量进行监测。此外,全程自动进行,节省了人工成本。本发明实施例提供的用于监测定日镜清洁度的方法基于图像检测来实现,属于面检测,可确保大面积区域内定点监测信息的完整性,增强获取信息及时准确性,使得监测结果更加准确。另外,可以根据定日镜阵列分布在多个方向安装广角高清光学成像仪,从而可以定向拍摄定日镜阵列的阵列图像,有针对性的定点式监测,提高工作效率,减少工作时间,增加工作灵活度。
可选地,在本发明实施例中,该用于监测定日镜清洁度的方法还包括:对被决策为不清晰的待清洗定日镜进行清洗。可选地,在本发明实施例中,在确定为待清洗定日镜进行清洗时,还可以考虑当地气象信息,根据气象信息确定最近一段时间是否会下雨,在确定最近一段时间会下雨的情况下,先不为待清洗定日镜进行清洗,使得通过雨水为定日镜进行清洗;在确定最近一段时间不会下雨的情况下,为待清洗定日镜进行清洗。对需要清洗的定日镜进行清洗,避免水资源浪费,降低了电耗,有效提高了清洁水的利用率,保护环境,有效降低地下水的使用面积,能够更好的保持水土。
可选地,在本发明实施例中,在本发明实施例中,该用于监测定日镜清洁度的方法还包括确定阵列图像中所包括的每个定日镜在定日镜场中的实际位置,也就是,获取阵列图像中的每个定日镜在地面的真实位置。另外,在本发明实施例中,对待清洗定日镜进行清洗可以通过地勤机器人进行清洗,如图2所示。对待清洗定日镜进行清洗包括:根据待清洗定日镜在定日镜场中的实际位置计算距离所有地勤机器人的曼哈顿距离;根据曼哈顿距离确定距离待清洗定日镜最近的地勤机器人,也就是根据所有机器人距离待清洗的定日镜的曼哈顿距离,确定最小的曼哈顿距离对应的地勤机器人,该最小的曼哈顿距离对应的地勤机器人就是距离最近的地勤机器人;控制距离最近的地勤机器人对待清洗定日镜进行清洗。需要说明的是,确定的待清洗定日镜并非只有一个,当待清洗定日镜有多个时,针对每一待清洗定日镜确定距离其最近的地勤机器人,控制该距离最近的地勤机器人对待清洗定日镜进行清洗。
另外,在本发明实施例中,还可以应用图像识别技术。图像识别,利用计算机对图像进行处理、分析和理解、以识别各种不同模式的目标和对象的技术。过程分为五部分:图像输入、预处理、特征提取、分类和匹配,其中预处理又可分为图像分割、图像增强、二值化和细化等几个部分。其中预处理是图像自动识别系统中非常重要的一步,它的好坏直接影响图像识别的效果。预处理的目的是去除图像中的噪声,把它变成一幅清晰的点线图,以便于提取正确的图像特征。
可选地,在本发明实施例中,确定阵列图像中所包括的每个定日镜在定日镜场中的实际位置包括:对阵列图像进行边缘检测,以确定每个定日镜在阵列图像中的占据区域;根据每个定日镜对应的占据区域、获取阵列图像的设备(等同于上述实施例中所述的光学成像设备)的光学参数及设备的GPS经纬高位置,确定每个定日镜的经纬高,以确定定日镜在定日镜场中的实际位置。其中,确定出每个定日镜在阵列图像中的占据区域,也就是确定出每个定日镜在阵列图像中的位置及边界。可选地,确定定日镜在定日镜场中的实际位置可以是基于光学成像位置解算来确定每个定日镜在定日镜中的实际位置。
其中,对阵列图像进行边缘检测包括计算方向图、图像分割及二值和细化。方向图因具有真实性且能以简化的形式直观地反映图像最基本的形态特征,因此广泛应用于图像增强、图像特征的提取、图像的自动分类、方向模版匹配等图像识别的关键处理环节。提取方向图的方法包括:(1)将图像分割成足够小的予块,例如将图像分为16×l6的非重叠小块;(2)对每个子块的每一个点利用Sobel算子分别计算其x方向梯度和y方向梯度。图像分割把一幅图像分为四类图像区域:背景区、不可恢复区、清晰区、可恢复区。图像分割的目的就是保持后两类区域,而去除前两类的区域。所谓三级分割是指:第一级分割出背景区域;第二级从前景中分割出模糊区域;第三级从模糊区域分割出:不可恢复部分。二值和细化包括根据图像的灰度分布,统计其最佳的阈值是二值化算法研究的核心。在本发明实施例中,可以直接从图像灰度图像中获取动态阈值对图像二值化,一次性完成一般图像预处理中的分离无效区域、滤波、增强、二值化的过程。具体地,对阵列图像进行边缘检测包括对阵列图像进行灰度图量化(等同于上述中的二值和细化),然后进行高斯滤波等变换对阵列图像的图片信噪比进行增强(这里是要抑制原始图片中的自然噪声与热噪声),然后计算方向图、进行图像分割,对阵列图像进行canny边缘检测。其中,经过边缘检测的结果图可以参见图4所示,图4为图3所示的阵列图像经过边缘检测后的结果,如图4所示,可以确定出阵列图像中的每个定日镜在阵列图像中的占据区域。
