CN114372945B - 基于可见光和红外合成图像的全天空成像仪及云量计算方法 - Google Patents
基于可见光和红外合成图像的全天空成像仪及云量计算方法 Download PDFInfo
- Publication number
- CN114372945B CN114372945B CN202111662246.1A CN202111662246A CN114372945B CN 114372945 B CN114372945 B CN 114372945B CN 202111662246 A CN202111662246 A CN 202111662246A CN 114372945 B CN114372945 B CN 114372945B
- Authority
- CN
- China
- Prior art keywords
- image
- visible light
- infrared
- sky
- camera
- 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.)
- Active
Links
- 238000004364 calculation method Methods 0.000 title claims abstract description 30
- 238000000034 method Methods 0.000 claims abstract description 32
- 230000005540 biological transmission Effects 0.000 claims abstract description 23
- 238000012545 processing Methods 0.000 claims abstract description 23
- 230000004927 fusion Effects 0.000 claims description 12
- 239000002131 composite material Substances 0.000 claims description 10
- 238000012937 correction Methods 0.000 claims description 10
- 230000009466 transformation Effects 0.000 claims description 9
- 238000007781 pre-processing Methods 0.000 claims description 7
- 230000015572 biosynthetic process Effects 0.000 claims description 5
- 230000001629 suppression Effects 0.000 claims description 5
- 238000003786 synthesis reaction Methods 0.000 claims description 5
- 229910001335 Galvanized steel Inorganic materials 0.000 claims description 3
- 238000001914 filtration Methods 0.000 claims description 3
- 239000008397 galvanized steel Substances 0.000 claims description 3
- 239000011159 matrix material Substances 0.000 claims description 3
- 239000003973 paint Substances 0.000 claims description 3
- 239000010935 stainless steel Substances 0.000 claims description 3
- 229910001220 stainless steel Inorganic materials 0.000 claims description 3
- 238000013519 translation Methods 0.000 claims description 3
- 230000009467 reduction Effects 0.000 claims description 2
- 238000012544 monitoring process Methods 0.000 abstract description 2
- 230000002194 synthesizing effect Effects 0.000 abstract description 2
- 238000003672 processing method Methods 0.000 abstract 1
- 210000003128 head Anatomy 0.000 description 15
- 238000010586 diagram Methods 0.000 description 3
- 230000005855 radiation Effects 0.000 description 3
- 241000251468 Actinopterygii Species 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000011218 segmentation Effects 0.000 description 2
