CN114266775B - 一种运动物体检测的路灯照明控制方法和系统 - Google Patents

Abstract

本发明涉及交通控制调节技术领域，具体涉及一种运动物体检测的路灯照明控制方法和系统。该方法为基于现场采集设备实时采集涵盖照明光源照明区域的图像数据；确定至少一个图像为现场采集设备静止状态下的基准图像；将基准图像拼接为涵盖照明光源照明区域的全景图像，并建立照明现场虚拟模型；通过现场采集设备实时获取照明光源的照明区域图像，输入照明现场虚拟模型进行比对，提取图像差别部分轮廓；遍历素材库，判断图像差别部分轮廓相匹配的物体的三维模型，并根据图像差别部分轮廓的实际位置信息，将对应的物体的三维模型映射到照明现场虚拟模型上，根据三维模型所处照明光源的探照范围，控制照明光源照明。

Description

一种运动物体检测的路灯照明控制方法和系统

技术领域

本发明涉及交通控制调节技术领域，尤其涉及一种运动物体检测的路灯照明控制方法和系统。

背景技术

随着社会经济的发展，以及城市基础设施建设的不断提高，照明系统作为城市建设中必需的公用设施，照明系统的有效控制是关系到市民切身利益的重要环节。目前在城市道路的路灯控制和管理方便，照明系统的合理化控制能够节约能源并提高路灯等照明设施的利用率以及照明效果。因此，对于照明系统的控制成为急需解决的问题。

目前的照明控制通常是采用光强信号的方式进行自启动控制灯具照明，其照明控制受到外界光照条件的控制，在外界光照条件较差时，系统会控制照明灯具常量以提供相应的照明。照明控制方式具有单一，无法根据实际照明的应用需求进行简单、有效、直观的控制，合理规划照明效果。

发明内容

为解决目前照明控制方式过分依赖外界环境控制而无法依据实际应用需求进行控制的问题，本发明提供了一种运动物体检测的路灯照明控制方法和系统，以照明现场图像分析的方式进行针对性的提供照明，无需人为接触操作便可以完成照明设施的启用、亮度调整以及相应的运行模式切换，大大的提高用户体验，提高路灯等照明设施的利用率以及照明效果。

为实现上述目的，本发明实施例提供了如下的技术方案：

第一方面，在本发明提供的一个实施例中，提供了一种运动物体检测的路灯照明控制方法，包括以下步骤：

基于现场采集设备实时采集涵盖照明光源照明区域的图像数据，遍历采集的图像数据，确定至少一个图像为所述现场采集设备静止状态下的基准图像；

将所述基准图像拼接为涵盖照明光源照明区域的全景图像，并建立照明现场虚拟模型；

通过所述现场采集设备实时获取所述照明光源的照明区域图像，并将照明区域图像输入照明现场虚拟模型进行比对，提取图像差别部分轮廓，遍历素材库，判断与所述图像差别部分轮廓相匹配的物体的三维模型；

根据图像差别部分轮廓的实际位置信息，将对应的物体的三维模型映射到照明现场虚拟模型上，根据三维模型所处照明光源的探照范围，控制照明光源照明。

在本发明提供的一些实施例中，所述实时采集涵盖照明光源照明区域的图像数据的方法为：

利用现场采集设备采集动态视场中连续的视频画面；

采用分帧处理的方式获取现场采集设备每一静止方位的视场图像；

根据分帧处理的时序生成涵盖照明光源照明区域的图像数据。

在本发明提供的一些实施例中，每一静止方位的视场图像均对应有现场采集设备采集时的视场角。

在本发明提供的一些实施例中，确定至少一个图像为所述现场采集设备静止状态下的基准图像的方法为：

获取按照时序生成的图像数据，对涵盖照明光源照明区域的图像进行灰度化处理得到灰度处理图像，并获得所述灰度处理图像中每个像素点的灰度值；

遍历处理后的灰度处理图像，获得不同时间段比对结果一致的两个图像，选择其一作为现场采集设备静止状态下的基准图像。

在本发明提供的一些实施例中，所述照明现场虚拟模型建立的方法，包括：

将确定的基准图像划分成多个区域，并根据对应的灰度处理图像中灰度值的对比，删除灰度值相同的重复区域，将筛选后的多个区域按照采集的时序组合，形成涵盖照明光源照明区域的全景图像，根据所述全景图像、获取的现场采集设备以及照明光源的型号和实际位置信息，建立基于全景图像的照明现场虚拟模型。

