CN111654955B - 基于图像分析的室内环境光变化因素识别方法 - Google Patents

Abstract

本发明涉及一种用于室内灯具智能控制的基于基于图像分析的室内环境光变化因素识别方法。该方法包括以下步骤：第一步，采集图像，计算累积分布，提取满足要求的灰度值；第二步，根据累积分布函数，对第二帧图像，求F_a对应的累积分布取值p₁；第三步，粗分检测目标运动或环境光变化；第四步，分析环境光因素。本发明在对室内灯光进行智能控制中，通过对环境光变化干扰的识别和过滤算法，降低了由于环境光变化引起的误判，保证了控制精度和有效性；通过对运动对象监测方法的改进，进一步提高了控制的可靠性。

Description

基于图像分析的室内环境光变化因素识别方法

技术领域

本发明涉及一种用于室内灯具智能控制的基于基于图像分析的室内环境光变化因素识别方法。

背景技术

对室内灯具进行自动控制的智能控制系统，需要通过传感装置对室内环境信息进行采集，目前较多采用微波、红外传感器等传感装置对室内光照变化和人员流动情况进行检测。而图像传感器能够覆盖的空间深度和广度是微波或红外感应等传感器远远达不到的，一个图像传感器可以代替若干个微波或红外传感器，这将使得系统的开发复杂度大大降低。将图像识别技术用于室内智能灯控，因其应用的特殊性，目前常用的运动目标检测算法(光流法、背景减除法等)，由于其不能过滤光线变化的影响和干扰，特别是不能识别室内灯开关瞬间引起的环境光的剧烈变化，因此在用于智能光灯控制时存在诸多缺陷。比如，灯开关瞬间，检测区域中光线变化较为剧烈，这会干扰图像对检测目标状态的判断，造成误判而向灯控系统发出错误的指令，影响智能灯控系统的运行效果。

在室内智能灯控的应用中，通过图像传感器采集图像，并对采集到的图像进行分析识别来决定灯的开关状态，根据应用需求，有两种决策指示灯开或关：第一种是判断自然光变化，从白天到黑夜，则控制室内灯光打开；从黑夜到白天，则控制室内灯光关闭；第二种是判断其所检测区域是否有人，有人则开灯，无人则关灯。在应用时，可能会两种决策结合使用。但现有技术对如何通过对图像的分析，更加精确的识别图像中光线变化的不同原因，为室内智能灯控系统提供有效的支持，尚存在不足。

发明内容

本发明所要解决的技术问题是，提供一种能够对环境光变化干扰进行识别和过滤，以降低由于环境光变化引起的误判，有利于提高室内智能灯控系统控制精度的基于图像分析的室内环境光变化因素识别方法。

本发明的方法包括以下步骤：

第一步，采集图像，计算累积分布，提取满足要求的灰度值；

图像传感器采集到一帧图像后，根据累积分布函数的定义，求得该图像的像素点灰度累积分布；设图像像素灰度累积分布为p，p值的范围为0～1，设

p对应的灰度值F＝f(p)，表示整幅图像所有的像素中有比例为p的像素的灰度值小于F；

同理，图像传感器间隔时间t采集两帧图像，并分别得到两帧图像的累积分布。累积分布取值p₀(p₀∈[0，1])时，可以分别得到对应的第一帧图像的灰度值F_a＝f(p₀)和第二帧图像的灰度值F_b＝f(p₀)；

第二步，根据累积分布函数，对第二帧图像，求F_a对应的累积分布取值p₁；这样得到灰度值变化表示为ΔF＝|F_b-F_a|，对应变化的像素点数量；设一幅R×C大小的图像，灰度值在ΔF间变化的像素点数量N_Δ＝R×C×|p₀-P₁|；

