CN111444178B - 一种光污染评价方法及装置 - Google Patents
一种光污染评价方法及装置 Download PDFInfo
- Publication number
- CN111444178B CN111444178B CN202010153065.5A CN202010153065A CN111444178B CN 111444178 B CN111444178 B CN 111444178B CN 202010153065 A CN202010153065 A CN 202010153065A CN 111444178 B CN111444178 B CN 111444178B
- Authority
- CN
- China
- Prior art keywords
- light source
- target
- evaluation index
- light
- chromaticity data
- 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
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/22—Indexing; Data structures therefor; Storage structures
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M11/00—Testing of optical apparatus; Testing structures by optical methods not otherwise provided for
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Educational Administration (AREA)
- General Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Databases & Information Systems (AREA)
- Economics (AREA)
- Development Economics (AREA)
- Software Systems (AREA)
- Analytical Chemistry (AREA)
- Computational Linguistics (AREA)
- Game Theory and Decision Science (AREA)
- Chemical & Material Sciences (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
- Spectrometry And Color Measurement (AREA)
Abstract
根据本发明实施例公开的一种光污染评价方法及装置,获取目标照明区域的目标光源色度数据;基于目标光源色度数据以及预设的光源种类索引数据库,确定对应于目标照明区域的目标光源种类;调用对应于目标光源种类的评价指标索引数据库;采用目标光源色度数据查询评价指标索引数据库,得到对应于目标照明区域的相对光污染评价指标。通过本发明的实施,基于城市照明光的色度信息直接评估光污染水平,所需要的计算量较少,保证了光污染评价的有效性、实时性和准确性。
Description
技术领域
本发明涉及污染检测技术领域,尤其涉及一种光污染评价方法及装置。
背景技术
随着城市建设的不断发展,为了更好的展现城市景观在夜间的形象,城市夜景照明工程逐渐普及,与此同时,城市的光污染问题也成为一个人们密切关注的问题。而为了更好的进行光污染防治和光环境规划,光污染评价指标的研究具有重要的理论与应用价值,而目前,暂时还缺少有效方式对城市照明复杂光环境进行光污染评价。
发明内容
本发明实施例的主要目的在于提供一种光污染评价方法及装置,至少能够解决现有技术中缺少有效方式对城市照明复杂光环境进行光污染评价的问题。
为实现上述目的,本发明实施例第一方面提供了一种光污染评价方法,该方法包括:
获取目标照明区域的目标光源色度数据;
基于所述目标光源色度数据以及预设的光源种类索引数据库,确定对应于所述目标照明区域的目标光源种类;其中,所述光源种类索引数据库包括光源色度数据与光源种类的对应关系;