在本发明提供的一些实施例中，提取图像差别部分轮廓的方法，包括：

实时获取所述照明光源的照明区域图像，对实时获取的照明区域图像进行灰度化处理得到灰度处理图像；

将实时获取的照明区域图像的灰度处理图像与照明现场虚拟模型中全景图像中对应区域的灰度处理图像中每个像素点的灰度值对比；

当比对结果出现异常时，根据比对结果提取实时获取的照明区域图像中不一致像素点灰度值和坐标信息，并根据不一致区域的轮廓信息提取图像差别部分轮廓。

在本发明提供的一些实施例中，所述根据图像差别部分轮廓的实际位置信息，将对应的物体的三维模型映射到照明现场虚拟模型上的方法，包括：

获取毫米波雷达数据，其中，所述毫米波雷达安装在现场采集设备和/或照明光源上，用于探测所述照明光源照明区域的毫米波雷达数据；

根据毫米波雷达数据对物体的位置以及移动速度检测，并将检测的位置以及移动速度通过物体对应的物体的三维模型映射到照明现场虚拟模型上；

根据每个照明光源对应的照明区域，在三维模型移动至照明现场虚拟模型上对应的照明区域时，预先启动相应的照明光源照明；在三维模型移出照明光源的照明区域时关闭对应的照明光源。

第二方面，在本发明提供的另一个实施例中，提供了一种运动物体检测的路灯照明控制系统，所述运动物体检测的路灯照明控制系统采用上述运动物体检测的路灯照明控制方法控制照明现场的照明光源；所述运动物体检测的路灯照明控制系统包括：

图像采集模块，所述图像采集模块包括安装在照明现场的现场采集设备，用于实时采集涵盖照明光源照明区域的图像数据；

数据处理模块，用于遍历采集的图像数据，确定至少一个图像为所述现场采集设备静止状态下的基准图像；

虚拟模型构建模块，用于将所述基准图像拼接为涵盖照明光源照明区域的全景图像，并建立照明现场虚拟模型；

比对模块，用于通过所述现场采集设备实时获取所述照明光源的照明区域图像，并将照明区域图像输入照明现场虚拟模型进行比对，提取图像差别部分轮廓，遍历素材库，判断与所述图像差别部分轮廓相匹配的物体的三维模型；

照明控制模块，用于根据图像差别部分轮廓的实际位置信息，将对应的物体的三维模型映射到照明现场虚拟模型上，根据三维模型所处照明光源的探照范围，控制照明光源照明。

在本发明提供的一些实施例中，还包括物体检测模块，所述物体检测模块包括毫米波雷达，用于检测照明光源照明区域移动物体位置和移动速度的毫米波雷达数据。

在本发明提供的一些实施例中，还包括照明区域调节模块，用于控制图像差别部分轮廓对应三维模型所处照明区域的照明光源启闭。

第三方面，在本发明提供的又一个实施例中，提供了一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器加载并执行所述计算机程序时实现运动物体检测的路灯照明控制方法的步骤。

第四方面，在本发明提供的再一个实施例中，提供了一种存储介质，存储有计算机程序，所述计算机程序被处理器加载并执行时实现所述运动物体检测的路灯照明控制方法的步骤。

本发明提供的技术方案，具有如下有益效果：

本发明提供的运动物体检测的路灯照明控制方法和系统，利用图像数据处理的方式对照明现场监控，以图像比较分析的方式确定进入照明区域的物体的三维轮廓，并在照明现场虚拟模型上模拟物体所处的位置以及移动速度，控制物体所处区域对应的照明光源启闭，实现根据物体类型进行照明现场控制的目的，可以根据物体的三维轮廓指定所需照明的物体类型，排出其他物体的干扰，利于照明光源的节能控制，提高路灯等照明设施的利用率以及照明效果。

本发明的这些方面或其他方面在以下实施例的描述中会更加简明易懂。应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本发明。