第三步，粗分检测目标运动或环境光变化。比较第二步求得变化的像素点数量N_Δ是否多于预先设定的检测目标在图像中最大映射面积的像素点数量N_T；若N_Δ＞N_T，则是环境光变化引起的图像变化，而非检测目标运动；若N_Δ＜N_T，则粗判为检测目标运动，后续还需要进一步判断；

第四步，分析环境光因素，若第一步中求得的F_b＜F_a，说明环境光在变暗，否则说明环境光在变亮；通过比较F_a，F_b之间的差值是否超过设定阈值T_R，判断环境光变化是灯开关事件引起的变化还是自然光变化；即用下述的公式(a)判断，判断结果用R表示：

根据表达式，当|F_b-F_a|＜T_R时，说明间隔时间t采集的前后两帧图像灰度值变化小于阈值T_R，此时判断当前的变化是自然光线变化引起的，输出判断结果R＝0；当|F_b-F_a|≥T_R时，说明间隔时间t采集的前后两帧图像灰度值变化大于等于阈值T_R，此时判断当前的变化是灯开关事件引起的室内环境光变化，输出判断结果R＝1。

进一步的，所述第四步的判断结果用于室内智能灯控的方法包括以下步骤：

(1)根据自然光变化趋势，管理灯开关；

当判断结果R＝0后，若F_b＜F_a，说明自然光正从白天向黑夜变化，此时，灯控系统在部署设备到检测环境中后，根据现场环境设定一个划分日夜的灰度值阈值T_F，当F_b＜T_F时，打开室内灯；若F_b＞F_a，说明自然光正从黑夜向白天变化，则当F_b≥T_F时，关闭室内灯。

(2)过滤灯开关事件引起的室内环境光变化干扰；方法是：

按照公式(a)的判断方法，发现第k帧图像发生环境光剧变化干扰时，启动确认干扰判断过程，若判断结果均为R＝1，则确定是灯开关事件引起的室内环境光变化干扰，此时延时一段时间，完成整个过滤过程，再继续采集图像进行第一步至第四步的判断过程；若连续取后续的若干帧图像，并且两两做公式(a)的判断，并且有一次结果R＝0，则认为非干扰，而是一次无效判断，此时不经延时，继续采集图像进行第一步至第四步的判断过程。

进一步的，所述第三步中，若N_Δ＜N_T，判断检测区域中有检测目标在运动后，需要进一步确认；方法是：进一步检测灰度值发生变化的像素点分布情况，若分布范围比较集中，小于设定范围阈值，则判定为是检测目标运动，此时在室内灯控系统中，进行开灯操作；若分布范围比较分散，大于设定范围阈值，则认为是一次无效判断，室内灯控系统不做任何操作。

本发明的优点体现在：在对室内灯光进行智能控制中，通过对环境光变化干扰的识别和过滤算法，降低了由于环境光变化引起的误判，保证了控制精度和有效性；通过对运动对象监测方法的改进，进一步提高了控制的可靠性。

具体实施方式

本本发明的方法的实施例包括以下步骤：

第一步，采集环境图像，计算累积分布，提取满足要求的灰度值；

图像传感器采集到一帧图像后，根据累积分布函数的定义，求得该图像的像素点灰度累积分布；设图像像素灰度累积分布为p，p值的范围为0～1，设p对应的灰度值F＝f(p)，表示整幅图像所有的像素(如一幅分辨率为320*240的图像，其像素数量为76800)中有比例为p的像素的灰度值小于F；

同理，图像传感器间隔时间t采集两帧图像，并分别得到两帧图像的累积分布。累积分布取值p₀(p₀∈[0，1])时，可以分别得到对应的第一帧图像的灰度值F_a＝f(p₀)和第二帧图像的灰度值F_b＝f(p₀)；

第二步，根据累积分布函数，对第二帧图像，求Fa对应的累积分布取值p₁；这样得到灰度值变化表示为ΔF＝|F_b-F_a|，对应变化的像素点数量；设一幅R×C大小的图像，灰度值在ΔF间变化的像素点数量