可选地,在本发明实施例中,可以预先设置定日镜场中的每个定日镜在定日镜场中的实际位置,通过显示屏显示定日镜场中的每个定日镜及其在定日镜场的实际位置。基于阵列图像确定定日镜场中的每个定日镜在定日镜场中的实际位置及确定出待清洗的定日镜,将待清洗的定日镜在定日镜场中的实际位置与预先设置的每个定日镜在定日镜场中的实际位置进行比对,从而将显示屏上的与实际待清洗的定日镜对应的定日镜进行特别显示,以告知用户该定日镜待清洗。其中,该特别显示可以是使用与非待清洗的定日镜不同的颜色显示待清洗的定日镜,或者将待待清洗的定日镜闪烁显示,等等,只要可以将待清洗的定日镜与非待清洗的定日镜进行区分即可。
可选地,在本发明实施例中,确定阵列图像中所包括的每个定日镜对应的图像信噪比包括以下内容。对阵列图像进行边缘检测,以确定每个定日镜在阵列图像中的占据区域,该占据区域表明阵列图像中每个定日镜在阵列图像中的位置及边界。基于所确定的每个定日镜对应的占据区域,获取在阵列图像中每个占据区域处的图像,也就是在确定出每个定日镜在阵列图像中的占据区域后,在阵列图像中,获取每个占据区域处的图像。计算所获取的每个占据区域处的图像的信噪比,以确定每个定日镜对应的图像信噪比,也就是计算所获取的每个占据区域处的图像的信噪比,从而确定每个占据区域对应的定日镜对应的图像信噪比。
其中,对阵列图像进行边缘检测可以参见上述实施例中所述的对阵列图像进行边缘检测的方法。计算每个定日镜对应的占据区域的图像信噪比可以基于图像的特征提取和分类来计算。图像的特征提取和分类是基于全局结构特征的分类方法,通过提取和分析方向图、奇异点等全局结构特征来实现分类。采用模仿人类进行图像分类的做法通过算法设定找到图像的特征点,同时记录它们的类型和位置。具体地,计算每个定日镜对应的占据区域的图像信噪比包括利用边缘检测算法对图片内噪点进行定位,并对噪点分类;根据边缘检测算法去除边框外噪点,对边框内噪点进行算法分析,从而计算出每个定日镜对应的占据区域的图像信噪比。可选地,在本发明实施例中,为了提高观测的置信度,可以进行多次光学成像,对多帧图像信息进行积累检测,取多次检测得到的图像信噪比的平均值用于监测定日镜清洁度。
相应地,本发明实施例的另一方面提供一种用于监测定日镜清洁度的装置。图5是本发明另一实施例提供的用于监测定日镜清洁度的装置的结构框图。如图5所示,该装置包括图像获取模块1、图像信噪比确定模块2、决策模块3。其中,图像获取模块1用于获取定日镜阵列的阵列图像;图像信噪比确定模块2用于确定阵列图像中所包括的每个定日镜对应的图像信噪比;决策模块3用于基于预设图像信噪比阈值和每个定日镜对应的图像信噪比对每个定日镜是否清晰进行决策。
对于干净的定日镜镜面而言,光学成像设备采集的图片的图像信噪比(SCNR)比较大;对于受灰尘污染的定日镜镜面而言,光学成像设备采集的图片的图像信噪比比较差,由此,可以基于定日镜阵列的阵列图像对灰尘污染程度进行监测。通过获取定日镜阵列的阵列图像,基于阵列图像中包括的每个定日镜对应的图像信噪比和预设图像信噪比对每个定日镜是否清晰进行决策,如此,实现了监测定日镜清洁度,实现了对定日镜镜面的灰尘量进行监测。
可选地,在本发明实施例中,该用于监测定日镜清洁度的装置还包括清洗模块,用于对被决策为不清晰的待清洗定日镜进行清洗。
可选地,在本发明实施例中,该装置还包括:定日镜位置确定模块,用于确定阵列图像中所包括的每个定日镜在定日镜场中的实际位置;清洗模块对待清洗定日镜进行清洗包括:根据待清洗定日镜在定日镜场中的实际位置计算距离所有地勤机器人的曼哈顿距离;根据曼哈顿距离确定距离待清洗定日镜最近的地勤机器人;以及控制距离最近的地勤机器人对待清洗定日镜进行清洗。