- 229910000861 Mg alloy Inorganic materials 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 229910052732 germanium Inorganic materials 0.000 description 1
- GNPVGFCGXDBREM-UHFFFAOYSA-N germanium atom Chemical compound [Ge] GNPVGFCGXDBREM-UHFFFAOYSA-N 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 238000010438 heat treatment Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 238000003331 infrared imaging Methods 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000010248 power generation Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000001681 protective effect Effects 0.000 description 1
- 238000011946 reduction process Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000001308 synthesis method Methods 0.000 description 1
- 230000008542 thermal sensitivity Effects 0.000 description 1
- 238000011179 visual inspection Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/50—Image enhancement or restoration using two or more images, e.g. averaging or subtraction
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/70—Denoising; Smoothing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/80—Geometric correction
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/30—Determination of transform parameters for the alignment of images, i.e. image registration
- G06T7/33—Determination of transform parameters for the alignment of images, i.e. image registration using feature-based methods
-
- 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
- G06T2207/10—Image acquisition modality
- G06T2207/10048—Infrared image
-
- 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
- G06T2207/20212—Image combination
- G06T2207/20221—Image fusion; Image merging
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Image Processing (AREA)
- Studio Devices (AREA)
Abstract
本发明公开了基于可见光和红外合成图像的全天空成像仪及云量计算方法,全天空成像仪的球形外壳可同时绕竖直和水平中心轴旋转;在球形外壳最大水平截面的上下两端且位于球形外壳同一过球心的球形截面的表面上分别安装可见光相机和红外相机的镜头;控制单元分别与控制球形外壳在竖直和水平两个方向旋转的电机、数据传输单元、数据处理单元、可见光相机和红外相机连接,数据传输单元还分别连接数据处理单元、可见光相机和红外相机。本发明通过合成图像的方式获取可见光和红外双波段天空图像,使用红蓝比阈值和灰度阈值的图像处理方法实现了气象观测中云量数据的自动获取。特别适用于全天候24小时云量监测,具有成本低且计算准确的优点。
Description
技术领域
本发明涉及一种云量观测装置,特别是涉及一种双波段合成图像的全天空成像仪及通过图像阈值计算云量的方法,属于气象监测领域。该装置用于获取全天空图像和气象参数中的云量数据。
背景技术
在气象观测中,云量作为一种常见的气象参数对于气候的变化及降雨的预测具有重要作用。并且天空中的云量对大气与地面之间的辐射传输具有较大的影响,阻碍了太阳辐射向地面的传递,这意味着云量在光伏板发电效率的评价及大气辐射能量平衡的相关计算中具有重要作用。
