一種基于視覺特征的太陽能熱水器的制造方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明設(shè)及太陽能熱水器領(lǐng)域，具體設(shè)及一種基于視覺特征的太陽能熱水器。
【背景技術(shù)】
[0002] 太陽能熱水器是將太陽光能轉(zhuǎn)化為熱能的裝置，將水從低溫加熱到高溫，W滿足 人們在生活、生產(chǎn)中的熱水使用。太陽能熱水器按結(jié)構(gòu)形式分為真空管式太陽能熱水器和 平板式太陽能熱水器，主要W真空管式太陽能熱水器為主，占據(jù)國內(nèi)95%的市場份額。真空 管式家用太陽能熱水器是由集熱管、儲水箱及支架等相關(guān)零配件組成，把太陽能轉(zhuǎn)換成熱 能主要依靠真空集熱管，真空集熱管利用熱水上浮冷水下沉的原理，使水產(chǎn)生微循環(huán)而達(dá) 到所需熱水。
[0003] 太陽能熱水器作為一種重要的昂貴設(shè)備，其安全性尤為重要，必須能防止和監(jiān)視 惡意破壞行為。

【發(fā)明內(nèi)容】

[0004] 針對上述問題，本發(fā)明提供一種基于視覺特征的太陽能熱水器。
[0005] 本發(fā)明的目的采用W下技術(shù)方案來實現(xiàn)：
[0006] -種基于視覺特征的太陽能熱水器，包括太陽能熱水器和安裝在太陽能熱水器上 的監(jiān)測裝置，監(jiān)測裝置用于對太陽能熱水器附近的活動進(jìn)行視頻圖像監(jiān)測，監(jiān)測裝置包括 預(yù)處理模塊、檢測跟蹤模塊、識別輸出模塊.
[0007] (1)預(yù)處理模塊，用于對接收到的圖像進(jìn)行預(yù)處理，具體包括圖像轉(zhuǎn)化子模塊、圖 像濾波子模塊和圖像增強(qiáng)子模塊：
[000引圖像轉(zhuǎn)化子模塊，用于將彩色圖像轉(zhuǎn)化為灰度圖像：
[nmo1
12345
其中，3^，7)、6^，7)、8^，7)分別代表像素^，7)處的紅綠藍(lán)強(qiáng)度值，化義，7)代表 坐標(biāo)(X，y)處的像素灰度值;圖像大小為m X n; 2 圖像濾波子模塊，用于對灰度圖像進(jìn)行濾波： 3 采用維納濾波來進(jìn)行一級濾除后，定義SVlm圖像，記為MsvimU,y)，具體定義公式 為：Msvim(x，y) =aiji(x，y)+a2j2(x，y)+a3j3(x，y)+a4j4(x，y)，其中日1、日2、日3、日4為可變權(quán)值， a尸i二l，2,3,4;J(x，y)為經(jīng)濾波后的圖像； 4 圖像增強(qiáng)子模塊： 5 當(dāng) |U8_m| > Vlw-SOI 時 其中，LU,y)為增強(qiáng) 后的灰度值;iKx，y)是包含有局部信息的伽馬校正系數(shù)，此時
，a 是范圍為O到1的可變參數(shù)
[001 引 當(dāng) |128 - m| < Vl泌-測且 W >50時，
其中
，mH是圖像中灰度值高于128的 所有像素的均值，HiL是灰度值低于128的所有像素的均值，且此時m=min (皿，HiL )，在a值已知 的情況下，計算出256個4校正系數(shù)作為查找表，記為{^a(￡)掠單，其中i為索引值，利用Msvim (x，y)的灰度值作為索引，根據(jù)iKx，y)=私(Msvim(x，y))快速獲得圖像中每個像素的伽馬校 正系數(shù)4(x，y); 1 為模板修正系數(shù)；
[0016] (2)檢測跟蹤模塊，具體包括構(gòu)建子模塊、丟失判別子模塊和更新子模塊：
[0017] 構(gòu)建子模塊，用于視覺字典的構(gòu)建：
[0018] 在初始帖獲取跟蹤目標(biāo)的位置和尺度，在其周圍選取正負(fù)樣本訓(xùn)練跟蹤器，將跟 蹤結(jié)果作為訓(xùn)練集X={xi，x2,......xn}T;并對訓(xùn)練集中的每幅目標(biāo)圖像提取128維的SIFT 特征其中St表示訓(xùn)練集中第t幅目標(biāo)圖像中SIFT特征的個數(shù);跟蹤N帖W后，通過 聚類算法將運(yùn)些特征劃分為K個簇，每個簇的中屯、構(gòu)成特征單詞，記為{。父=1:能夠提取到 的特征總量