可选地,在本发明实施例中,定日镜位置确定模块确定阵列图像中所包括的每个定日镜在定日镜场中的实际位置包括:对阵列图像进行边缘检测,以确定每个定日镜在阵列图像中的占据区域;根据每个定日镜对应的占据区域、图像获取模块的光学参数及图像获取模块的GPS经纬高位置,确定每个定日镜的经纬高,以确定定日镜在所述定日镜场中的实际位置。
可选地,在本发明实施例中,图像信噪比确定模块确定阵列图像中所包括的每个定日镜对应的图像信噪比包括:对阵列图像进行边缘检测,以确定每个定日镜在阵列图像中的占据区域;基于所确定的每个定日镜对应的占据区域,获取在阵列图像中每个占据区域处的图像;以及计算所获取的每个占据区域处的图像的信噪比,以确定每个定日镜对应的图像信噪比。。
本发明实施例提供的用于监测定日镜清洁度的装置的具体工作原理及益处与本发明实施例提供的用于监测定日镜清洁度的方法的具体工作原理及益处相似,这里将不再赘述。
另外,在本发明实施例的另一方面还提供一种机器可读存储介质,该机器可读存储介质上存储有指令,该指令用于使得机器执行上述实施例中所述的方法。
综上所述,对于干净的定日镜镜面而言,光学成像设备采集的图片的图像信噪比(SCNR)比较大;对于受灰尘污染的定日镜镜面而言,光学成像设备采集的图片的图像信噪比比较差,由此,可以基于定日镜阵列的阵列图像对灰尘污染程度进行监测。通过获取定日镜阵列的阵列图像,基于阵列图像中包括的每个定日镜对应的图像信噪比和预设图像信噪比对每个定日镜是否清晰进行决策,如此,实现了监测定日镜清洁度,实现了对定日镜镜面的灰尘量进行监测。此外,全程自动进行,节省了人工成本。本发明实施例提供的用于监测定日镜清洁度的方法基于图像检测来实现,属于面检测,可确保大面积区域内定点监测信息的完整性,增强获取信息及时准确性,使得监测结果更加准确。另外,可以根据定日镜阵列分布在多个方向安装广角高清光学成像仪,从而可以定向拍摄定日镜阵列的阵列图像,有针对性的定点式监测,提高工作效率,减少工作时间,增加工作灵活度。另外,对需要清洗的定日镜进行清洗,避免水资源浪费,降低了电耗,有效提高了清洁水的利用率,保护环境,有效降低地下水的使用面积,能够更好的保持水土。另外,本发明实施例提供的用于监测定日镜清洁度的方法对应的装置稳定性高、安装方便、维护操作较为简单。本发明实施例提供的用于监测定日镜清洁度的方法监测精度高、性能可靠、数据分析存储便捷,更有利于控制,智能化水平提高。本发明实施例提供的用于监测定日镜清洁度的方法可以用于对大规模定日镜表面灰尘数量监测与检测,在定日镜中挑选灰尘数量在需清洗数值范围内的镜面,也就是挑选待清洗的定日镜,而有效避免大面积清洗,做到有针对性、可控性,节约制造成本,降低人工、水、耗能等成本支出,增加经济效益。
以上结合附图详细描述了本发明实施例的可选实施方式,但是,本发明实施例并不限于上述实施方式中的具体细节,在本发明实施例的技术构思范围内,可以对本发明实施例的技术方案进行多种简单变型,这些简单变型均属于本发明实施例的保护范围。
另外需要说明的是,在上述具体实施方式中所描述的各个具体技术特征,在不矛盾的情况下,可以通过任何合适的方式进行组合。为了避免不必要的重复,本发明实施例对各种可能的组合方式不再另行说明。
本领域技术人员可以理解实现上述实施例方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成,该程序存储在一个存储介质中,包括若干指令用以使得单片机、芯片或处理器(processor)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
此外,本发明实施例的各种不同的实施方式之间也可以进行任意组合,只要其不违背本发明实施例的思想,其同样应当视为本发明实施例所公开的内容。
Claims (11)
1.一种用于监测定日镜清洁度的方法,其特征在于,该方法包括:
获取定日镜阵列的阵列图像;