调用对应于所述目标光源种类的评价指标索引数据库;其中,所述光污染评价指标索引数据库包括光源色度数据与相对光污染评价指标的对应关系;
采用所述目标光源色度数据查询所述评价指标索引数据库,得到对应于所述目标照明区域的相对光污染评价指标。
为实现上述目的,本发明实施例第二方面提供了一种光污染评价装置,该装置包括:
获取模块,用于获取目标照明区域的目标光源色度数据;
确定模块,用于基于所述目标光源色度数据以及预设的光源种类索引数据库,确定对应于所述目标照明区域的目标光源种类;其中,所述光源种类索引数据库包括光源色度数据与光源种类的对应关系;
调用模块,用于调用对应于所述目标光源种类的评价指标索引数据库;其中,所述光污染评价指标索引数据库包括光源色度数据与相对光污染评价指标的对应关系;
查询模块,用于采用所述目标光源色度数据查询所述评价指标索引数据库,得到对应于所述目标照明区域的相对光污染评价指标。
根据本发明实施例提供的光污染评价方法及装置,获取目标照明区域的目标光源色度数据;基于目标光源色度数据以及预设的光源种类索引数据库,确定对应于目标照明区域的目标光源种类;调用对应于目标光源种类的评价指标索引数据库;采用目标光源色度数据查询评价指标索引数据库,得到对应于目标照明区域的相对光污染评价指标。通过本发明的实施,基于城市照明光的色度信息直接评估光污染水平,所需要的计算量较少,保证了光污染评价的有效性、实时性和准确性。
本发明其他特征和相应的效果在说明书的后面部分进行阐述说明,且应当理解,至少部分效果从本发明说明书中的记载变的显而易见。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明第一实施例提供的光污染评价方法的基本流程示意图;
图2为本发明第一实施例提供的一种光谱模型数据库的构建方法的流程示意图;
图3为本发明第二实施例提供的一种物种作用曲线的示意图;
图4为本发明第二实施例提供的一种RGB LED光源的光谱模型建立示意图;
图5为本发明第二实施例提供的一种色度与人体褪黑激素分泌的特征关系图;
图6为本发明第二实施例提供的一种PC LED光源的光谱能量分布示意图;
图7为本发明第二实施例提供的一种PC LED光源的色度关系示意图;
图8为本发明第三实施例提供的一种光污染评价装置的结构示意图;
图9为本发明第三实施例提供的另一种光污染评价装置的结构示意图;
图10为本发明第四实施例提供的电子装置的结构示意图。
具体实施方式
为使得本发明的发明目的、特征、优点能够更加的明显和易懂,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而非全部实施例。基于本发明中的实施例,本领域技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
第一实施例:
为了解决现有技术中缺少有效方式对城市照明复杂光环境进行光污染评价的技术问题,本实施例提出了一种光污染评价方法,如图1所示为本实施例提供的光污染评价方法的基本流程示意图,本实施例提出的光污染评价方法包括以下的步骤:
步骤101、获取目标照明区域的目标光源色度数据。
具体的,本实施例目标照明区域可以为城市建筑立面上的感兴趣区域,色度是光源的颜色性质,它反映的是颜色的色调和饱和度。在本实施例中,色度数据通过专用设备仪器测量,例如光谱仪、相机等。
步骤102、基于目标光源色度数据以及预设的光源种类索引数据库,确定对应于目标照明区域的目标光源种类。
具体的,本实施例的光源种类索引数据库包括光源色度数据与光源种类的对应关系。本实施例的光源种类包括白炽灯、高压钠灯、高压汞灯、荧光灯、RGB LED、PC LED等。
步骤103、调用对应于目标光源种类的评价指标索引数据库。
具体的,本实施例的光污染评价指标索引数据库包括光源色度数据与相对光污染评价指标的对应关系。其中,对于白炽灯、高压汞灯、高压钠灯等光源种类,其色度和对应光污染评价指标固定或在一个较小范围变化,色度误差一般处于预设色容差范围(如10SDCM)范围,而对于PC LED,其色度和对应光污染评价指标符合一定的一元函数关系,如可以采用线性函数表征,另外,对于RGB LED、荧光灯等光源种类,其色度和对应光污染评价指标符合一定的二元函数关系,如采用二维二次多项式表征。
步骤104、采用目标光源色度数据查询评价指标索引数据库,得到对应于目标照明区域的相对光污染评价指标。