視覺字典構(gòu)建好W后，每幅訓(xùn)練圖 像表示為特征包的形式，用于表示視覺字典中特征單詞出現(xiàn)的頻率，用直方圖Kxt)表示，h (Xt)通過W下方式獲取:將一幅訓(xùn)練圖像Xt中的每一個特征fsW向視覺字典投影，用投影距 離最短的特征單詞表示該特征，對所有特征投影完畢后，統(tǒng)計每個特征單詞的出現(xiàn)頻率，并 歸一化得到訓(xùn)練圖像Xt的特征直方圖h(xt);
[0019] 丟失判別子模塊，用于判別目標(biāo)的丟失與否：
[0020] 當(dāng)新一帖圖像到來時，從K個直方圖柱中隨機(jī)選取Z < K個直方圖柱，且Z = 4，形成 新的大小為Z的子直方圖hW(xt)，子直方圖的個數(shù)最多為％ =CI個;計算候選目標(biāo)區(qū)域和 訓(xùn)練集中某個目標(biāo)區(qū)域?qū)?yīng)子直方圖的相似性?t_z，
，其中t = l，2，...，N，z = l，2，...，化，然后計算總體相似性O(shè)t = I- n z(l-〇t_z);候選目標(biāo)區(qū)域與 目標(biāo)的相似性用O =Hiax{ O t，t}表示，則目標(biāo)丟失判斷式為：
， 其中g(shù)s為人為設(shè)定的判失閥值;當(dāng)U = I時目標(biāo)被穩(wěn)定跟蹤，當(dāng)U = O時，目標(biāo)丟失；
[0021] 當(dāng)目標(biāo)丟失時，定義仿射變換模型：
其 中（Xt，yt)和(Xt-I，yt-1)分別為當(dāng)前帖目標(biāo)中某個SITF特征點的位置坐標(biāo)和前一個帖目標(biāo)中 對應(yīng)匹配特征點的位置坐標(biāo)，兩者均為已知量;S為尺度系數(shù)，0為旋轉(zhuǎn)系數(shù)，e和f代表了平 移系數(shù)
為溫度旋轉(zhuǎn)修正系數(shù)，
為 溫度平移修正系數(shù)，化和化用于修正因為環(huán)境溫度偏差造成的圖像旋轉(zhuǎn)和平移誤差，1'日為人 為設(shè)定的標(biāo)準(zhǔn)溫度，設(shè)為20度，T為由溫度傳感器實時監(jiān)測得到的溫度值;采用Ransac估計 算法求取仿射變換模型的參數(shù)，最后在新的尺度S和旋轉(zhuǎn)系數(shù)0下采集正負(fù)樣本，更新分類 器；
[0022] 更新子模塊，用于視覺字典的更新：
[0023] 在每帖圖像獲得目標(biāo)位置W后，根據(jù)仿射變換參數(shù)的計算結(jié)果，收集所有滿足結(jié) 果參數(shù)的SIFT特征點憔話=1，經(jīng)過F = 3帖W后，獲得新的特征點集撫點其中St-F代表 了從F帖圖像中得到的總特征點數(shù)；利用下式對新舊特征點重新進(jìn)行K聚類：{馬化=1二 Zc mean.s'((l -知{/;;掠立如旬也1)，其中拘表示新的視覺字典，視覺字典的大小保 持不變；取G {0.1}是遺忘因子，表明了舊字典所占的比重越小，新特征對目標(biāo)丟失的判 斷貢獻(xiàn)越多，取巧=0.12;
[0024] (3)識別輸出模塊，用于圖像的識別和輸出：在待識別的圖像序列中利用跟蹤算法 獲取目標(biāo)區(qū)域，將目標(biāo)區(qū)域映射到已知訓(xùn)練數(shù)據(jù)形成的子空間，計算子空間中目標(biāo)區(qū)域與 訓(xùn)練數(shù)據(jù)之間的距離，獲得相似性度量，判定目標(biāo)類別，并輸出識別結(jié)果。
[0025] 優(yōu)選的，采用維納濾波來進(jìn)行一級濾除后，此時圖像信息還包含有殘余的噪音，采 用W下的二級濾波器進(jìn)行二次濾波：
[0026]