目前的云量获取主要通过人工目测完成,该方法需要专业的观测者每小时进行观测并统计云量,不仅耗时耗力且通过人眼无法实现夜间云量的观测。此外,由于云量观测的主观成分较大,可能会导致云量的观测数据与实际数据之间存在较大误差,这就使云量数据获取的合理性出现质疑。
中国实用新型专利201320558441.4公开了一种全天空成像仪,主要通过照相机垂直向下拍摄带有加热装置的半球镜面,得到全天空图像。该实用新型使用可见光鱼眼相机和半球镜面仅能实现日间的天空图像获取,在夜间可见光相机无法获取清晰的天空图像。
中国实用新型专利202021111651.5公开了一种地基双波段云量自动观测系统,该系统使用可见光成像模块和红外成像模块搭配鱼眼镜头向上放置获取全天空图像。该实用新型虽然使用可见光和红外相机获取了全天候的天空图像,但由于使用180°和160°较大视场角的鱼眼镜头,这会造成拍摄的图像在边缘处出现畸变,并使后续的云量计算出现误差。
中国发明专利申请202010548775.8公开了一种地基双波段云量自动观测系统和方法,并使用综合云量描述天空总云量。该发明类似中国实用新型专利202021111651.5,使用鱼眼镜头会使图像边缘畸变导致云量计算出现误差,并且该技术可见光云量和红外云量的计算也未提供具体的图像阈值分割方法。
发明内容
本发明的目的在于解决气象观测中对于云量数据的获取问题,提供一种低成本的双波段(390~780nm和8~14μm)全天空成像仪,通过该仪器获取图像并准确计算出每天24小时的云量。
本发明通过利用可见光相机和红外相机分别在日间和夜间清晰成像,以实现每天逐时的天空图像获取。并且对图像进行合成,使用图像阈值计算方法对图像进行处理获取云量数据。
本发明的目的是通过如下技术方案实现的。
一种基于可见光和红外合成图像的全天空成像仪,包括球形外壳、可见光相机、红外相机、控制单元、数据传输单元和数据处理单元;球形外壳可同时绕竖直和水平中心轴旋转;在球形外壳最大水平截面的上下两端且位于球形外壳同一过球心的球形截面的表面上分别安装可见光相机和红外相机的镜头,控制单元分别与控制球形外壳在竖直和水平两个方向旋转的电机、数据传输单元、数据处理单元、可见光相机和红外相机连接,数据传输单元还分别连接数据处理单元、可见光相机和红外相机。
为进一步实现本发明目的,优选地,所述的球形外壳可同时在竖直和水平两个方向旋转是通过设置旋转轴、连接臂和旋转云台实现,可在水平面上旋转的旋转云台安装在水平面上,旋转云台两侧垂直向上设有连接臂;两连接臂安装旋转轴,旋转轴与水平面平行,旋转轴上安装球形外壳;旋转轴与电机连接。
优选地,所述的旋转云台在中心设置转轴,转轴与电机连接。
优选地,所述的可见光相机和红外相机的镜头的间距为5-10cm。
优选地,所述的基于可见光和红外合成图像的全天空成像仪还包括电源设备箱,电源设备箱上方安装旋转云台;电源设备箱内部安装控制单元、数据传输单元和数据处理单元;
所述的基于可见光和红外合成图像的全天空成像仪还包括固定底座;固定底座安装在地面上,固定底座上方连接电源设备箱;
优选地,所述的固定底座使用膨胀螺栓固定于混凝土地面,电源设备箱使用不锈钢螺丝安装在固定底座上,电源设备箱的材质为镀锌钢板,外刷防腐漆。
应用所述的全天空成像仪的云量计算方法,包括如下步骤:
1)收集可见光和红外图像:控制单元通过控制球形外壳绕水平中心轴转动,至球形外壳内部相机镜头的法线方向与水平面之间的夹角为15°~30°时停止;然后控制球形外壳绕竖直中心轴每旋转10°~15°可见光相机和红外相机分别拍摄至少一张图像;再分别控制球形外壳内部相机镜头的法线方向与水平面呈30°~45°、45°~60°和60°~75°时,球形外壳绕竖直中心轴每旋转10°~15°可见光相机和红外相机分别拍摄至少一张图像;所得可见光图像保存为JPG格式,红外图像保存为TIFF格式;每间隔1-2小时,完成绕竖直中心轴旋转一周的拍摄;
2)天空图像合成:依次对所得图像进行图像预处理、图像配准和图像融合;图像预处理包括对可见光图像和红外图像依次进行噪声点的抑制和图像畸变矫正;
图像配准采用基于区域的配准算法的逐一比较法分别对可见光图像和红外图像进行图像的匹配和对齐;
图像融合是对图像配准后的可见光图像和红外图像使用加权平均算法进行融合;
3)可见光云量计算:
将JPG格式的可见光全天空图像中的所有像素分为太阳圈像素SP和其他像素OP,计算太阳圈和其他区域图像中每个像素点i的红蓝像素比值Ri/Bi;统计太阳圈像素点中红蓝比大于阈值0.7的个数NS,计算太阳圈云量CFs;统计其他区域像素点中红蓝比大于阈值0.7的个数No,计算其他区域云量CFo;
若CFo>0.5,天空为多云天,可见光总云量CF为:
若CFo<0.5,天空为少云天,可见光总云量CF为:
N为可见光所有像素点的个数;
4)红外云量计算:
统计TIFF格式红外全天空图像中每个像素点的RGB值,将合成的红外全天空图像转化为灰度图Z:
R、G、B分别为每个像素点的红色值、绿色值、蓝色值;
通过灰度图Z使用最大类间方差法确定图像阈值ω,计算天空的红外云量HF:
Ns为全天空红外图像所有像素点个数,Ni为红外像素值大于阈值ω的像素点个数。
优选地,步骤2)中,噪声点的抑制使用中值滤波法控制,降噪处理后的图像坐标表示为:Z(x,y)=Med{F(x-k,y-l),(k,l)∈M}
x,y分别表示图形横坐标和纵坐标,F(x,y)表示原图像;Z(x,y)表示为处理后的图像,M指在图像中滑动的模板,k、l是图像中滑动的模板的长和宽,k、l选用3*3或5*5模板;