具体的,本实施例采用城市照明光的色度信息直接评估光污染水平,相对于使用光谱进行评估的方式,极大的减少需要处理的数据量,能够进行实时、像素点对点的对复杂、动态的夜景照明光污染情况进行评估,且相对于使用强度进行评估的方式,评估结果的准确性更高。
在本实施例一种可选的实施方式中,在采用目标光源色度数据查询评价指标索引数据库,得到对应于目标照明区域的相对光污染评价指标之前,还包括:获取目标照明区域的目标光源强度数据。相对应的,在采用目标光源色度数据查询评价指标索引数据库,得到对应于目标照明区域的相对光污染评价指标之后,还包括:基于目标光源强度以及相对光污染评价指标,计算目标照明区域的绝对光污染评价指标。
具体的,本实施例为了保证光污染评价的全面性,进一步提升光污染评价结果的准确性,本实施例还对照明光的强度方面进行考虑,并通过所采集的强度数据与此前通过色度数据计算的相对光污染评价指标,得到所选取的照明区域的绝对光污染评价指标。
在本实施例一种可选的实施方式中,在调用对应于目标光源种类的评价指标索引数据库之前,还包括:基于预设的光谱模型数据库以及物种作用曲线,确定光谱特征与相对光污染评价指标的对应关系;根据光谱特征与相对光污染评价指标的对应关系,以及预设的光谱特征与光源色度数据的对应关系,构建评价指标索引数据库。
具体的,本实施例的光谱模型数据库包括光源种类与光谱特征的对应关系,物种作用曲线包括各光源种类的光源作用于各物种的相对光污染评价指标。应当说明的是,物种作用曲线是指物种在光的每个波长的作用下所作出的应激、视觉感知、行为、吸收等反应,而物种则包含人类、动物、植物、昆虫、星空散射等。
如图2所示为本实施例提供的一种光谱模型数据库的构建方法的流程示意图,进一步地,在本实施例一种可选的实施方式中,在基于预设的光谱模型数据库以及物种作用曲线,确定光谱特征与相对光污染评价指标的对应关系之前,还具体包括以下步骤:
步骤201、测试多个照明区域的光谱,并分别提取光谱的光谱特征;
步骤202、对光谱特征之间满足预设相似度的光源进行归类;
步骤203、根据归属于同一光源种类的所有光谱特征,确定表征各光源种类的光谱特征;
步骤204、基于表征各光源种类的光谱特征,构建光谱模型数据库。
具体的,在本实施例中,可以测试大量感兴趣区域夜景照明光谱,并进行光谱分析,提取出光谱特征,其中光谱特征可以包括光谱峰值波长和半宽度,然后对具有相似光谱特征的光源分为一类,并基于各类光源中所有的光谱特征来确定代表此类光源的光谱特征,在实际应用中,可以是计算各类光源中所有光谱特征的平均值,例如计算平均光谱峰值波长和平均半宽度,作为该类光源的特征峰值波长和特征半宽度,最后,再基于所计算的各类光源的光谱特征构建光谱模型。应当说明的是,本实施例中的光谱模型的类型可以是高斯模型,单高斯模型、双峰高斯模型及其它偏峰模型等。
在本实施例一种可选的实施方式中,基于目标光源色度数据以及预设的光源种类索引数据库,确定对应于目标照明区域的目标光源种类具体包括:获取光源种类索引数据库中,与目标光源色度数据的色差处于预设色差范围的光源色度数据;将光源种类索引数据库中,对应于所获取的光源色度数据的光源种类,确定为对应于目标照明区域的目标光源种类。
具体的,光源种类索引数据库中所记录的光源色度数据并非一定会覆盖所有可能的色度数据,而一般仅会对各种光源种类的一种典型色度数据进行记录,而在实际应用中,实际所检测的色度数据可能会存在一定的色差,而若直接基于该色度数据进行查询数据库则可能无查询结果,基于此,本实施例基于预设的色差允许范围(例如±5SDCM),从光源种类索引数据库中确定实际所检测的色度数据的相似色度数据,然后将光源种类索引数据库中对应于相似色度数据的光源种类,确定为目标照明区域的目标光源种类。
在本实施例一种可选的实施方式中,获取目标照明区域的目标光源色度数据包括:对目标照明区域进行色度测试,得到色度数据特征图像;确定色度数据特征图像中,目标像素点的邻近像素点中与目标像素点之间的色差处于预设色差范围的比例;在比例超过预设比例阈值时,将目标像素点所表征的色度数据确定为目标照明区域的目标光源色度数据。
具体的,在本实施例中,为了避免光源色度数据的取值存在偶然误差,进而导致最终所查询的光源种类出错,本实施例对色度数据特征图像中,目标像素点与周围像素点的色度数据进行色差计算,判定色差处于预设色差范围的像素点所占的比例,若所占比例较高,则将目标像素点的色度数据确定为目标照明区域的光源色度数据。