附图说明

为了更清楚地说明本发明实施例中的技术方案，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。在附图中：

图1为本发明实施例的一种运动物体检测的路灯照明控制方法的流程图。

图2为本发明实施例的一种运动物体检测的路灯照明控制方法中图像数据采集的流程图。

图3为本发明实施例的一种运动物体检测的路灯照明控制方法中确定基准图像的流程图。

图4为本发明实施例的一种运动物体检测的路灯照明控制方法中提取图像差别部分轮廓的流程图。

图5为本发明实施例的一种运动物体检测的路灯照明控制方法中三维模型映射的流程图。

图6为本发明实施例的一种运动物体检测的路灯照明控制系统的系统框图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。

在本发明的说明书和权利要求书及上述附图中的描述的一些流程中，包含了按照特定顺序出现的多个操作，但是应该清楚了解，这些操作可以不按照其在本文中出现的顺序来执行或并行执行，操作的序号如101、102等，仅仅是用于区分开各个不同的操作，序号本身不代表任何的执行顺序。另外，这些流程可以包括更多或更少的操作，并且这些操作可以按顺序执行或并行执行。需要说明的是，本文中的“第一”、“第二”等描述，是用于区分不同的消息、设备、模块等，不代表先后顺序，也不限定“第一”和“第二”是不同的类型。

下面将结合本发明示例性实施例中的附图，对本发明示例性实施例中的技术方案进行清楚、完整地描述，显然，所描述的示例性实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域技术人员在没有作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。

目前的照明控制通常是采用光强信号的方式进行自启动控制灯具照明，其照明控制受到外界光照条件的控制。然而，照明控制方式具有单一，无法根据实际照明的应用需求进行简单、有效、直观的控制，合理规划照明效果。无法根据照明现场的实际应用需求进行控制。

针对上述问题，本发明提供的运动物体检测的路灯照明控制方法和系统，以照明现场图像分析的方式进行针对性的提供照明，无需人为接触操作便可以完成照明设施的启用、亮度调整以及相应的运行模式切换，大大的提高用户体验，提高路灯等照明设施的利用率以及照明效果。

具体地，下面结合附图，对本申请实施例作进一步阐述。

参见图1所示，本发明的一个实施例提供一种运动物体检测的路灯照明控制方法，该方法包括建立照明现场虚拟模型和模拟物体三维模型控制照明光源照明两个部分，该运动物体检测的路灯照明控制方法具体包括如下步骤：

S1、基于现场采集设备实时采集涵盖照明光源照明区域的图像数据，遍历采集的图像数据，确定至少一个图像为所述现场采集设备静止状态下的基准图像；

S2、将所述基准图像拼接为涵盖照明光源照明区域的全景图像，并建立照明现场虚拟模型；

S3、通过所述现场采集设备实时获取所述照明光源的照明区域图像，并将照明区域图像输入照明现场虚拟模型进行比对，提取图像差别部分轮廓，遍历素材库，判断与所述图像差别部分轮廓相匹配的物体的三维模型；

S4、根据图像差别部分轮廓的实际位置信息，将对应的物体的三维模型映射到照明现场虚拟模型上，根据三维模型所处照明光源的探照范围，控制照明光源照明。

在本实施例中，实现在照明现场虚拟模型约束条件下的物体动态分析，以物体实际位置信息的方式控制照明光源照明，便于指定所需照明物体的类别，在照明现场排出无需照明物体的干扰项，合理化控制能够节约能源并提高路灯等照明设施的利用率以及照明效果。

在本发明实施例中，参见图2所示，所述实时采集涵盖照明光源照明区域的图像数据的方法为：

S101、利用现场采集设备采集动态视场中连续的视频画面；

S102、采用分帧处理的方式获取现场采集设备每一静止方位的视场图像；

S103、根据分帧处理的时序生成涵盖照明光源照明区域的图像数据。

在本实施例中，所述现场采集设备可以为安装在照明现场的摄像头，摄像头的数量至少为一个且覆盖所需控制的照明光源的照明区域，确保对可能出现需照明物体的区域进行图像的全面采集。

在本实施例中，所述摄像头也可以为分段安装于照明区域的夜视红外高清摄像头，采集指定视角的监测画面或者可追踪拍摄，采集的连续的视频画面在分帧处理后，还包括重复画面的剔除，按照时序形成对应视场角的图像数据。