图像畸变矫正使用刚体变换模型,其变换模型矩阵P及图像坐标点(x,y)与变换后的坐标点(x′,y′)之间的关系式如下所示:
式中θ表示图像间刚体变换的角度,m1、m2为水平方向的平移量;
所述的逐一比较法是对预处理完成的可见光图像和红外图像分别进行配对,分别选择其中一张图像作为参考图像,其他图像则为待拼接图像;选取参考图像中的某一区域作为图像模板T,在待拼接图像W中进行搜寻,找到相似的子区域Si,并使用绝对误差法对图像模板和子区域之间的相似性进行计算;计算公式为:
式中Si(i,j)是子区域在待拼接图像中的坐标点;T(i,j)是图像模板在待拼接图像中的坐标点;M、N为图像模板T的长和宽,选用3*3或5*5模板;E(a,b)是绝对误差值,当绝对误差取最小值的区域Si则为最佳配准区域。
所述的图像融合公式为:
式中(α,β)为像素点的横、纵坐标;F1(α,β)、F2(α,β)分别是参考图像和待配对图像的像素值;F1为参考图像,F2为待配对图像;
通过计算参考图像和待配对图像的重叠部分使用加权平均计算像素值;W1、W2分别为参考图像和待配对图像的权重,W为重叠部分的宽度;i为坐标点到重叠区域一端边沿的距离,i∈W。
优选地,步骤3)中,太阳圈像素区域是指以太阳所在位置为圆心,半径为R的圆形区域范围,其他像素区域为除太阳圈区域以外的其他像素区域;太阳所在位置和太阳圈的范围使用下述公式进行计算:
当0°<θ≤90°或-180<θ≤-90°时,a=b=1;
当90°<θ≤180°或-90°<θ≤0°时,a=0,b=1;
式中h为太阳高度角;为当地的纬度;δ为太阳赤纬角;ω为太阳时角;θ为太阳方位角;X,Y为全天空图像中太阳位置的横纵坐标;L为全天空圆形图像的半径;
太阳圈范围表示为:(x-X)2+(y-Y)2=R2,R取100像素。
优选地,步骤4)中,使用最大类间方差法确定图像阈值ω:让ω在0~255之间取整数值,分别计算出所有的取值下的类间方差值σ2;
将图像中所有像素通过阈值ω分为两类,其中小于ω的像素个数为n1,大于ω的像素个数为n2,计算这两类像素的均值为A1和A2,整体图像的均值为A,某个像素为C1类和C2类的概率分别为P1和P2:当σ2取最大值时的ω为该红外全天空图像的灰度阈值ω。
本发明具有如下优点和有益效果:
(1)本发明使用双波段成像仪分别在日间和夜间成像,可以实现24小时的长时间观测,代替了观测员人眼观测的方法。不仅降低了气象数据获取的人力成本,并且使数据获取更加客观,结果更加准确。
(2)本发明使用图像合成的方法,该方法相比于鱼眼相机可以有效消除光学器件所导致的图像畸变和扭曲。
(3)本发明对可见光图像在少云天气条件下进行了云量修正,将可见光图像分为太阳圈和其他区域两部分分别计算,并使用不同公式计算总云量。使用该计算方法可以有效消除由于太阳周围过曝像素所产生的误差。
(4)本发明使用最大类间方差法确定红外全天空图像的阈值,使用该方法可以有效区分夜间云像素和天空像素,大大提高了计算结果的准确性。
附图说明
图1为基于可见光和红外合成图像的全天空成像仪透视图。
图2为图1的正面结构示意图。
图3为图1的侧面结构示意图。
图4为内部单元结构连接图。
图5为基于可见光和红外合成图像的云量计算方法示意图。
图中示出:球形外壳1、可见光相机2、红外相机3、旋转轴4、连接臂5、旋转云台6、电源设备箱7、固定底座8、控制单元9、数据传输单元10和数据处理单元11。
具体实施方式
下面结合附图对本发明作进一步的说明,但本发明要求保护的范围并不局限性于实施方式表示的范围。
如图1~3所示,一种基于可见光和红外合成图像的全天空成像仪,包括球形外壳1、可见光相机2、红外相机3、旋转轴4、连接臂5、旋转云台6、控制单元9、数据传输单元10和数据处理单元11;可在水平面上旋转的旋转云台6安装在水平面上,旋转云台6两侧垂直向上设有连接臂5;两连接臂安装旋转轴4,旋转轴4与水平面平行,旋转轴上安装球形外壳1,在球形外壳内部的中心位置安装可见光相机2和红外相机3,可见光相机和红外相机的镜头安装在同一垂直方向上,红外相机镜头处于可见光相机的下方,两个镜头间隔设置,间距不超过5-10cm;控制单元9分别与旋转云台6、旋转轴4、数据传输单元10、数据处理单元11、可见光相机2和红外相机3连接,数据传输单元10还分别连接数据处理单元11、可见光相机2和红外相机3。如图4所示,控制单元9分别连接旋转轴4和旋转云台6连接,主要是与旋转轴4和旋转云台6旋转的低压无刷电机连接,控制旋转轴4和旋转云台6的旋转;控制单元9连接可见光相机2和红外相机3,控制可见光相机2和红外相机3在旋转轴4和旋转云台6旋转的过程中拍摄多张图像;通过控制单元9与数据传输单元10的连接,控制数据传输单元10进行可见光和红外图像数据的收集;数据处理单元11连接数据传输单元10和控制单元9,数据传输单元10在日间和夜间分别发送可见光和红外图像给数据处理单元11,控制单元9控制数据处理单元11将图像合成并计算当前时刻的天空云量。
控制单元9使用微程序式,通过发出微操作命令控制其他单元完成指令;数据传输单元10使用数据通信设备(DCE)进行数据的输送;数据处理单元11使用单片机,用于图像数据的处理和计算。
优选地,基于可见光和红外合成图像的全天空成像仪还包括电源设备箱7,电源设备箱7上方安装旋转云台6。优选电源设备箱7内部安装控制单元9、数据传输单元10和数据处理单元11。