根据本发明实施例提供的光污染评价方法,获取目标照明区域的目标光源色度数据;基于目标光源色度数据以及预设的光源种类索引数据库,确定对应于目标照明区域的目标光源种类;调用对应于目标光源种类的评价指标索引数据库;采用目标光源色度数据查询评价指标索引数据库,得到对应于目标照明区域的相对光污染评价指标。通过本发明的实施,基于城市照明光的色度信息直接评估光污染水平,所需要的计算量较少,保证了光污染评价的有效性、实时性和准确性。
第二实施例:
为了对本发明的内容进行更好的说明,本实施例采用一个具体的示例对本发明的效果进行解释。
如图3所示为本实施例提供的一种物种作用曲线的示意图,该曲线中所涉及到的物种作用曲线包括:人体褪黑激素抑制作用曲线,植物光合作用曲线,昆虫,蜜蜂、蛾类吸引作用曲线,星空作用曲线。
如图4所示为本实施例提供的一种RGB LED光源的光谱模型建立示意图,其中,图4中(a)为城市建筑立面39种RGB LED光源的光谱能量分布示意图,而(b)示出了这39种RGBLED光源的平均光谱和相对误差值,基于(b)提取出光谱的峰值波长和半宽度,得到(c)中的平均光谱能量分布和模拟高斯光谱能量分布,再对(c)进行归一化,最终拟合得到如(d)所示的RGB LED的光谱模型,其中,各光源通道的峰值波长分别为467nm、520nm以及631nm,半宽度分别为22nm、31nm以及17nm。依据最终所构建的光谱模型数据,可以进一步建立“色度-光污染评价指标”特征关系图,其可以用函数表征,如图5所示为本实施例提供的色度与人体褪黑激素分泌的特征关系图,该示例中采用二元函数来表征色度与人体褪黑激素分泌的关联,由此可以用色度表征相对光污染情况,最后再结合测试的强度数据,可以对绝对光污染情况进行评估。
如图6所示为本实施例提供的一种PC LED光源的光谱能量分布示意图,其对应的色度关系示意图如图7所示,所有类型的PC LED光源的色度之间符合线性关系,拟合优度可以达到0.96。对于部分物种的光污染性能指标,其与x色度坐标呈现一定的线性关系,由此可以用色度表征相对光污染情况,结合测试的强度数据,可以对绝对光污染情况进行评估。
第三实施例:
为了解决现有技术中缺少有效方式对城市照明复杂光环境进行光污染评价的技术问题,本实施例示出了一种光污染评价装置,具体请参见图8,本实施例的光污染评价装置包括:
获取模块801,用于获取目标照明区域的目标光源色度数据;
确定模块802,用于基于目标光源色度数据以及预设的光源种类索引数据库,确定对应于目标照明区域的目标光源种类;其中,光源种类索引数据库包括光源色度数据与光源种类的对应关系;
调用模块803,用于调用对应于目标光源种类的评价指标索引数据库;其中,光污染评价指标索引数据库包括光源色度数据与相对光污染评价指标的对应关系;
查询模块804,用于采用目标光源色度数据查询评价指标索引数据库,得到对应于目标照明区域的相对光污染评价指标。
在本实施例的一些实施方式中,确定模块802具体用于:获取光源种类索引数据库中,与目标光源色度数据的色差处于预设色差范围的光源色度数据;将光源种类索引数据库中,对应于所获取的光源色度数据的光源种类,确定为对应于目标照明区域的目标光源种类。
在本实施例的一些实施方式中,获取模块801具体用于:对目标照明区域进行色度测试,得到色度数据特征图像;确定色度数据特征图像中,目标像素点的邻近像素点中与目标像素点之间的色差处于预设色差范围的比例;在比例超过预设比例阈值时,将目标像素点所表征的色度数据确定为目标照明区域的目标光源色度数据。
如图9所示为本实施例提供的另一种光污染评价装置,在本实施例的一些实施方式中,光污染评价装置还包括:构建模块805,用于:在调用对应于目标光源种类的评价指标索引数据库之前,基于预设的光谱模型数据库以及物种作用曲线,确定光谱特征与相对光污染评价指标的对应关系;根据光谱特征与相对光污染评价指标的对应关系,以及预设的光谱特征与光源色度数据的对应关系,构建评价指标索引数据库。其中,光谱模型数据库包括光源种类与光谱特征的对应关系,物种作用曲线包括各光源种类的光源作用于各物种的相对光污染评价指标。
进一步地,在本实施例的一些实施方式中,构建模块805还用于:在基于预设的光谱模型数据库以及物种作用曲线,确定光谱特征与相对光污染评价指标的对应关系之前,测试多个照明区域的光谱,并分别提取光谱的光谱特征;对光谱特征之间满足预设相似度的光源进行归类;根据归属于同一光源种类的所有光谱特征,确定表征各光源种类的光谱特征;基于表征各光源种类的光谱特征,构建光谱模型数据库。