N_Δ＝R×C×|p₀-p₁|；

第三步，粗分检测目标运动或环境光变化。比较第二步求得变化的像素点数量N_Δ是否多于预先设定的检测目标在图像中最大映射面积的像素点数量N_T；若N_Δ＞N_T，则是环境光变化引起的图像变化，而非检测目标运动；若N_Δ＜N_T，则粗判为检测目标运动，后续还需要进一步判断；

第四步，分析环境光因素，若第一步中求得的F_b＜F_a，说明环境光在变暗，否则说明环境光在变亮；对于室内应用，环境光变化有两种可能，一是自然光线发生变化(天亮、天黑)，这种变化相对于图像采集间隔时间t，是非常缓慢的。也就是间隔时间t，采集的前后两帧图像的F_a，F_b之间的差值是很小的。另一种是室内灯的开关动作引起的检测区域中环境光线发生变化，灯开关事件相对于图像采集间隔时间t，是一个快速的过程，其表现为间隔时间t，采集的前后两帧图像的F_a，F_b之间的差值较大。在应用时，可以根据真实检测场景，通过经验指定阈值T_R用于区分环境光变化是自然光变化或是灯开关事件引起的变化。通过比较F_a，F_b之间的差值是否超过设定阈值T_R，判断环境光变化是灯开关事件引起的变化还是自然光变化；即用下述的公式(a)判断，判断结果用R表示：

根据表达式，当|F_b-F_a|＜T_R时，说明间隔时间t采集的前后两帧图像灰度值变化小于阈值T_R，此时判断当前的变化是自然光线变化引起的，输出判断结果R＝0；当|F_b-F_a|≥T_R时，说明间隔时间t采集的前后两帧图像灰度值变化大于等于阈值T_R，此时判断当前的变化是灯开关事件引起的室内环境光变化，输出判断结果R＝1。

得出上述环境光因素分析结果后，将分析结果用于室内智能灯控的方法包括以下步骤：

(1)根据自然光变化趋势，管理灯开关；

当判断结果R＝0后，若F_b＜F_a，说明自然光正从白天向黑夜变化，此时，灯控系统在部署设备到检测环境中后，根据现场环境设定一个划分日夜的灰度值阈值T_F，当F_b＜T_F时，打开室内灯；若F_b＞F_a，说明自然光正从黑夜向白天变化，则当F_b≥T_F时，关闭室内灯。

(2)过滤灯开关事件引起的室内环境光变化干扰；

灯开关事件引起的室内环境光变化是对智能灯控系统对检测区域中环境状态变化判断的干扰。当图像传感器高速采集图像(通常一秒钟达到30帧以上)时，在灯开关的过程中，从采集到的连续多帧图像上会看到一个环境光一个连续变化的过程。需要把这些图像全部过滤。另一方面可以利用这个特点，降低只用一次判断可能造成的误判，提高判断的可靠性。方法是：

按照公式(a)的判断方法，发现第k帧图像发生环境光剧变化干扰时，启动确认干扰判断过程，连续取后续的3帧图像，并且两两做公式(a)的判断，若判断结果均为R＝1，则确定是灯开关事件引起的室内环境光变化干扰，增加一个用于过滤干扰的延，再进行后续图像采集和判断；若连续取后续的3帧图像，且两两做公式(a)的判断，并且至少有一次结果R＝0，则认为非干扰，而是一次无效判断，后续继续采集图像进行常规判断，而不要增加干扰延时。

第五步，检测目标运动判断。

时间间隔t采集的两帧图像，若按照第三步的方法求得N_Δ＜N_T，粗检为检测区域中有检测目标在运动；但此时还不能确定一定是检测目标在运动，需要进一步检测灰度值发生变化的像素点分布情况，若分布范围比较集中，小于设定范围阈值，则判定为是检测目标运动，此时在室内灯控系统中，可以进行开灯操作；若分布范围比较分散，大于设定范围阈值，则认为是一次无效判断，室内灯控系统不做任何操作。