优选地,基于可见光和红外合成图像的全天空成像仪还包括固定底座8;固定底座8安装在地面上,固定底座8上方连接电源设备箱7。固定底座8使用膨胀螺栓固定于混凝土地面,电源设备箱7使用不锈钢螺丝安装在固定底座8上,电源设备箱7的材质为镀锌钢板,外刷防腐漆,用于长期放置于室外环境。
球形外壳1采用镁合金材质,镜头部位使用防护透镜,其中红外相机镜头使用锗透光镜片,全密封处理且防震性能良好,达到IP66防护等级。球形外壳的旋转由旋转轴控制。
可见光相机2使用CMOS图像传感器,搭配具有200万像素的短焦广角镜头,图像分辨率达到1920*1080,垂直和水平方向的视场角均不小于30°;红外相机3使用响应波段为8~14μm的感光元件,帧率为30Hz且热灵敏度小于50mk的热像仪,搭配分辨率为384*288的短焦广角镜头,垂直和水平方向的视场角均不小于30°。
优选地,旋转云台6通过转轴安装在电源设备箱7上方的中心位置,转轴与低压无刷电机连接。旋转轴4与低压无刷电机连接;低压无刷电机控制旋转速度为0.5°~80°/s;球形外壳1绕水平设置的旋转轴4在竖直方向上0~90°旋转,旋转云台6与球形外壳1无接触且可以360°连续旋转。
如图5所示,一种基于可见光和红外合成图像的云量计算方法,包括如下步骤:
1)收集可见光和红外图像:
控制单元9通过控制旋转云台6和旋转轴4内部的低压无刷电机进行转动,使得球形外壳1绕水平和竖直中心轴转动,先控制球形外壳1绕水平中心轴转动,当球形外壳1内部相机镜头的法线方向与水平面之间的夹角为15°~30°时,旋转云台6每旋转10°~15°控制可见光相机2、红外相机3进行拍摄,旋转一周拍摄24~36张可见光图像和24~36张红外图像;然后控制球形外壳1绕水平中心轴转动,在球形外壳上可见光相机2、红外相机3镜头的法线方向与水平面呈30°~45°、45°~60°和60°~75°时重复上述操作,4种角度下共获取96~144张可见光图像和96~144张红外图像;在每天24小时内逐时进行一次拍摄操作,并且将可见光图像保存为JPG格式,红外图像保存为TIFF格式。
2)天空图像合成:
天空图像合成的具体步骤分为图像预处理、图像配准和图像融合三部分。
将每小时收集到的96~144张可见光图像和96~144张红外图像分别进行预处理。图像预处理是指对天空图像进行噪声点的抑制和图像畸变矫正。使用中值滤波法抑制图像噪声点,将降噪处理后的图像坐标表示为:
Z(x,y)=Med{F(x-k,y-l),(k,l)∈M}
x,y分别表示图形横坐标和纵坐标,F(x,y)表示原图像;Z(x,y)表示为处理后的图像,M指在图像中滑动的模板,k、l是图像中滑动的模板的长和宽,k、l可以选用3*3或5*5模板。
将滤波后的可见光图像和红外图像进行几何畸变矫正,几何矫正模型选择使用刚体变换模型,其变换模型矩阵P及图像坐标点(x,y)与变换后的坐标点(x′,y′)之间的关系式如下所示:
式中θ表示图像间刚体变换的角度,m1、m2为水平方向的平移量。
分别将预处理完成的可见光图像和红外图像进行存储,后续再进行图像配准。图像配准采用基于区域的配准算法,使用逐一比较法进行图像的匹配和对齐。
对预处理完成的可见光图像和红外图像分别进行配对,选择其中一张图像作为参考图像,其他图像则为待拼接图像。
具体方法为选取参考图像中的某一区域作为图像模板T,在待拼接图像W中进行搜寻,找到相似的子区域Si,并使用绝对误差法对图像模板和子区域之间的相似性进行计算;计算公式为:
式中Si(i,j)是子区域在待拼接图像中的坐标点;T(i,j)是图像模板在待拼接图像中的坐标点;M、N为图像模板T的长和宽,可以选用3*3或5*5模板;E(a,b)是绝对误差值,当绝对误差取最小值的区域Si则为最佳配准区域。
图像配准完成后,得到每小时的一张可见光全天空图像和一张红外全天空图像,但此时边缘处会出现明显的分割,需要使用图像融合进行图像的最终合成。
图像融合是指在完成图像配准后对参考图像和待配对图像的重叠部分进行融合,并对融合的边界进行平滑处理。
对图像配准完成后的可见光全天空图像和红外全天空图像使用加权平均算法进行图像融合,计算公式如下:
式中(α,β)为像素点的横、纵坐标;F1(α,β)、F2(α,β)分别是参考图像和待配对图像的像素值;参考图像和待配对图像的重叠部分使用加权平均计算像素值。F1参考图像,F2待配对图像
W1、W2分别为参考图像和待配对图像的权重,计算公式如下:
式中W为重叠部分的宽度;i为坐标点在重叠部分的相对位置(坐标点到重叠区域一端边沿的距离),i∈W。
经过图像融合,可以在每小时得到一张完整的可见光全天空图像和红外全天空图像,分别存储为JPG和TIFF格式以用来后续的天空云量计算。
3)可见光云量计算:
将JPG格式的可见光全天空图像中的所有像素(N)分为太阳圈像素(SP)和其他像素(OP)两部分,太阳圈像素区域是指以太阳所在位置为圆心,半径为R的圆形区域范围,其他像素区域为除太阳圈区域以外的其他像素区域。太阳所在位置和太阳圈的范围使用下述公式进行计算:
当0°<θ≤90°或-180<θ≤-90°时,a=b=1;
当90°<θ≤180°或-90°<θ≤0°时,a=0,b=1。
式中h为太阳高度角;为当地的纬度;δ为太阳赤纬角;ω为太阳时角;θ为太阳方位角;X,Y为全天空图像中太阳位置的横纵坐标;L为全天空圆形图像的半径;
此时,太阳圈范围可表示为:(x-X)2+(y-Y)2=R2,其中x,y为太阳圈像素点横纵坐标;R一般取100像素。
输出太阳圈和其他区域图像中每个像素点(i)的红、蓝像素值(Ri、Bi),并通过计算获取红蓝像素比值(Ri/Bi),设定红蓝比阈值为ω1=0.7,统计红蓝像素比值大于0.7的像素点个数,符合要求的像素个数为Ni。