请再次参阅图9,在本实施例的一些实施方式中,光污染评价装置还包括:计算模块806,用于在在采用目标光源色度数据查询评价指标索引数据库,得到对应于目标照明区域的相对光污染评价指标之后,基于目标光源强度以及相对光污染评价指标,计算目标照明区域的绝对光污染评价指标。相对应的,获取模块801还用于:在采用目标光源色度数据查询评价指标索引数据库,得到对应于目标照明区域的相对光污染评价指标之前,获取目标照明区域的目标光源强度数据。
应当说明的是,前述实施例中的光污染评价方法均可基于本实施例提供的光污染评价装置实现,所属领域的普通技术人员可以清楚的了解到,为描述的方便和简洁,本实施例中所描述的光污染评价装置的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
采用本实施例提供的光污染评价装置,获取目标照明区域的目标光源色度数据;基于目标光源色度数据以及预设的光源种类索引数据库,确定对应于目标照明区域的目标光源种类;调用对应于目标光源种类的评价指标索引数据库;采用目标光源色度数据查询评价指标索引数据库,得到对应于目标照明区域的相对光污染评价指标。通过本发明的实施,基于城市照明光的色度信息直接评估光污染水平,所需要的计算量较少,保证了光污染评价的有效性、实时性和准确性。
第四实施例:
本实施例提供了一种电子装置,参见图10所示,其包括处理器1001、存储器1002及通信总线1003,其中:通信总线1003用于实现处理器1001和存储器1002之间的连接通信;处理器1001用于执行存储器1002中存储的一个或者多个计算机程序,以实现上述实施例一中的光污染评价方法中的至少一个步骤。
本实施例还提供了一种计算机可读存储介质,该计算机可读存储介质包括在用于存储信息(诸如计算机可读指令、数据结构、计算机程序模块或其他数据)的任何方法或技术中实施的易失性或非易失性、可移除或不可移除的介质。计算机可读存储介质包括但不限于RAM(Random Access Memory,随机存取存储器),ROM(Read-Only Memory,只读存储器),EEPROM(Electrically Erasable Programmable read only memory,带电可擦可编程只读存储器)、闪存或其他存储器技术、CD-ROM(Compact Disc Read-Only Memory,光盘只读存储器),数字多功能盘(DVD)或其他光盘存储、磁盒、磁带、磁盘存储或其他磁存储装置、或者可以用于存储期望的信息并且可以被计算机访问的任何其他的介质。
本实施例中的计算机可读存储介质可用于存储一个或者多个计算机程序,其存储的一个或者多个计算机程序可被处理器执行,以实现上述实施例一中的方法的至少一个步骤。
本实施例还提供了一种计算机程序,该计算机程序可以分布在计算机可读介质上,由可计算装置来执行,以实现上述实施例一中的方法的至少一个步骤;并且在某些情况下,可以采用不同于上述实施例所描述的顺序执行所示出或描述的至少一个步骤。
本实施例还提供了一种计算机程序产品,包括计算机可读装置,该计算机可读装置上存储有如上所示的计算机程序。本实施例中该计算机可读装置可包括如上所示的计算机可读存储介质。
可见,本领域的技术人员应该明白,上文中所公开方法中的全部或某些步骤、系统、装置中的功能模块/单元可以被实施为软件(可以用计算装置可执行的计算机程序代码来实现)、固件、硬件及其适当的组合。在硬件实施方式中,在以上描述中提及的功能模块/单元之间的划分不一定对应于物理组件的划分;例如,一个物理组件可以具有多个功能,或者一个功能或步骤可以由若干物理组件合作执行。某些物理组件或所有物理组件可以被实施为由处理器,如中央处理器、数字信号处理器或微处理器执行的软件,或者被实施为硬件,或者被实施为集成电路,如专用集成电路。
此外,本领域普通技术人员公知的是,通信介质通常包含计算机可读指令、数据结构、计算机程序模块或者诸如载波或其他传输机制之类的调制数据信号中的其他数据,并且可包括任何信息递送介质。所以,本发明不限制于任何特定的硬件和软件结合。
以上内容是结合具体的实施方式对本发明实施例所作的进一步详细说明,不能认定本发明的具体实施只局限于这些说明。对于本发明所属技术领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干简单推演或替换,都应当视为属于本发明的保护范围。