确定所述阵列图像中所包括的每个定日镜对应的图像信噪比;以及
基于预设图像信噪比阈值和所述每个定日镜对应的图像信噪比对每个定日镜是否清晰进行决策。
2.根据权利要求1所述的方法,其特征在于,该方法还包括:
对被决策为不清晰的待清洗定日镜进行清洗。
3.根据权利要求2所述的方法,其特征在于,该方法还包括:确定所述阵列图像中所包括的每个定日镜在定日镜场中的实际位置;
对所述待清洗定日镜进行清洗包括:
根据所述待清洗定日镜在所述定日镜场中的实际位置计算距离所有地勤机器人的曼哈顿距离;
根据所述曼哈顿距离确定距离所述待清洗定日镜最近的所述地勤机器人;以及
控制距离最近的所述地勤机器人对所述待清洗定日镜进行清洗。
4.根据权利要求3所述的方法,其特征在于,所述确定所述阵列图像中所包括的每个定日镜在定日镜场中的实际位置包括:
对所述阵列图像进行边缘检测,以确定所述每个定日镜在所述阵列图像中的占据区域;
根据所述每个定日镜对应的所述占据区域、获取所述阵列图像的设备的光学参数及所述设备的GPS经纬高位置,确定所述每个定日镜的经纬高,以确定所述定日镜在所述定日镜场中的实际位置。
5.根据权利要求1-4中任一项所述的方法,其特征在于,所述确定所述阵列图像中所包括的每个定日镜对应的图像信噪比包括:
对所述阵列图像进行边缘检测,以确定所述每个定日镜在所述阵列图像中的占据区域;
基于所确定的每个定日镜对应的占据区域,获取在阵列图像中每个占据区域处的图像;以及
计算所获取的每个占据区域处的图像的信噪比,以确定每个定日镜对应的图像信噪比。
6.一种用于监测定日镜清洁度的装置,其特征在于,该装置包括:
图像获取模块,用于获取定日镜阵列的阵列图像;
图像信噪比确定模块,用于确定所述阵列图像中所包括的每个定日镜对应的图像信噪比;以及
决策模块,用于基于预设图像信噪比阈值和所述每个定日镜对应的图像信噪比对每个定日镜是否清晰进行决策。
7.根据权利要求6所述的装置,其特征在于,该装置还包括:
清洗模块,用于对被决策为不清晰的待清洗定日镜进行清洗。
8.根据权利要求7所述的装置,其特征在于,该装置还包括:定日镜位置确定模块,用于确定所述阵列图像中所包括的每个定日镜在定日镜场中的实际位置;
所述清洗模块对所述待清洗定日镜进行清洗包括:
根据所述待清洗定日镜在所述定日镜场中的实际位置计算距离所有地勤机器人的曼哈顿距离;
根据所述曼哈顿距离确定距离所述待清洗定日镜最近的所述地勤机器人;以及
控制距离最近的所述地勤机器人对所述待清洗定日镜进行清洗。
9.根据权利要求8所述的装置,其特征在于,所述定日镜位置确定模块确定所述阵列图像中所包括的每个定日镜在定日镜场中的实际位置包括:
对所述阵列图像进行边缘检测,以确定所述每个定日镜在所述阵列图像中的占据区域;
根据所述每个定日镜对应的所述占据区域、所述图像获取模块的光学参数及所述图像获取模块的GPS经纬高位置,确定所述每个定日镜的经纬高,以确定所述定日镜在所述定日镜场中的实际位置。
10.根据权利要求6-9中任一项所述的装置,其特征在于,所述图像信噪比确定模块确定所述阵列图像中所包括的每个定日镜对应的图像信噪比包括:
对所述阵列图像进行边缘检测,以确定所述每个定日镜在所述阵列图像中的占据区域;
基于所确定的每个定日镜对应的占据区域,获取在阵列图像中每个占据区域处的图像;以及
计算所获取的每个占据区域处的图像的信噪比,以确定每个定日镜对应的图像信噪比。
11.一种机器可读存储介质,该机器可读存储介质上存储有指令,该指令用于使得机器执行权利要求1-5中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910420388.3A CN110163856A (zh) | 2019-05-20 | 2019-05-20 | 用于监测定日镜清洁度的方法和装置及机器可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910420388.3A CN110163856A (zh) | 2019-05-20 | 2019-05-20 | 用于监测定日镜清洁度的方法和装置及机器可读存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110163856A true CN110163856A (zh) | 2019-08-23 |
