[發(fā)明專利]一種基于人工智能的光伏相機(jī)曝光參數(shù)的調(diào)節(jié)方法及裝置

在審

• 申請(qǐng)?zhí)枺?/td>: 202011204151.0
• 申請(qǐng)日: 2020-11-02
• 公開（公告）號(hào): CN112330689A
• 公開（公告）日: 2021-02-05
• 發(fā)明（設(shè)計(jì)）人: 魯臘福;王富才
• 申請(qǐng)（專利權(quán)）人: 魯臘福
• 主分類號(hào): G06T7/11
• 分類號(hào): G06T7/11;G06T7/136;G06T7/155;G06T7/187;G06T7/45;G06T7/70;G06F17/14;H04N5/232;H04N5/235
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種基于人工智能的光伏相機(jī)曝光參數(shù)的調(diào)節(jié)方法，其特征在于，該方法包括以下步驟：

獲取待測(cè)圖像的亮度，并設(shè)置亮度閾值初步判斷待測(cè)圖像是否欠曝；

在初步判斷的結(jié)果為欠曝時(shí)，對(duì)所述待測(cè)圖像進(jìn)行閾值分割，獲取光伏電池板遮罩；

根據(jù)所述光伏電池板遮罩從所述待測(cè)圖像的灰度圖中獲取光伏電池板灰度圖，對(duì)所述光伏電池板灰度圖進(jìn)行離散傅里葉變換得到頻譜圖，并設(shè)置高頻閾值計(jì)算所述頻譜圖中高頻部分的比例；

分別生成所述待測(cè)圖像和曝光正常圖像的灰度共生矩陣，獲取所述灰度共生矩陣的對(duì)比度、逆差矩和熵三個(gè)特征值，并計(jì)算所述待測(cè)圖像相對(duì)于所述曝光正常圖像的所述三個(gè)特征值的偏移率；

根據(jù)所述偏移率和所述高頻部分的比例獲取欠曝影響度，根據(jù)所述欠曝影響度判斷所述待測(cè)圖像是否欠曝；

當(dāng)所述待測(cè)圖像出現(xiàn)欠曝時(shí)，根據(jù)所述對(duì)比度、所述熵和所述欠曝影響度調(diào)節(jié)光伏相機(jī)的曝光參數(shù)，根據(jù)調(diào)節(jié)后的光伏相機(jī)進(jìn)行光伏電池板圖像的采集。

2.根據(jù)權(quán)利要求1所述的一種基于人工智能的光伏相機(jī)曝光參數(shù)的調(diào)節(jié)方法，其特征在于，所述根據(jù)所述偏移率和所述高頻部分的比例獲取欠曝影響度的方法如下：

根據(jù)所述高頻部分的比例、所述三個(gè)特征值的偏移率得到中間變量，所述中間變量與逆差矩的偏移率呈正相關(guān)關(guān)系，與對(duì)比度的偏移率、熵的偏移率和高頻部分的比例呈負(fù)相關(guān)關(guān)系；

根據(jù)所述中間變量得到欠曝影響度，所述欠曝影響度與所述中間變量呈正相關(guān)關(guān)系。

3.根據(jù)權(quán)利要求1所述的一種基于人工智能的光伏相機(jī)曝光參數(shù)的調(diào)節(jié)方法，其特征在于，所述根據(jù)所述對(duì)比度、所述熵和所述欠曝影響度調(diào)節(jié)光伏相機(jī)的曝光參數(shù)的方法如下：

根據(jù)所述對(duì)比度和所述欠曝影響度得到光圈調(diào)節(jié)值，所述光圈調(diào)節(jié)值與欠曝影響度呈正相關(guān)關(guān)系，與對(duì)比度呈負(fù)相關(guān)關(guān)系；

根據(jù)所述對(duì)比度、所述熵和所述欠曝影響度得到快門調(diào)節(jié)值，所述快門調(diào)節(jié)值與所述對(duì)比度、所述熵和所述欠曝影響度呈負(fù)相關(guān)關(guān)系。

4.根據(jù)權(quán)利要求3所述的一種基于人工智能的光伏相機(jī)曝光參數(shù)的調(diào)節(jié)方法，其特征在于，所述調(diào)節(jié)光伏相機(jī)的曝光參數(shù)的方法還包括：

其中，為所述相機(jī)變焦前后焦點(diǎn)與所述相機(jī)鏡頭連線的夾角，vec為所述焦點(diǎn)變化形成的向量，d為相機(jī)焦距，Δd為焦距變化量，(x₀,y₀)為光伏電池板組件中心點(diǎn)坐標(biāo)，(x,y)為當(dāng)前時(shí)刻的焦點(diǎn)坐標(biāo)。

5.根據(jù)權(quán)利要求1所述的一種基于人工智能的光伏相機(jī)曝光參數(shù)的調(diào)節(jié)方法，其特征在于，所述獲取光伏電池板遮罩的步驟包括：

對(duì)所述待測(cè)圖像進(jìn)行閉運(yùn)算和閾值分割，得到閾值分割圖；

對(duì)所述閾值分割圖進(jìn)行連通域分析，得到光伏電池板遮罩。

6.一種基于人工智能的光伏相機(jī)曝光參數(shù)的調(diào)節(jié)裝置，其特征在于，包括：

欠曝初步判斷模塊，用于獲取待測(cè)圖像的亮度，并設(shè)置亮度閾值初步判斷待測(cè)圖像是否欠曝；

光伏電池板遮罩獲取模塊，用于在初步判斷的結(jié)果為欠曝時(shí)，對(duì)所述待測(cè)圖像進(jìn)行閾值分割，獲取光伏電池板遮罩；

高頻部分比例計(jì)算模塊，用于根據(jù)所述光伏電池板遮罩從所述待測(cè)圖像的灰度圖中獲取光伏電池板灰度圖，對(duì)所述光伏電池板灰度圖進(jìn)行離散傅里葉變換得到頻譜圖，并設(shè)置高頻閾值計(jì)算所述頻譜圖中高頻部分的比例；

偏移率計(jì)算模塊，用于分別生成所述待測(cè)圖像和曝光正常圖像的灰度共生矩陣，獲取所述灰度共生矩陣的對(duì)比度、逆差矩和熵三個(gè)特征值，并計(jì)算所述待測(cè)圖像相對(duì)于所述曝光正常圖像的所述三個(gè)特征值的偏移率；

欠曝影響度獲取模塊，用于根據(jù)所述偏移率和所述高頻部分的比例獲取欠曝影響度，根據(jù)所述欠曝影響度判斷所述待測(cè)圖像是否欠曝；

曝光參數(shù)調(diào)節(jié)模塊，用于當(dāng)所述待測(cè)圖像出現(xiàn)欠曝時(shí)，根據(jù)所述對(duì)比度、所述熵和所述欠曝影響度調(diào)節(jié)光伏相機(jī)的曝光參數(shù)，根據(jù)調(diào)節(jié)后的光伏相機(jī)進(jìn)行光伏電池板圖像的采集。