Claims (8)
1.一种光污染评价方法,其特征在于,包括:
获取目标照明区域的城市照明光的目标光源色度数据;其中,所述目标照明区域为城市建筑立面上的感兴趣区域;
基于所述目标光源色度数据以及预设的光源种类索引数据库,确定对应于所述目标照明区域的目标光源种类;其中,所述光源种类索引数据库包括光源色度数据与光源种类的对应关系;
调用对应于所述目标光源种类的评价指标索引数据库;其中,所述评价指标索引数据库包括光源色度数据与相对光污染评价指标的对应关系;
采用所述目标光源色度数据查询所述评价指标索引数据库,得到对应于所述目标照明区域的相对光污染评价指标;
所述调用对应于所述目标光源种类的评价指标索引数据库之前,还包括:
基于预设的光谱模型数据库以及物种作用曲线,确定光谱特征与相对光污染评价指标的对应关系;其中,所述光谱模型数据库包括光源种类与光谱特征的对应关系,所述物种作用曲线包括各光源种类的光源作用于各物种的相对光污染评价指标;
根据所述光谱特征与相对光污染评价指标的对应关系,以及预设的光谱特征与光源色度数据的对应关系,构建所述评价指标索引数据库。
2.如权利要求1所述的光污染评价方法,其特征在于,所述基于预设的光谱模型数据库以及物种作用曲线,确定光谱特征与相对光污染评价指标的对应关系之前,还包括:
测试多个照明区域的光谱,并分别提取所述光谱的光谱特征;
对所述光谱特征之间满足预设相似度的光源进行归类;
根据归属于同一光源种类的所有光谱特征,确定表征各光源种类的光谱特征;
基于所述表征各光源种类的光谱特征,构建所述光谱模型数据库。
3.如权利要求1所述的光污染评价方法,其特征在于,所述基于所述目标光源色度数据以及预设的光源种类索引数据库,确定对应于所述目标照明区域的目标光源种类包括:
获取所述光源种类索引数据库中,与所述目标光源色度数据的色差处于预设色差范围的光源色度数据;
将所述光源种类索引数据库中,对应于所获取的光源色度数据的光源种类,确定为对应于所述目标照明区域的目标光源种类。
4.如权利要求1所述的光污染评价方法,其特征在于,所述获取目标照明区域的城市照明光的目标光源色度数据包括:
对目标照明区域的城市照明光进行色度测试,得到色度数据特征图像;
确定所述色度数据特征图像中,目标像素点的邻近像素点中与所述目标像素点之间的色差处于预设色差范围的比例;
在所述比例超过预设比例阈值时,将所述目标像素点所表征的色度数据确定为所述目标照明区域的城市照明光的目标光源色度数据。
5.如权利要求1至4中任意一项所述的光污染评价方法,其特征在于,所述采用所述目标光源色度数据查询所述评价指标索引数据库,得到对应于所述目标照明区域的相对光污染评价指标之前,还包括:
获取所述目标照明区域的目标光源强度数据;
所述采用所述目标光源色度数据查询所述评价指标索引数据库,得到对应于所述目标照明区域的相对光污染评价指标之后,还包括:
基于所述目标光源强度以及所述相对光污染评价指标,计算所述目标照明区域的绝对光污染评价指标。
6.一种光污染评价装置,其特征在于,包括:
获取模块,用于获取目标照明区域的城市照明光的目标光源色度数据;其中,所述目标照明区域为城市建筑立面上的感兴趣区域;
确定模块,用于基于所述目标光源色度数据以及预设的光源种类索引数据库,确定对应于所述目标照明区域的目标光源种类;其中,所述光源种类索引数据库包括光源色度数据与光源种类的对应关系;
调用模块,用于调用对应于所述目标光源种类的评价指标索引数据库;其中,所述评价指标索引数据库包括光源色度数据与相对光污染评价指标的对应关系;
查询模块,用于采用所述目标光源色度数据查询所述评价指标索引数据库,得到对应于所述目标照明区域的相对光污染评价指标;
构建模块;所述构建模块用于:在调用对应于所述目标光源种类的评价指标索引数据库之前,基于预设的光谱模型数据库以及物种作用曲线,确定光谱特征与相对光污染评价指标的对应关系;其中,所述光谱模型数据库包括光源种类与光谱特征的对应关系,所述物种作用曲线包括各光源种类的光源作用于各物种的相对光污染评价指标;
根据所述光谱特征与相对光污染评价指标的对应关系,以及预设的光谱特征与光源色度数据的对应关系,构建所述评价指标索引数据库。
7.如权利要求6所述的光污染评价装置,其特征在于,所述构建模块还用于:在基于预设的光谱模型数据库以及物种作用曲线,确定光谱特征与相对光污染评价指标的对应关系之前,测试多个照明区域的光谱,并分别提取所述光谱的光谱特征;