[0027] 其中，J(x，y)為經(jīng)過濾波后的圖像;Pg(x+i，y+j)代表尺度為mXn的函數(shù)，且PgU+ i，y+j)=qXe邱(-(x2+y2)/w)，其中q是將函數(shù)歸一化的系數(shù)，即 JJqXe邱(-(x2+y2)/w) dxdy = l〇
[0028] 本太陽能熱水器的有益效果為:在圖像預(yù)處理階段，增強(qiáng)的圖像能夠根據(jù)模板的 大小自適應(yīng)調(diào)整，提高增強(qiáng)效果，且在在不同模板大小時判斷條件能自動修正，且考慮了視 覺習(xí)慣W及人眼對不同色彩的感知度同色彩強(qiáng)度的非線性關(guān)系;將MXN個幕指數(shù)運(yùn)算降低 為256個，提高了計算效率;在目標(biāo)檢測和跟蹤階段，能夠消除不同溫度導(dǎo)致圖像的旋轉(zhuǎn)和 平移造成的誤差，提高識別率，經(jīng)處理后的圖像細(xì)節(jié)更加清晰，且計算量相對于傳統(tǒng)方法大 幅度減少，能夠有效適應(yīng)目標(biāo)尺度變化，并能夠準(zhǔn)確判定目標(biāo)是否發(fā)生丟失，在目標(biāo)重新回 到視場后能夠被重新檢測并穩(wěn)定跟蹤。此外，該太陽能熱水器具有實時性好、定位準(zhǔn)確和魯 棒性強(qiáng)的優(yōu)點，且在快速有遮擋的目標(biāo)檢測和跟蹤方面取得了很好的效果。
【附圖說明】
[0029] 利用附圖對本發(fā)明作進(jìn)一步說明，但附圖中的實施例不構(gòu)成對本發(fā)明的任何限 審IJ，對于本領(lǐng)域的普通技術(shù)人員，在不付出創(chuàng)造性勞動的前提下，還可W根據(jù)W下附圖獲得 其它的附圖。
[0030] 圖I是一種基于視覺特征的太陽能熱水器的結(jié)構(gòu)框圖；
[0031] 圖2是一種基于視覺特征的太陽能熱水器的外部示意圖。
【具體實施方式】
[0032] 結(jié)合W下實施例對本發(fā)明作進(jìn)一步描述。
[0033] 實施例1:如圖1-2所示，一種基于視覺特征的太陽能熱水器，包括太陽能熱水器5 和安裝在太陽能熱水器5上的監(jiān)測裝置4,監(jiān)測裝置4用于對太陽能熱水器附近的活動進(jìn)行 視頻圖像監(jiān)測，監(jiān)測裝置4包括預(yù)處理模塊1、檢測跟蹤模塊2、識別輸出模塊3。
[0034] (1)預(yù)處理模塊1，用于對接收到的圖像進(jìn)行預(yù)處理，具體包括圖像轉(zhuǎn)化子模塊11、 圖像濾波子模塊12和圖像增強(qiáng)子模塊13:
[0035] 圖像轉(zhuǎn)化子模塊11，用于將彩色圖像轉(zhuǎn)化為灰度圖像：
[00361
[0037] 其中，3^，7)、6^，7)、8^，7)分別代表像素^，7)處的紅綠藍(lán)強(qiáng)度值，化義，7)代表 坐標(biāo)(X，y)處的像素灰度值;圖像大小為m X n;
[0038] 圖像濾波子模塊12,用于對灰度圖像進(jìn)行濾波：
[0039] 采用維納濾波來進(jìn)行一級濾除后，定義SVlm圖像，記為MsvimU,y)，具體定義公式 為：Msvim(x，y) =aiji(x，y)+a2j2(x，y)+a3j3(x，y)+a4j4(x，y)，其中日1、日2、日3、日4為可變權(quán)值， 'i = l，2,3,4;J(x，y)為經(jīng)濾波后的圖像；
[0040] 圖像增強(qiáng)子模塊13:
[0041] 當(dāng) U28 -ml > SOI 時，
其中，L(x，y)為增強(qiáng) 后的灰度值;4(x，y)是包含有局部信息的伽馬校正系數(shù)，此時& = a("8~M^mkW)，口 是范圍為0到1的可變參數(shù)，a = 1 -
[0042] 當(dāng) 112好-ml < y|w -日0| 且《 > 50 時，
， 其中^托}'）= 加 m托y))，a = 1 - 攻豈P迎叫，郵是圖像中灰度值高于128的所 有像素的均值，HiL是灰度值低于128的所有像素的均值，且此時m=min(mH，mL)，在a值已