在本实施例中，每一静止方位的视场图像均对应有现场采集设备采集时的视场角。

在需要构建照明现场虚拟模型时，还需要指定作为照明现场虚拟模型构建所需的基准图像，基准图像为照明区域不包含移动物体的图像。

参见图3所示，确定至少一个图像为所述现场采集设备静止状态下的基准图像的一种方法为：

S201、获取按照时序生成的图像数据，对涵盖照明光源照明区域的图像进行灰度化处理得到灰度处理图像，并获得所述灰度处理图像中每个像素点的灰度值；

S102、遍历处理后的灰度处理图像，获得不同时间段比对结果一致的两个图像，选择其一作为现场采集设备静止状态下的基准图像。

所述照明现场虚拟模型建立的方法，包括：

将确定的基准图像划分成多个区域，并根据对应的灰度处理图像中灰度值的对比，删除灰度值相同的重复区域，将筛选后的多个区域按照采集的时序组合，形成涵盖照明光源照明区域的全景图像，根据所述全景图像、获取的现场采集设备以及照明光源的型号和实际位置信息，建立基于全景图像的照明现场虚拟模型。

为了避免物体停留在照明区域影响照明现场虚拟模型构建的准确性，在本实施例中，还可以获得多个不同时间段内的图像，在不同时间节点比对，超过时间跨度阈值的图像在比对结果一致时，选择其一作为现场采集设备静止状态下的基准图像。这样可以排除物体长时间停留在照明区域影响照明现场虚拟模型后的效果。

并且，在本实施例中，照明现场虚拟模型每隔一段时间重新确定基准图像，更新构建照明现场虚拟模型的全景图像。

参见图4所示，在本实施例中，提取图像差别部分轮廓的方法，包括：

S301、实时获取所述照明光源的照明区域图像，对实时获取的照明区域图像进行灰度化处理得到灰度处理图像；

S302、将实时获取的照明区域图像的灰度处理图像与照明现场虚拟模型中全景图像中对应区域的灰度处理图像中每个像素点的灰度值对比；

S303、当比对结果出现异常时，根据比对结果提取实时获取的照明区域图像中不一致像素点灰度值和坐标信息，并根据不一致区域的轮廓信息提取图像差别部分轮廓。

在本实施例中，通过灰度处理图像的像素点灰度值的差异，确定实时获取的照明区域图像中不一致区域的轮廓信息提取图像差别部分轮廓。然后，根据提取的图像差别部分轮廓，可以在预先准备的素材库中查找相匹配的物体的三维模型。例如：当图像差别部分轮廓现实为人形、车形、或其他动物形状时，可以在素材库中找出最接近的三维模型，并按照图像差别部分轮廓在实时获取的照明区域图像的位置及大小进行映射到照明现场虚拟模型中。

在控制照明光源照明前，可以指定素材库中特定的三维模型进行启动照明，例如：对进入照明区域的人形或车形的三维模型进行控制照明光源照明，对进入照明区域的其他动物形状的三维模型不启动照明光源照明。

在本发明实施例中，参见图5所示，所述根据图像差别部分轮廓的实际位置信息，将对应的物体的三维模型映射到照明现场虚拟模型上的方法，包括：

S501、获取毫米波雷达数据，其中，所述毫米波雷达安装在现场采集设备和/或照明光源上，用于探测所述照明光源照明区域的毫米波雷达数据；

S502、根据毫米波雷达数据对物体的位置以及移动速度检测，并将检测的位置以及移动速度通过物体对应的物体的三维模型映射到照明现场虚拟模型上；

S503、根据每个照明光源对应的照明区域，在三维模型移动至照明现场虚拟模型上对应的照明区域时，预先启动相应的照明光源照明；在三维模型移出照明光源的照明区域时关闭对应的照明光源。

在本实施例中，获取毫米波雷达数据。其中，数据采集所采用的设备为安装在照明光源或现场采集设备上的毫米波雷达。在途经该照明光源安装路段或照明区域时，由毫米波雷达采集途经物体的雷达点云数据，由现场采集设备采集途经物体的摄像头图像数据。