统计太阳圈像素点中红蓝比大于阈值0.7的个数并记为NS,同时计算太阳圈云量并记为CFs;统计其他区域像素点中红蓝比大于阈值0.7的个数并记为No,同时计算其他区域云量并记为CFo。
太阳圈云量(CFs)和其他区域云量(CFo)的计算公式为:
若CFo>0.5,此时天空为多云天,不需要对太阳圈范围的云量像素点进行修正,此时总云量(CF)为:
若CFo<0.5,此时天空为少云天,需要对太阳圈范围的云量像素点进行修正,此时总云量(CF)为:
4)红外云量计算:
首先统计TIFF格式红外全天空图像中每个像素点的RGB值(红色值R、绿色值G、蓝色值B),再使用下述计算公式将合成的红外全天空图像转化为灰度图(G):
获得全天空灰度图之后,使用最大类间方差法确定图像阈值ω,最大类间方差法如下所示:
让ω在0~255之间分别取整数值,分别计算出所有取值的类间方差值。将图像中所有像素通过阈值ω分为两类,其中小于ω的像素个数为n1,大于ω的像素个数为n2,计算这两类像素的均值为A1和A2,同时整体图像的均值为A,此时某个像素为C1类和C2类的概率分别为P1和P2,此时可计算出图像的类间方差σ2,相应的计算公式为:
σ2=(A1-A2)2P1·A·P2
当σ2取最大值时的ω为该红外全天空图像的灰度阈值ω。
最后统计红外全天空图像所有像素点(Ns)中像素值大于阈值ω的像素点个数(Ni),此时天空的云量可表示为:
本发明通过基于可见光和红外合成图像的全天空成像仪实现了在气象观测中全天空图像的自动获取,可以实现24小时的长时间观测,代替了观测员人眼观测的方法。不仅降低了气象数据获取的人力成本,并且使数据获取更加客观,结果更加准确。本发明用低成本的方法实现了云量的观测,不仅节约了人力物力,并且消除了云量观测中主观因素所带来的误差,最终获得准确的云量数据。
本发明相比于鱼眼相机可以有效消除光学器件所导致的图像畸变和扭曲。本发明对可见光图像在少云天气条件下进行了云量修正,将可见光图像分为太阳圈和其他区域两部分分别计算,并使用不同公式计算总云量。使用该计算方法可以有效消除由于太阳周围过曝像素所产生的误差。本发明使用最大类间方差法确定红外全天空图像的阈值,使用该方法可以有效区分夜间云像素和天空像素,大大提高了计算结果的准确性。
Claims (9)
1.基于可见光和红外合成图像的全天空成像仪的云量计算方法,其特征在于包括如下步骤:
1)收集可见光和红外图像:控制单元通过控制球形外壳绕水平中心轴转动,至球形外壳内部相机镜头的法线方向与水平面之间的夹角为15°~30°时停止;然后控制球形外壳绕竖直中心轴每旋转10°~15°可见光相机和红外相机分别拍摄至少一张图像;再分别控制球形外壳内部相机镜头的法线方向与水平面呈30°~45°、45°~60°和60°~75°时,球形外壳绕竖直中心轴每旋转10°~15°可见光相机和红外相机分别拍摄至少一张图像;所得可见光图像保存为JPG格式,红外图像保存为TIFF格式;每间隔1-2小时,完成绕竖直中心轴旋转一周的拍摄;
2)天空图像合成:依次对所得图像进行图像预处理、图像配准和图像融合;图像预处理包括对可见光图像和红外图像依次进行噪声点的抑制和图像畸变矫正;
图像配准采用基于区域的配准算法的逐一比较法分别对可见光图像和红外图像进行图像的匹配和对齐;
图像融合是对图像配准后的可见光图像和红外图像使用加权平均算法进行融合;
3)可见光云量计算:
将JPG格式的可见光全天空图像中的所有像素分为太阳圈像素SP和其他像素OP,计算太阳圈和其他区域图像中每个像素点i的红蓝像素比值Ri/Bi;统计太阳圈像素点中红蓝比大于阈值0.7的个数NS,计算太阳圈云量CFs;统计其他区域像素点中红蓝比大于阈值0.7的个数No,计算其他区域云量CFo;
若CFo>0.5,天空为多云天,可见光总云量CF为:
若CFo<0.5,天空为少云天,可见光总云量CF为:
N为可见光所有像素点的个数;
4)红外云量计算:
统计TIFF格式红外全天空图像中每个像素点的RGB值,将合成的红外全天空图像转化为灰度图Z:
R、G、B分别为每个像素点的红色值、绿色值、蓝色值;
通过灰度图Z使用最大类间方差法确定图像阈值ω,计算天空的红外云量HF:
Ns为全天空红外图像所有像素点个数,Ni为红外像素值大于阈值ω的像素点个数;
基于可见光和红外合成图像的全天空成像仪包括球形外壳、可见光相机、红外相机、控制单元、数据传输单元和数据处理单元;球形外壳可同时绕竖直和水平中心轴旋转;在球形外壳最大水平截面的上下两端且位于球形外壳同一过球心的球形截面的表面上分别安装可见光相机和红外相机的镜头,控制单元分别与控制球形外壳在竖直和水平两个方向旋转的电机、数据传输单元、数据处理单元、可见光相机和红外相机连接,数据传输单元还分别连接数据处理单元、可见光相机和红外相机。
2.根据权利要求1所述的基于可见光和红外合成图像的全天空成像仪的云量计算方法,其特征在于,步骤2)中,噪声点的抑制使用中值滤波法控制,降噪处理后的图像坐标表示为:Z(x,y)=Med{F(x-k,y-l),(k,l)∈M}
x,y分别表示图形横坐标和纵坐标,F(x,y)表示原图像;Z(x,y)表示为处理后的图像,M指在图像中滑动的模板,k、l是图像中滑动的模板的长和宽,k、l选用3*3或5*5模板;
图像畸变矫正使用刚体变换模型,其变换模型矩阵P及图像坐标点(x,y)与变换后的坐标点(x',y')之间的关系式如下所示:
式中θ表示图像间刚体变换的角度,m1、m2为水平方向的平移量;