Family
ID=67631620
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910420388.3A Pending CN110163856A (zh) | 2019-05-20 | 2019-05-20 | 用于监测定日镜清洁度的方法和装置及机器可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110163856A (zh) |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080052862A1 (en) * | 2006-09-05 | 2008-03-06 | Chiang-Fen Lin | Wiper for an automobile rearview mirror |
CN103728979A (zh) * | 2013-12-25 | 2014-04-16 | 青海中控太阳能发电有限公司 | 一种全境场定日镜清洗控制方法 |
CN105487430A (zh) * | 2014-09-19 | 2016-04-13 | 中国科学院沈阳自动化研究所 | 一种水下云台自动清洁的方法与系统 |
CN108230316A (zh) * | 2018-01-08 | 2018-06-29 | 浙江大学 | 一种基于偏振差分放大图像处理的漂浮危化品检测方法 |
CN108873913A (zh) * | 2018-08-22 | 2018-11-23 | 深圳乐动机器人有限公司 | 自移动设备协同作业控制方法、装置、存储介质和系统 |
CN108897535A (zh) * | 2018-05-11 | 2018-11-27 | 中国神华能源股份有限公司 | 一次编译生成多张组态图的方法 |
CN208171884U (zh) * | 2018-04-16 | 2018-11-30 | 中国计量大学 | 一种塔式太阳能用定日镜镜面洁净程度检测装置 |
CN109746209A (zh) * | 2019-02-14 | 2019-05-14 | 浙江中控太阳能技术有限公司 | 一种定日镜清洗设备及其清洗方法 |
-
2019
- 2019-05-20 CN CN201910420388.3A patent/CN110163856A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080052862A1 (en) * | 2006-09-05 | 2008-03-06 | Chiang-Fen Lin | Wiper for an automobile rearview mirror |
CN103728979A (zh) * | 2013-12-25 | 2014-04-16 | 青海中控太阳能发电有限公司 | 一种全境场定日镜清洗控制方法 |
CN105487430A (zh) * | 2014-09-19 | 2016-04-13 | 中国科学院沈阳自动化研究所 | 一种水下云台自动清洁的方法与系统 |
CN108230316A (zh) * | 2018-01-08 | 2018-06-29 | 浙江大学 | 一种基于偏振差分放大图像处理的漂浮危化品检测方法 |
CN208171884U (zh) * | 2018-04-16 | 2018-11-30 | 中国计量大学 | 一种塔式太阳能用定日镜镜面洁净程度检测装置 |
CN108897535A (zh) * | 2018-05-11 | 2018-11-27 | 中国神华能源股份有限公司 | 一次编译生成多张组态图的方法 |