然后便于从毫米波雷达与摄像头数据中估计途经物体的实际位置信息和移动速度。

本发明的运动物体检测的路灯照明控制方法，利用图像数据处理的方式对照明现场监控，以图像比较分析的方式确定进入照明区域的物体的三维轮廓，并在照明现场虚拟模型上模拟物体所处的位置以及移动速度，控制物体所处区域对应的照明光源启闭，实现根据物体类型进行照明现场控制的目的，可以根据物体的三维轮廓指定所需照明的物体类型，排出其他物体的干扰，利于照明光源的节能控制，提高路灯等照明设施的利用率以及照明效果。

参见图6所示，本发明的一个实施例还提供了一种运动物体检测的路灯照明控制系统，所述运动物体检测的路灯照明控制系统采用上述运动物体检测的路灯照明控制方法控制照明现场的照明光源，所述运动物体检测的路灯照明控制系统包括图像采集模块110、数据处理模块120、虚拟模型构建模块130、比对模块140以及照明控制模块150。

所述图像采集模块110包括安装在照明现场的现场采集设备，用于实时采集涵盖照明光源照明区域的图像数据。

在本实施例中，所述图像采集模块110在实时采集涵盖照明光源照明区域的图像数据时，利用现场采集设备采集动态视场中连续的视频画面；采用分帧处理的方式获取现场采集设备每一静止方位的视场图像；根据分帧处理的时序生成涵盖照明光源照明区域的图像数据。

所述数据处理模块120，用于遍历采集的图像数据，确定至少一个图像为所述现场采集设备静止状态下的基准图像。

在本实施例中，所述数据处理模块120在确定至少一个图像为所述现场采集设备静止状态下的基准图像时，获取按照时序生成的图像数据，对涵盖照明光源照明区域的图像进行灰度化处理得到灰度处理图像，并获得所述灰度处理图像中每个像素点的灰度值；遍历处理后的灰度处理图像，获得不同时间段比对结果一致的两个图像，选择其一作为现场采集设备静止状态下的基准图像。

所述虚拟模型构建模块130用于将所述基准图像拼接为涵盖照明光源照明区域的全景图像，并建立照明现场虚拟模型。

在本实施例中，所述虚拟模型构建模块130建立照明现场虚拟模型时，将确定的基准图像划分成多个区域，并根据对应的灰度处理图像中灰度值的对比，删除灰度值相同的重复区域，将筛选后的多个区域按照采集的时序组合，形成涵盖照明光源照明区域的全景图像，根据所述全景图像、获取的现场采集设备以及照明光源的型号和实际位置信息，建立基于全景图像的照明现场虚拟模型。

为了避免物体停留在照明区域影响照明现场虚拟模型构建的准确性，在本实施例中，还可以获得多个不同时间段内的图像，在不同时间节点比对，超过时间跨度阈值的图像在比对结果一致时，选择其一作为现场采集设备静止状态下的基准图像。这样可以排除物体长时间停留在照明区域影响照明现场虚拟模型后的效果。

所述比对模块140用于通过所述现场采集设备实时获取所述照明光源的照明区域图像，并将照明区域图像输入照明现场虚拟模型进行比对，提取图像差别部分轮廓，遍历素材库，判断与所述图像差别部分轮廓相匹配的物体的三维模型。

在本实施例中，所述比对模块140提取图像差别部分轮廓时，实时获取所述照明光源的照明区域图像，对实时获取的照明区域图像进行灰度化处理得到灰度处理图像，将实时获取的照明区域图像的灰度处理图像与照明现场虚拟模型中全景图像中对应区域的灰度处理图像中每个像素点的灰度值对比，当比对结果出现异常时，根据比对结果提取实时获取的照明区域图像中不一致像素点灰度值和坐标信息，并根据不一致区域的轮廓信息提取图像差别部分轮廓。

所述照明控制模块150用于根据图像差别部分轮廓的实际位置信息，将对应的物体的三维模型映射到照明现场虚拟模型上，根据三维模型所处照明光源的探照范围，控制照明光源照明。

在控制照明光源照明前，可以指定素材库中特定的三维模型进行启动照明。

在本发明的实施例中，所述运动物体检测的路灯照明控制系统还包括物体检测模块160，所述物体检测模块160包括毫米波雷达，用于检测照明光源照明区域移动物体位置和移动速度的毫米波雷达数据。