对所述光谱特征之间满足预设相似度的光源进行归类;
根据归属于同一光源种类的所有光谱特征,确定表征各光源种类的光谱特征;
基于所述表征各光源种类的光谱特征,构建所述光谱模型数据库。
8.如权利要求6至7中任意一项所述的光污染评价装置,其特征在于,还包括:计算模块;
所述获取模块还用于:在采用所述目标光源色度数据查询所述评价指标索引数据库,得到对应于所述目标照明区域的相对光污染评价指标之前,获取所述目标照明区域的目标光源强度数据;
所述计算模块用于:在采用所述目标光源色度数据查询所述评价指标索引数据库,得到对应于所述目标照明区域的相对光污染评价指标之后,基于所述目标光源强度以及所述相对光污染评价指标,计算所述目标照明区域的绝对光污染评价指标。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010153065.5A CN111444178B (zh) | 2020-03-06 | 2020-03-06 | 一种光污染评价方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010153065.5A CN111444178B (zh) | 2020-03-06 | 2020-03-06 | 一种光污染评价方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111444178A CN111444178A (zh) | 2020-07-24 |
CN111444178B true CN111444178B (zh) | 2023-10-13 |
Family
ID=71627302
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010153065.5A Active CN111444178B (zh) | 2020-03-06 | 2020-03-06 | 一种光污染评价方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111444178B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113532638B (zh) * | 2021-06-11 | 2024-04-02 | 苏州欧珈亿电子信息科技有限公司 | 一种光污染监控方法及系统 |
CN114067223B (zh) * | 2022-01-17 | 2022-04-15 | 南京信息工程大学 | 一种基于夜光遥感数据的夜间城市过度照明监测方法 |
CN116540293B (zh) * | 2023-06-28 | 2023-09-26 | 赛诺威盛科技(北京)股份有限公司 | 探测器的测试方法、装置和系统 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103983358A (zh) * | 2014-05-30 | 2014-08-13 | 深圳大学 | 景观照明光色评估方法及评估系统 |
CN104463437A (zh) * | 2014-11-21 | 2015-03-25 | 国家电网公司 | 一种基于多目标决策的电力通信接入网设计评价方法 |
CN105136432A (zh) * | 2015-08-27 | 2015-12-09 | 武汉大学 | 基于主客观实验数据的led照明质量评价方法及系统 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6816572B2 (ja) * | 2017-03-09 | 2021-01-20 | 株式会社リコー | 色測定装置、色測定方法及びプログラム |
-
2020
- 2020-03-06 CN CN202010153065.5A patent/CN111444178B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103983358A (zh) * | 2014-05-30 | 2014-08-13 | 深圳大学 | 景观照明光色评估方法及评估系统 |