CN108873913A (zh) * | 2018-08-22 | 2018-11-23 | 深圳乐动机器人有限公司 | 自移动设备协同作业控制方法、装置、存储介质和系统 |
CN109746209A (zh) * | 2019-02-14 | 2019-05-14 | 浙江中控太阳能技术有限公司 | 一种定日镜清洗设备及其清洗方法 |
Non-Patent Citations (3)
Title |
---|
史伟: "高精度洁净度检测方法研究", 《中国优秀博硕士学位论文全文数据库 (硕士) 工程科技Ⅱ辑》 * |
胡玉超等: "塔式太阳能热发电镜场定日镜清洗装置设计", 《能源研究与管理》 * |
许粲羚等: "智能技术在新能源工程管理中的应用前景", 《中国电力》 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110529186B (zh) | 基于红外热成像的隧道结构渗漏水精确识别装置和方法 | |
CN113538391B (zh) | 一种基于Yolov4和热红外图像的光伏缺陷检测方法 | |
CN113284124B (zh) | 一种基于无人机视觉的光伏面板缺陷检测方法 | |
CN102331795B (zh) | 基于光斑识别的控制日光反射装置自动跟踪太阳的方法 | |
CN101354785B (zh) | 一种冷凝器清洗机器人中的视觉精确定位方法 | |
CN107292882A (zh) | 一种基于Meanshift自适应电气设备故障检测方法 | |
CN113902792B (zh) | 基于改进RetinaNet网络的建筑物高度检测方法、系统和电子设备 | |
CN109596212B (zh) | 定日镜聚光效率的检测系统及检测方法 | |
CN107168049B (zh) | 光伏阵列输出特性曲线实时获取方法 | |
CN103151962A (zh) | 一种具有追光传感器的太阳能发电装置 | |
CN114283137A (zh) | 基于多尺度特征图推理网络的光伏组件热斑缺陷检测方法 | |
CN103530518B (zh) | 太阳能塔式发电吸热器采光面聚光能流密度分布的计算方法 | |
CN117314893A (zh) | 基于图像处理的光伏钢结构组件质量检测方法 | |
CN105321166A (zh) | 一种基于gap预测器和自适应遗传算法环焊焊缝边缘提取方法 | |
CN110163856A (zh) | 用于监测定日镜清洁度的方法和装置及机器可读存储介质 | |
CN113160311B (zh) | 太阳能电池板调节方法及调节装置、追日系统和存储设备 | |
CN110118642B (zh) | 基于圆柱形吸热塔标靶的定日镜精度检测方法及系统 | |
CN105894501A (zh) | 一种高分辨率遥感图像单木探测和树冠描绘方法 | |
Kumar | Solar potential analysis of rooftops using satellite imagery | |
CN107621664A (zh) | 一种用于太阳能采集区域的云遮预判装置与方法 | |
CN101488221B (zh) | 遥感影像图中道路矢量化方法 | |
CN115330822A (zh) | 一种光伏跟踪支架的控制方法、装置及光伏跟踪系统 | |
CN116611602B (zh) | 一种光伏板清扫路径规划方法及系统 | |
CN110209209A (zh) | 优化太阳能定日镜场的方法和装置及机器可读存储介质 | |
CN117953370B (zh) | 一种基于图遥感技术与三维gis系统的电站水量预测方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190823 |
|
RJ01 | Rejection of invention patent application after publication |