在本发明的实施例中，所述运动物体检测的路灯照明控制系统还包括照明区域调节模块170，用于控制图像差别部分轮廓对应三维模型所处照明区域的照明光源启闭。

需要特别说明的是，运动物体检测的路灯照明控制系统在执行时采用如前述的一种运动物体检测的路灯照明控制方法的步骤，因此，本实施例中对运动物体检测的路灯照明控制系统的运行过程不再详细介绍。

在一个实施例中，在本发明的实施例中还提供了一种计算机设备，包括至少一个处理器，以及与所述至少一个处理器通信连接的存储器，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器执行所述的运动物体检测的路灯照明控制方法，该处理器执行指令时实现上述各方法实施例中的步骤。

在本发明的实施例中提供了一种计算机设备，该计算机设备包括存储器和处理器，存储器中存储有计算机程序，该处理器被配置为用于执行所述存储器中存储的计算机程序。所述存储器用于存储一条或多条计算机指令，其中，所述一条或多条计算机指令被所述处理器执行以实现上述方法实施例中的步骤：

基于现场采集设备实时采集涵盖照明光源照明区域的图像数据，遍历采集的图像数据，确定至少一个图像为所述现场采集设备静止状态下的基准图像；

将所述基准图像拼接为涵盖照明光源照明区域的全景图像，并建立照明现场虚拟模型；

通过所述现场采集设备实时获取所述照明光源的照明区域图像，并将照明区域图像输入照明现场虚拟模型进行比对，提取图像差别部分轮廓，遍历素材库，判断与所述图像差别部分轮廓相匹配的物体的三维模型；

根据图像差别部分轮廓的实际位置信息，将对应的物体的三维模型映射到照明现场虚拟模型上，根据三维模型所处照明光源的探照范围，控制照明光源照明。

在本发明的一个实施例中还提供了一种存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现上述各方法实施例中的步骤：

基于现场采集设备实时采集涵盖照明光源照明区域的图像数据，遍历采集的图像数据，确定至少一个图像为所述现场采集设备静止状态下的基准图像；

将所述基准图像拼接为涵盖照明光源照明区域的全景图像，并建立照明现场虚拟模型；

通过所述现场采集设备实时获取所述照明光源的照明区域图像，并将照明区域图像输入照明现场虚拟模型进行比对，提取图像差别部分轮廓，遍历素材库，判断与所述图像差别部分轮廓相匹配的物体的三维模型；

根据图像差别部分轮廓的实际位置信息，将对应的物体的三维模型映射到照明现场虚拟模型上，根据三维模型所处照明光源的探照范围，控制照明光源照明。

本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和易失性存储器中的至少一种。

综上所述，本发明提供的运动物体检测的路灯照明控制方法和系统，利用图像数据处理的方式对照明现场监控，以图像比较分析的方式确定进入照明区域的物体的三维轮廓，并在照明现场虚拟模型上模拟物体所处的位置以及移动速度，控制物体所处区域对应的照明光源启闭，实现根据物体类型进行照明现场控制的目的，可以根据物体的三维轮廓指定所需照明的物体类型，排出其他物体的干扰，利于照明光源的节能控制，提高路灯等照明设施的利用率以及照明效果。

以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

Claims (7)

1.一种运动物体检测的路灯照明控制方法，其特征在于，所述运动物体检测的路灯照明控制方法包括以下步骤：

基于现场采集设备实时采集涵盖照明光源照明区域的图像数据，遍历采集的图像数据，确定至少一个图像为所述现场采集设备静止状态下的基准图像；

将所述基准图像拼接为涵盖照明光源照明区域的全景图像，并建立照明现场虚拟模型；

通过所述现场采集设备实时获取所述照明光源的照明区域图像，并将照明区域图像输入照明现场虚拟模型进行比对，提取图像差别部分轮廓，遍历素材库，判断与所述图像差别部分轮廓相匹配的物体的三维模型；