CN104463437A (zh) * | 2014-11-21 | 2015-03-25 | 国家电网公司 | 一种基于多目标决策的电力通信接入网设计评价方法 |
CN105136432A (zh) * | 2015-08-27 | 2015-12-09 | 武汉大学 | 基于主客观实验数据的led照明质量评价方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN111444178A (zh) | 2020-07-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111444178B (zh) | 一种光污染评价方法及装置 | |
CN113095303A (zh) | 模型训练方法及林地变化检测方法及系统及装置及介质 | |
CN110427798B (zh) | 一种青菜智能识别及叶色环境变化预测的方法 | |
CN111414948B (zh) | 目标对象检测方法和相关装置 | |
CN117053852B (zh) | 一种水下结构的光学测量矫正方法及系统 | |
CN112883987A (zh) | 基于遥感光谱特征的目标提取方法及系统及装置及介质 | |
CN114719966A (zh) | 光源确定方法、装置、电子设备及存储介质 | |
CN116167932A (zh) | 一种图像质量优化方法、装置、设备及存储介质 | |
CN112926483A (zh) | 标准机柜状态指示灯识别监测方法、装置和系统 | |
CN110070480A (zh) | 一种水下光学图像的模拟方法 | |
CN116067671B (zh) | 一种用于测试车辆漆面质量的方法、系统及介质 | |
WO2018078582A1 (en) | Method for distinguishing fresh meat from meat subjected to freezing by means of analysis of images of muscle tissue and corresponding system arranged to execute said method | |
CN117058559A (zh) | 一种基于卫星遥感的森林火灾态势分析方法、设备及介质 | |
SE538435C2 (en) | Method, device and computer program product for determining color transforms between images comprising a plurality of image elements | |
CN116456070A (zh) | 基于数字孪生的摄像头校准方法及装置与计算机存储介质 | |
US20100260425A1 (en) | Method and Device for the Automated Comparison of Two Sets of Measurement Values | |
CN113115014A (zh) | 图像处理方法、装置、设备、介质和计算机程序产品 | |
CN112883985A (zh) | 机油的检测方法、装置、设备及存储介质 | |
KR102537731B1 (ko) | 변조된 웨이퍼의 감도를 튜닝하고 변조된 웨이퍼에 대한 프로세스 윈도우를 결정하는 시스템, 방법 및 비일시적 컴퓨터 판독 가능 매체 | |
CN106097293A (zh) | 一种用于图像采集系统优化设计的图像可分割性评价方法 | |
CN111680258A (zh) | 监测作物涝渍胁迫程度的方法、装置、设备及存储介质 | |
CN111199236A (zh) | 一种利用决策树提取卫星影像中水体的方法、设备及介质 | |
KR20210061668A (ko) | 전천 촬영을 통한 운량 산출 방법 | |
Quispe et al. | An algorithm oriented to the classification of quinoa grains by color from digital images | |
CN117333803B (zh) | 一种基于图像识别的照明运维方法及系统 |
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 |