所述的逐一比较法是对预处理完成的可见光图像和红外图像分别进行配对,分别选择其中一张图像作为参考图像,其他图像则为待拼接图像;选取参考图像中的某一区域作为图像模板T,在待拼接图像W中进行搜寻,找到相似的子区域Si,并使用绝对误差法对图像模板和子区域之间的相似性进行计算;计算公式为:
式中Si(i,j)是子区域在待拼接图像中的坐标点;T(i,j)是图像模板在待拼接图像中的坐标点;M、N为图像模板T的长和宽,选用3*3或5*5模板;E(a,b)是绝对误差值,当绝对误差取最小值的区域Si则为最佳配准区域;
所述的图像融合公式为:
式中(α,β)为像素点的横、纵坐标;F1(α,β)、F2(α,β)分别是参考图像和待配对图像的像素值;F1为参考图像,F2为待配对图像;
通过计算参考图像和待配对图像的重叠部分使用加权平均计算像素值;W1、W2分别为参考图像和待配对图像的权重,W为重叠部分的宽度;i为坐标点到重叠区域一端边沿的距离,i∈W。
3.根据权利要求1所述的基于可见光和红外合成图像的全天空成像仪的云量计算方法,其特征在于,步骤3)中,太阳圈像素区域是指以太阳所在位置为圆心,半径为R的圆形区域范围,其他像素区域为除太阳圈区域以外的其他像素区域;太阳所在位置和太阳圈的范围使用下述公式进行计算:
当0°<θ≤90°或-180<θ≤-90°时,a=b=1;
当90°<θ≤180°或-90°<θ≤0°时,a=0,b=1;
式中h为太阳高度角;为当地的纬度;δ为太阳赤纬角;ω为太阳时角;θ为太阳方位角;X,Y为全天空图像中太阳位置的横纵坐标;L为全天空圆形图像的半径;
太阳圈范围表示为:(x-X)2+(y-Y)2=R2,R取100像素。
4.根据权利要求1所述的基于可见光和红外合成图像的全天空成像仪的云量计算方法,其特征在于,步骤4)中,使用最大类间方差法确定图像阈值ω:让ω在0~255之间取整数值,分别计算出所有的取值下的类间方差值σ2;
σ2=(A1-A2)2P1·A·P2;
将图像中所有像素通过阈值ω分为两类,其中小于ω的像素个数为n1,大于ω的像素个数为n2,计算这两类像素的均值为A1和A2,整体图像的均值为A,某个像素为C1类和C2类的概率分别为P1和P2:当σ2取最大值时的ω为该红外全天空图像的灰度阈值ω。
5.根据权利要求1所述的基于可见光和红外合成图像的全天空成像仪的云量计算方法,其特征在于,所述的球形外壳可同时在竖直和水平两个方向旋转是通过设置旋转轴、连接臂和旋转云台实现,可在水平面上旋转的旋转云台安装在水平面上,旋转云台两侧垂直向上设有连接臂;两连接臂安装旋转轴,旋转轴与水平面平行,旋转轴上安装球形外壳;旋转轴与电机连接。
6.根据权利要求5所述的基于可见光和红外合成图像的全天空成像仪的云量计算方法,其特征在于,所述的旋转云台在中心设置转轴,转轴与电机连接。
7.根据权利要求1所述的基于可见光和红外合成图像的全天空成像仪的云量计算方法,其特征在于,所述的可见光相机和红外相机的镜头的间距为5-10cm。
8.根据权利要求1所述的基于可见光和红外合成图像的全天空成像仪的云量计算方法,其特征在于,所述的基于可见光和红外合成图像的全天空成像仪还包括电源设备箱,电源设备箱上方安装旋转云台;电源设备箱内部安装控制单元、数据传输单元和数据处理单元;
所述的基于可见光和红外合成图像的全天空成像仪还包括固定底座;固定底座安装在地面上,固定底座上方连接电源设备箱。
9.根据权利要求8所述的基于可见光和红外合成图像的全天空成像仪的云量计算方法,其特征在于,所述的固定底座使用膨胀螺栓固定于混凝土地面,电源设备箱使用不锈钢螺丝安装在固定底座上,电源设备箱的材质为镀锌钢板,外刷防腐漆。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111662246.1A CN114372945B (zh) | 2021-12-30 | 2021-12-30 | 基于可见光和红外合成图像的全天空成像仪及云量计算方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111662246.1A CN114372945B (zh) | 2021-12-30 | 2021-12-30 | 基于可见光和红外合成图像的全天空成像仪及云量计算方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114372945A CN114372945A (zh) | 2022-04-19 |
CN114372945B true CN114372945B (zh) | 2024-04-26 |
Family
ID=81142429
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111662246.1A Active CN114372945B (zh) | 2021-12-30 | 2021-12-30 | 基于可见光和红外合成图像的全天空成像仪及云量计算方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114372945B (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102183237A (zh) * | 2011-03-04 | 2011-09-14 | 中国气象局气象探测中心 | 一种地基双波段云高测量的装置和方法 |
CN102982518A (zh) * | 2012-11-06 | 2013-03-20 | 扬州万方电子技术有限责任公司 | 红外与可见光动态图像的融合方法及装置 |