根据图像差别部分轮廓的实际位置信息，将对应的物体的三维模型映射到照明现场虚拟模型上，根据三维模型所处照明光源的探照范围，控制照明光源照明；

其中，所述照明现场虚拟模型建立的方法，包括：

将确定的基准图像划分成多个区域，并根据对应的灰度处理图像中灰度值的对比，删除灰度值相同的重复区域，将筛选后的多个区域按照采集的时序组合，形成涵盖照明光源照明区域的全景图像，根据所述全景图像、获取的现场采集设备以及照明光源的型号和实际位置信息，建立基于全景图像的照明现场虚拟模型；

其中，提取图像差别部分轮廓的方法，包括：

实时获取所述照明光源的照明区域图像，对实时获取的照明区域图像进行灰度化处理得到灰度处理图像；

将实时获取的照明区域图像的灰度处理图像与照明现场虚拟模型中全景图像中对应区域的灰度处理图像中每个像素点的灰度值对比；

当比对结果出现异常时，根据比对结果提取实时获取的照明区域图像中不一致像素点灰度值和坐标信息，并根据不一致区域的轮廓信息提取图像差别部分轮廓；

其中，所述根据图像差别部分轮廓的实际位置信息，将对应的物体的三维模型映射到照明现场虚拟模型上的方法，包括：

获取毫米波雷达数据，其中，所述毫米波雷达安装在现场采集设备和/或照明光源上，用于探测所述照明光源照明区域的毫米波雷达数据；

根据毫米波雷达数据对物体的位置以及移动速度检测，并将检测的位置以及移动速度通过物体对应的物体的三维模型映射到照明现场虚拟模型上；

根据每个照明光源对应的照明区域，在三维模型移动至照明现场虚拟模型上对应的照明区域时，预先启动相应的照明光源照明；在三维模型移出照明光源的照明区域时关闭对应的照明光源。

2.如权利要求1所述的运动物体检测的路灯照明控制方法，其特征在于，所述实时采集涵盖照明光源照明区域的图像数据的方法为：

利用现场采集设备采集动态视场中连续的视频画面；

采用分帧处理的方式获取现场采集设备每一静止方位的视场图像；

根据分帧处理的时序生成涵盖照明光源照明区域的图像数据。

3.如权利要求2所述的运动物体检测的路灯照明控制方法，其特征在于，每一静止方位的视场图像均对应有现场采集设备采集时的视场角。

4.如权利要求3所述的运动物体检测的路灯照明控制方法，其特征在于，确定至少一个图像为所述现场采集设备静止状态下的基准图像的方法为：

获取按照时序生成的图像数据，对涵盖照明光源照明区域的图像进行灰度化处理得到灰度处理图像，并获得所述灰度处理图像中每个像素点的灰度值；

遍历处理后的灰度处理图像，获得不同时间段比对结果一致的两个图像，选择其一作为现场采集设备静止状态下的基准图像。

5.一种运动物体检测的路灯照明控制系统，其特征在于，所述运动物体检测的路灯照明控制系统采用权利要求1-4中任意一项所述运动物体检测的路灯照明控制方法控制照明现场的照明光源；所述运动物体检测的路灯照明控制系统包括：

图像采集模块，所述图像采集模块包括安装在照明现场的现场采集设备，用于实时采集涵盖照明光源照明区域的图像数据；

数据处理模块，用于遍历采集的图像数据，确定至少一个图像为所述现场采集设备静止状态下的基准图像；

虚拟模型构建模块，用于将所述基准图像拼接为涵盖照明光源照明区域的全景图像，并建立照明现场虚拟模型；

比对模块，用于通过所述现场采集设备实时获取所述照明光源的照明区域图像，并将照明区域图像输入照明现场虚拟模型进行比对，提取图像差别部分轮廓，遍历素材库，判断与所述图像差别部分轮廓相匹配的物体的三维模型；

照明控制模块，用于根据图像差别部分轮廓的实际位置信息，将对应的物体的三维模型映射到照明现场虚拟模型上，根据三维模型所处照明光源的探照范围，控制照明光源照明。

6.如权利要求5所述的运动物体检测的路灯照明控制系统，其特征在于，还包括物体检测模块，所述物体检测模块包括毫米波雷达，用于检测照明光源照明区域移动物体位置和移动速度的毫米波雷达数据。

7.如权利要求5所述的运动物体检测的路灯照明控制系统，还包括照明区域调节模块，用于控制图像差别部分轮廓对应三维模型所处照明区域的照明光源启闭。

Images