Claims (2)

1.一种基于图像分析的室内环境光变化因素识别方法，其特征是：包括以下步骤，

第一步，采集图像，计算累积分布，提取满足要求的灰度值；

图像传感器采集到一帧图像后，根据累积分布函数的定义，求得该图像的像素点灰度累积分布；设图像像素灰度累积分布为p，p值的范围为0～1，设p对应的灰度值F＝f(p)，表示整幅图像所有的像素中有比例为p的像素的灰度值小于F；

同理，图像传感器间隔时间t采集两帧图像，并分别得到两帧图像的累积分布；累积分布取值p₀时，此时p0∈[0，1]，则分别得到对应的第一帧图像的灰度值F_a＝f(p₀)和第二帧图像的灰度值F_b＝f(p₀)；

第二步，根据累积分布函数，对第二帧图像，求F_a对应的累积分布取值p₁；这样得到灰度值变化表示为ΔF＝|F_b-F_a|，对应变化的像素点数量；设一幅R×C大小的图像，灰度值在ΔF间变化的像素点数量N_Δ＝R×C×|p₀-p₁|；

第三步，粗分检测目标运动或环境光变化，比较第二步求得变化的像素点数量N_Δ是否多于预先设定的检测目标在图像中最大映射面积的像素点数量N_T；若N_Δ＞N_T，则是环境光变化引起的图像变化，而非检测目标运动；

若N_Δ＜N_T，则粗判为检测目标运动，后续还需要进一步判断；进一步判断的方法是：进一步检测灰度值发生变化的像素点分布情况，若分布范围比较集中，小于设定范围阈值，则判定为是检测目标运动，此时在室内灯控系统中，进行开灯操作；若分布范围比较分散，大于设定范围阈值，则认为是一次无效判断，室内灯控系统不做任何操作；

第四步，分析环境光因素，若第一步中求得的F_b＜F_a，说明环境光在变暗，否则说明环境光在变亮；通过比较F_a，F_b之间的差值是否超过设定阈值T_R，判断环境光变化是灯开关事件引起的变化还是自然光变化；即用下述的公式(a)判断，判断结果用R表示：

根据表达式，当|F_b-F_a|＜T_R时，说明间隔时间t采集的前后两帧图像灰度值变化小于阈值T_R，此时判断当前的变化是自然光线变化引起的，输出判断结果R＝0；当|F_b-F_a|≥T_R时，说明间隔时间t采集的前后两帧图像灰度值变化大于等于阈值T_R，此时判断当前的变化是灯开关事件引起的室内环境光变化，输出判断结果R＝1。

2.根据权利要求1所述的基于图像分析的室内环境光变化因素识别方法，其特征是：所述第四步的判断结果用于室内智能灯控的方法包括以下步骤，

1)根据自然光变化趋势，管理灯开关；

当判断结果R＝0后，若F_b＜F_a，说明自然光正从白天向黑夜变化，此时，灯控系统在部署设备到检测环境中后，根据现场环境设定一个划分日夜的灰度值阈值T_F，当F_b＜T_F时，打开室内灯；若F_b＞F_a，说明自然光正从黑夜向白天变化，则当F_b≥T_F时，关闭室内灯；

2)过滤灯开关事件引起的室内环境光变化干扰；方法是：

按照公式(a)的判断方法，发现第k帧图像发生环境光剧变化干扰时，启动确认干扰判断过程，若判断结果均为R＝1，则确定是灯开关事件引起的室内环境光变化干扰，此时延时一段时间，完成整个过滤过程，再继续采集图像进行第一步至第四步的判断过程；若连续取后续的若干帧图像，并且两两做公式(a)的判断，并且有一次结果R＝0，则认为非干扰，而是一次无效判断，此时不经延时，继续采集图像进行第一步至第四步的判断过程。