CN104181612A (zh) * | 2014-08-13 | 2014-12-03 | 中国人民解放军理工大学 | 一种红外与激光联合的地基测云方法 |
WO2018067996A1 (en) * | 2016-10-06 | 2018-04-12 | View, Inc. | Infrared cloud detector systems and methods |
CN111707665A (zh) * | 2020-06-16 | 2020-09-25 | 安徽云能天智能科技有限责任公司 | 一种地基双波段云量自动观测系统和方法 |
-
2021
- 2021-12-30 CN CN202111662246.1A patent/CN114372945B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102183237A (zh) * | 2011-03-04 | 2011-09-14 | 中国气象局气象探测中心 | 一种地基双波段云高测量的装置和方法 |
CN102982518A (zh) * | 2012-11-06 | 2013-03-20 | 扬州万方电子技术有限责任公司 | 红外与可见光动态图像的融合方法及装置 |
CN104181612A (zh) * | 2014-08-13 | 2014-12-03 | 中国人民解放军理工大学 | 一种红外与激光联合的地基测云方法 |
WO2018067996A1 (en) * | 2016-10-06 | 2018-04-12 | View, Inc. | Infrared cloud detector systems and methods |
CN111707665A (zh) * | 2020-06-16 | 2020-09-25 | 安徽云能天智能科技有限责任公司 | 一种地基双波段云量自动观测系统和方法 |
Non-Patent Citations (2)
Title |
---|
地基可见光/红外全天空成像仪数据融合;陶法等;《气象》;20180421(第04期);全文 * |
基于可见光――红外图像信息融合的云状识别方法;张弛等;《气象与环境学报》;20180215(第01期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN114372945A (zh) | 2022-04-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106548477B (zh) | 一种基于立体标定靶的多路鱼眼相机标定装置及方法 | |
CN109632103B (zh) | 高空建筑物温度分布与表面裂缝远程监测系统及监测方法 | |
CN103513295B (zh) | 一种基于多相机实时拍摄与图像处理的天气监测系统与方法 | |
CN107710098B (zh) | 绕旋转轴线定向的单轴太阳能追踪器和控制其定向的方法 | |
CN110537365B (zh) | 信息处理装置、信息处理方法、信息处理程序、图像处理装置以及图像处理系统 | |
CN105139332A (zh) | 以硬件方式进行图像处理的图像传感器 | |
CN108364264A (zh) | 一种基于无人机红外遥感技术的海水温度监测方法及系统 | |
CN102984453A (zh) | 利用单摄像机实时生成半球全景视频图像的方法及系统 | |
CN110398233B (zh) | 一种基于无人机的定日镜场坐标测绘方法 | |
CN106651859A (zh) | 一种多路鱼眼相机标定装置及方法 | |
WO2013044850A1 (zh) | 太阳能发电站的定日镜校准系统及校准方法 | |
CN102915040B (zh) | 用于太阳能发电预测的高层云动态特征实时监测装置 | |
CN106774439A (zh) | 基于太阳运动规律与图像采集的太阳跟踪校正方法及装置 | |
CN112857356B (zh) | 无人机水体环境调查和航线生成方法 | |
CN106325311B (zh) | 一种太阳能追踪和定位控制系统及其控制方法 | |
CN112801184A (zh) | 一种云跟踪方法、系统及装置 | |
CN108509844A (zh) | 基于地基云图的vper云团识别方法 | |
Garcia-Gil et al. | Fish-eye camera and image processing for commanding a solar tracker | |
CN111707665A (zh) | 一种地基双波段云量自动观测系统和方法 | |
CN103217141A (zh) | 一种太阳位置检测装置及方法 | |
CN113936031A (zh) | 一种基于机器视觉的云影轨迹预测方法 | |
CN107504956A (zh) | 用于目标检测的自适应偏振信息采集与计算方法及装置 | |
CN114372945B (zh) | 基于可见光和红外合成图像的全天空成像仪及云量计算方法 | |
CN113743286A (zh) | 一种多源信号融合的目标监测系统及方法 | |
CN112964238A (zh) | 光学望远镜辅助射电望远镜提高指向精度的装置及方法 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |