CN114760739B - 一种基于环境信息的智能照明灯具控制系统及方法 - Google Patents

一种基于环境信息的智能照明灯具控制系统及方法 Download PDF

Info

Publication number
CN114760739B
CN114760739B CN202210672547.0A CN202210672547A CN114760739B CN 114760739 B CN114760739 B CN 114760739B CN 202210672547 A CN202210672547 A CN 202210672547A CN 114760739 B CN114760739 B CN 114760739B
Authority
CN
China
Prior art keywords
value
picture
points
lamp
pixel
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
Application number
CN202210672547.0A
Other languages
English (en)
Other versions
CN114760739A (zh
Inventor
毕志杰
潘俊周
袁先志
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Qidong Shengli Optoelectronics Technology Co ltd
Original Assignee
Qidong Shengli Optoelectronics Technology Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Qidong Shengli Optoelectronics Technology Co ltd filed Critical Qidong Shengli Optoelectronics Technology Co ltd
Priority to CN202210672547.0A priority Critical patent/CN114760739B/zh
Publication of CN114760739A publication Critical patent/CN114760739A/zh
Application granted granted Critical
Publication of CN114760739B publication Critical patent/CN114760739B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H05—ELECTRIC TECHNIQUES NOT OTHERWISE PROVIDED FOR
    • H05B—ELECTRIC HEATING; ELECTRIC LIGHT SOURCES NOT OTHERWISE PROVIDED FOR; CIRCUIT ARRANGEMENTS FOR ELECTRIC LIGHT SOURCES, IN GENERAL
    • H05B47/00—Circuit arrangements for operating light sources in general, i.e. where the type of light source is not relevant
    • H05B47/10—Controlling the light source
    • H05B47/105—Controlling the light source in response to determined parameters
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/22—Matching criteria, e.g. proximity measures
    • H—ELECTRICITY
    • H05—ELECTRIC TECHNIQUES NOT OTHERWISE PROVIDED FOR
    • H05B—ELECTRIC HEATING; ELECTRIC LIGHT SOURCES NOT OTHERWISE PROVIDED FOR; CIRCUIT ARRANGEMENTS FOR ELECTRIC LIGHT SOURCES, IN GENERAL
    • H05B47/00—Circuit arrangements for operating light sources in general, i.e. where the type of light source is not relevant
    • H05B47/10—Controlling the light source
    • H05B47/105—Controlling the light source in response to determined parameters
    • H05B47/115—Controlling the light source in response to determined parameters by determining the presence or movement of objects or living beings
    • H05B47/12—Controlling the light source in response to determined parameters by determining the presence or movement of objects or living beings by detecting audible sound
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02B—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO BUILDINGS, e.g. HOUSING, HOUSE APPLIANCES OR RELATED END-USER APPLICATIONS
    • Y02B20/00—Energy efficient lighting technologies, e.g. halogen lamps or gas discharge lamps
    • Y02B20/40—Control techniques providing energy savings, e.g. smart controller or presence detection

Landscapes

  • Engineering & Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Image Analysis (AREA)

Abstract

本发明公开了一种基于环境信息的智能照明灯具控制系统及方法，所述视觉信息处理模块对A1与A2进行数据处理，得到A1与A2之间的浮动差异值B；所述状态确认模块在灯具开启状态下，会对周围信息进行确认，进一步控制灯具的后续状态，并判断对比图数据库的更新时间。本发明通过对周围环境中的视觉图片及声音特征进行分析，通过视觉图片与对比图的浮动差异值及声音差异值对灯具的开关进行控制，该方式还能够在黑夜对灯具进行有效控制，避免造成能源浪费，同时还能够在周围环境发生变动时，判断对比图数据库的更新时间，进而对控制灯具开关的精度进行校准。

Description

一种基于环境信息的智能照明灯具控制系统及方法
技术领域
本发明涉及照明控制技术领域，具体为一种基于环境信息的智能照明灯具控制系统及方法。
背景技术
随着人们生活水平的提高，灯具已经成为人们生活中必不可少的部分，其为人们的生活带来了较大的便利，但是当前的灯具尚且存在不足之处，一方面是不能实现灯具的智能化，需要用户来回开关进行控制，不仅浪费时间，还由于周围环境较为漆黑，给人们带来了较大的不便；另一方面，虽然现有技术中存在通过周围环境控制照明灯具的技术，但是其是通过声音响度或光照情况进行判断的，声音响度会受到自然环境的影响，如：雷声、雨声等，光照则会受到灯具所处环境的影响，当处于黑夜环境中则会保持常亮状态，精度不高，较为浪费能源。
针对上述情况，我们需要一种基于环境信息的智能照明灯具控制系统及方法。
发明内容
本发明的目的在于提供一种基于环境信息的智能照明灯具控制系统及方法，以解决上述背景技术中提出的问题。
为了解决上述技术问题，本发明提供如下技术方案：一种基于环境信息的智能照明灯具控制系统，包括：
环境信息采集模块，所述环境信息采集模块分别对灯具周边环境进行视觉图片及声音特征进行采集；
对比图匹配模块，所述对比图匹配模块对采集的视觉图片进行预处理，并将预处理结果与对比图数据库匹配，得到对比图；
特征膜生成模块，所述特征膜生成模块分别对视觉图片与对比图进行分析，分别得到相应的特征膜，将视觉图片对应的特征膜记为A1，将对比图对应的特征膜记为A2；
视觉信息处理模块，所述视觉信息处理模块对A1与A2进行数据处理，得到A1与A2之间的浮动差异值B；
灯具控制模块，所述灯具控制模块根据采集的声音特征及视觉信息处理模块得到的浮动差异值B，对灯具进行控制；
状态确认模块，所述状态确认模块在灯具开启状态下，会对周围信息进行确认，进一步控制灯具的后续状态，并判断对比图数据库的更新时间。
本发明通过各个模块的协同合作，实现了对灯具的有效控制，不仅控制精度更高，且能够有效减少对能源的浪费。
进一步的，所述环境信息采集模块包括图片采集模块及声音采集模块，
所述图片采集模块通过高清摄像头对灯具周边的环境进行图片采集，得到视觉图片；
所述声音采集模块通过传感器对灯具周边的环境进行声音特征采集，所述声音特征包括音色及响度m。
本发明采集音色是为了对声音进行有效识别，避免自然因素对灯具的开关造成影响，如： 雷声、风声等，进而造成能源浪费。
进一步的，所述对比图匹配模块对采集的视觉图片进行预处理的方法包括以下步骤：
S1.1、对视觉图像进行灰度处理；
S1.2、选取视觉图像的指定位置为测试点，测试点包括一个或多个；
S1.3、分别求取各个测试点中像素对应灰度值的平均值Q1，求取所有测试点中像素对应灰度值的平均值Q2；
S1.4、分别计算各个测试点对应的Q1与Q2之间的差值，分别将所得差值与第一预设值进行比较，筛选出异常测试点，
当所得差值小于等于第一预设值时，则判定该所得差值对应的测试点为异常测试点，
当所得差值大于第一预设值时，则判定该所得差值对应的测试点为正常测试点；
S1.5、获取所有正常测试点中像素对应灰度值的平均值Q3，所述Q3为预处理结果；
将预处理结果与对比图数据库匹配，选取对比图数据库中Q3对应的图像，记为对比图，
所述对比图为灯具对应的高清摄像头在无人状态下拍摄的图像，且该图像在灰度处理后所有正常测试点中像素对应灰度值的平均值为Q3。
本发明对比图匹配模块对采集的视觉图片进行预处理时，设定指定位置为测试点一方面能够缩小测试范围，减少测试数据的运算量，提高对数据的处理速度，另一方面能够避免自然环境对测试点内数据的影响，如月光或阳光对灯具周边环境的影响，进而提高对对比图的筛选精度。计算Q3是为了获取图片测试点的整体色调强度，进而能够筛选出整体色调强度与视觉图片近似的对比图，进而提高对比环境的相似性，提高控制结果的准确性。
进一步的，所述特征膜生成模块分别对视觉图片与对比图进行分析并得到相应的特征膜的方法包括以下步骤：
S2.1、分别对视觉图片与对比图进行二值化处理，计算两者二值化处理后对应图片之间的差异值，并判断差异值是否在阈值范围内；
S2.2、当S2.1中的差异值在阈值范围内时，则判定浮动差异值B为0，
当S2.1中的差异值不在阈值范围内时，分别获取视觉图片与对比图灰度处理后的图片；
S2.3、分别提取视觉图片对应灰度图片与对比图对应灰度图片中灰度值大于等于第二预设值的像素点，判定提取的像素点为亮点，将视觉图片对应的亮点记为亮点c1，将对比图对应的亮点记为c2；
S2.4、统计亮点c1的个数及相应的位置，建立第一空板，根据亮点c1的位置，对亮点c1在第一空板中对应的像素点进行标记，将被标记的像素点的灰度值记为d1，其余像素点的灰度值记为0，处理后的第一空板则为视觉图片对应的特征膜，即A1，所述第一空板像素点与A1的像素点排布方式相同；
S2.5、统计亮点c2的个数及相应的位置，建立第二空板，根据亮点c2的位置，对亮点c2在第二空板中对应的像素点进行标记，将被标记的像素点的灰度值记为d2，其余像素点的灰度值记为0，处理后的第二空板则为对比图对应的特征膜，即A2，所述第二空板像素点与A2的像素点排布方式相同。
本发明对视觉图片与对比图进行二值化处理是为了提前判断是否需要进行特征膜求取，能够有效减少系统的数据处理量，提高系统运行的速度，当S2.1中的差异值在阈值范围内时，这判定浮动差异值B为0，不对视觉图片与对比图对应的特征膜进行求取，建立第一特征膜空板是为了能够对亮点c1进行快速标记，并排除其他因素的干扰，得到A1与A2是为了能够在排除其他因素干扰的情况下，能够清晰有效的分析出视觉图片与对比图两者之间的差异情况，亮点c1与亮点c1则为对应图片的主要特征，只需通过对该主要特征进行分析，就能判断出两图片的差异值，该方式能够快速排除其他数据或其他因素的干扰，使得最终得到的结果更加纯净，进而使得灯具的控制结果更加准确。
进一步的，所述S2.1中计算视觉图片与对比图两者二值化处理后对应图片之间的差异值的方法包括以下步骤：
S2.1.1、分别统计视觉图片与对比图两者二值化处理后对应图片中各像素点对应值为255的个数，所述二值化处理后的图片中各像素点对应的值只包含0与255；
S2.1.2、将统计的视觉图片二值化处理后对应图片中各像素点对应值为255的个数记为e1，将统计的对比图二值化处理后对应图片中各像素点对应值为255的个数记为e2；
S2.1.3、计算e1与e2差值的绝对值|e1-e2|，所述|e1-e2|即为视觉图片与对比图两者二值化处理后对应图片之间的差异值；
将|e1-e2|与第三预设值进行比较，
当|e1-e2|大于等于第三预设值时，则判定差异值在阈值范围内；
当|e1-e2|小于第三预设值时，则判定差异值不在阈值范围内。
本发明获取视觉图片与对比图两者二值化处理后对应图片之间的差异值能够实现对视觉图片与对比图之间差异的初步判断，能够有效筛减数据的计算量，减轻系统的运算能负担，计算|e1-e2|是为了能够简单获取量图片的差异情况，只计算像素点对应值为255的个数差异是因为视觉图片与对比图均是由同一高清摄像头拍摄的，因此两者的像素一样，进行计算出两者像素点对应值为255的个数差异，即可得到两者像素点对应值为0的个数差异，进而得到两者整体像素点对应值的差异。
进一步的，所述视觉信息处理模块得到A1与A2之间的浮动差异值B的方法包括以下步骤：
S3.1、将A1与A2中对应像素点的灰度值进行累加，得到第三特征膜，记为A3；
S3.2、将A3中灰度值为d1+d2的像素点判定为重合亮点，分别对A3中灰度值为d1与d2的像素点的位置及个数进行统计；
S3.3、将灰度值为d1的像素点个数记为f1，将灰度值为d2的像素点个数记为f2，计算两者差值的绝对值，即|f1-f2|；
S3.4、统计A3中异常亮点的个数，记为f3；
S3.4、将|f1-f2|与f3相加得到A1与A2之间的浮动差异值B，即
Figure 735963DEST_PATH_IMAGE001
。
本发明在进行浮动差异值B的计算过程中，获取第三特征膜是为了将A1与A2内的信息进行统合，并将亮点种类进行有效划分，便于后续对数据的分析；计算|f1-f2|是为了初步判断亮点在均发生偏移的情况下的不对称亮点个数，f3为具体分析时得到的异常亮点个数，将两者进行相加，是为了扩大两图片之间的差异值，中和判定的亮点偏移对个数造成的误差，进一步减少计算结果与实际结果之间的误差值，提高系统对灯具控制结果的精度。
进一步的，判断A3中异常亮点的个数的方法包括以下步骤：
S3.4.1、获取A3中每个灰度值为d1的像素点分别到灰度值为d2的像素点的像素距离L；
S3.4.2、将A3中灰度值为d1的像素点记为第一像素点，分别为每个第一像素点建立一个对应的集合，所述集合内存储该第一像素点对应的L中所有小于等于第一阈值的L值及该L值相应的像素点；
S3.4.3、每个第一像素点对应集合中的项的个数与该第一像素点的优先级呈负相关，从优先级最大的第一像素点开始进行处理，识别出该第一像素点对应集合内的项，
当该第一像素点对应集合为空时，则判定该第一像素点为异常亮点，
S3.4.4、当该第一像素点对应集合内L值相应的像素点在其他第一像素点对应集合内L值相应的像素点中均未出现或未全部出现时，提取该第一像素点对应集合中在其他第一像素点对应集合未出现的像素点，比较该提取的像素点对应L值的大小，判定该第一像素点为比较结果中最小L值对应的像素点的偏移亮点，两者构成一组亮点偏移对；
S3.4.5、当该第一像素点对应集合内L值相应的像素点在其他第一像素点对应集合内L值相应的像素点中均全部出现时，统计该第一像素点中每个L值对应像素点在其他第一像素点对应集合内出现的次数n，分别计算该第一像素点中每个L值与对应n的倒数，即
Figure 657783DEST_PATH_IMAGE002
，
比较第一像素点中每个L值对应的
Figure 908636DEST_PATH_IMAGE002
的大小，判定该第一像素点为比较结果中最小
Figure 624919DEST_PATH_IMAGE002
对应的像素点的偏移亮点，两者构成一组亮点偏移对，并将其他第一像素点对应集合内该
Figure 226802DEST_PATH_IMAGE002
对应的像素点及相应的L值删除，并重新对未处理的各第一像素点的优先级进行排序，继续从重新排序后优先级最大的第一像素点开始进行处理，直至处理结束；
S3.4.6、统计A3中不构成亮点偏移对的灰度值为d2的像素点个数，将统计的该像素点个数与S3.4.3中判定的异常亮点个数相加，得到的和即为A3中异常亮点的个数。
本发明计算像素距离L是为了实现对亮点偏移对的筛选，判定第一像素点为比较结果中最小L值对应的像素点的偏移亮点是考虑到就近原则，将亮点之间的偏离距离最小化；统计该第一像素点中每个L值对应像素点在其他第一像素点对应集合内出现的次数n，是为了将亮点偏移对最大化，在符合规则的情况下获取尽可能多的亮点偏移对，n反应了该像素点的重要度，n越大，则说明该像素点越重要，越多的第一像素点可能与其构成亮点偏移对；计算
Figure 686733DEST_PATH_IMAGE002
是为了在综合考虑n因素的情况下实现对亮点偏移对的筛选；将其他第一像素点对应集合内该
Figure 792092DEST_PATH_IMAGE002
对应的像素点及相应的L值删除，并重新对未处理的各第一像素点的优先级进行排序是为了减少已构成亮点偏移对的像素点对其他第一像素点构成影响，进而对于包含已构成亮点偏移对的像素点的第一像素点集合，该集合内可选择与该第一像素点构成亮点偏移对的像素点变少，进而需要对该第一像素点的优先级进行调整，避免该第一像素点无相应的构成亮点偏移对的像素点可选。
进一步的，所述灯具控制模块包括声音信息处理模块及开关控制模块，所述声音信息处理模块获取采集的响度m及音色，计算出声音差异值B1，所述
Figure 538331DEST_PATH_IMAGE003
，所述g2为响度系数，所述g1为音色系数，
当采集的音色不在预设的阈值范围内时，判定该音色系数为0，
当采集的音色在预设的阈值范围内时，判定该音色系数为1，
所述开关控制模块分别获取B与B1，将B与B1相加，并将所得的和
Figure 735832DEST_PATH_IMAGE004
与第四预设值进行比较，
当
Figure 124088DEST_PATH_IMAGE004
大于等于第四预设值时，则控制灯具开启，
当
Figure 224899DEST_PATH_IMAGE004
小于第四预设值时，则控制灯具不开启。
本发明将音色系数设置为0或1是因为避免自然环境中的声音对声音差异值造成影响，进而避免对灯具控制造成影响，避免灯具错误开启；将B与B1相加是为了综合考虑声音差异值与浮动差异值对控制结果的影响，针对人未到声先到或者人到但未出声的情况，能够实现及时亮灯，提升用户满意度。
进一步的，所述状态确认模块对周围信息进行确认的方式为：通过高清摄像头对灯具周边的环境进行图片采集，得到新的视觉图片，并对新的视觉图片进行人物识别，
当新的视觉图片中识别到人物时，则判定信息正常，保持灯具持续开启，
当新的视觉图片中未识别到人物时，则判定信息异常，保持灯具持续开启第一单位时间，并在该第一单位时间内，每隔第二单位时间通过高清摄像头重新获取一次新的视觉图片，并对其进行人物识别，
若在该第一单位内，获取的新的视觉图片中识别到人物，则判定信息正常，保持灯具持续开启，
反之，在该第一单位后，控制该灯具关闭，并对比图发生变更，需要对对比图数据库进行更新。
本发明对周围信息进行确认是为了能够对判断灯具是否错误开启，当错误开启时能够及时对灯具进行关闭，避免造成能源浪费，而设置第一单位时间是考虑到人未到声先到这种情况，避免人未到就提前灭灯的情况发生，而设置第二单位时间是为了及时对人物进行识别，进行多次校验，进而提高最终的判断精度。对对比图数据库进行更新是为了提高对浮动差异值获取的精度。
一种基于环境信息的智能照明灯具控制方法，所述方法包括以下步骤：
S1、环境信息采集模块分别对灯具周边环境进行视觉图片及声音特征进行采集；
S2、对比图匹配模块对采集的视觉图片进行预处理，并将预处理结果与对比图数据库匹配，得到对比图；
S3、特征膜生成模块分别对视觉图片与对比图进行分析，分别得到相应的特征膜，将视觉图片对应的特征膜记为A1，将对比图对应的特征膜记为A2；
S4、视觉信息处理模块对A1与A2进行数据处理，得到A1与A2之间的浮动差异值B；
S5、灯具控制模块根据采集的声音特征及视觉信息处理模块得到的浮动差异值B，对灯具进行控制；
S6、状态确认模块在灯具开启状态下，会对周围信息进行确认，进一步控制灯具的后续状态，并判断对比图数据库的更新时间。
与现有技术相比，本发明所达到的有益效果是：本发明通过对周围环境中的视觉图片及声音特征进行分析，通过视觉图片与对比图的浮动差异值及声音差异值对灯具的开关进行控制，该方式还能够在黑夜对灯具进行有效控制，避免造成能源浪费，同时还能够在周围环境发生变动时，判断对比图数据库的更新时间，进而对控制灯具开关的精度进行校准。
附图说明
附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：
图1是本发明一种基于环境信息的智能照明灯具控制系统的结构示意图；
图2是本发明一种基于环境信息的智能照明灯具控制系统中对比图匹配模块对采集的视觉图片进行预处理的方法的流程示意图；
图3是本发明一种基于环境信息的智能照明灯具控制系统中特征膜生成模块分别对视觉图片与对比图进行分析并得到相应的特征膜的方法的流程示意图；
图4是本发明一种基于环境信息的智能照明灯具控制系统中视觉信息处理模块得到A1与A2之间的浮动差异值B的方法的流程示意图。
具体实施方式
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，而不是全部的实施例。基于本发明中的实施例，本领域普通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。
请参阅图1-图4，本发明提供技术方案：一种基于环境信息的智能照明灯具控制系统，包括：
环境信息采集模块，所述环境信息采集模块分别对灯具周边环境进行视觉图片及声音特征进行采集；
对比图匹配模块，所述对比图匹配模块对采集的视觉图片进行预处理，并将预处理结果与对比图数据库匹配，得到对比图；
特征膜生成模块，所述特征膜生成模块分别对视觉图片与对比图进行分析，分别得到相应的特征膜，将视觉图片对应的特征膜记为A1，将对比图对应的特征膜记为A2；
视觉信息处理模块，所述视觉信息处理模块对A1与A2进行数据处理，得到A1与A2之间的浮动差异值B；
灯具控制模块，所述灯具控制模块根据采集的声音特征及视觉信息处理模块得到的浮动差异值B，对灯具进行控制；
状态确认模块，所述状态确认模块在灯具开启状态下，会对周围信息进行确认，进一步控制灯具的后续状态，并判断对比图数据库的更新时间。
本发明通过各个模块的协同合作，实现了对灯具的有效控制，不仅控制精度更高，且能够有效减少对能源的浪费。
所述环境信息采集模块包括图片采集模块及声音采集模块，
所述图片采集模块通过高清摄像头对灯具周边的环境进行图片采集，得到视觉图片；
所述声音采集模块通过传感器对灯具周边的环境进行声音特征采集，所述声音特征包括音色及响度m。
本发明采集音色是为了对声音进行有效识别，避免自然因素对灯具的开关造成影响，如： 雷声、风声等，进而造成能源浪费。
所述对比图匹配模块对采集的视觉图片进行预处理的方法包括以下步骤：
S1.1、对视觉图像进行灰度处理；
S1.2、选取视觉图像的指定位置为测试点，测试点包括一个或多个；
S1.3、分别求取各个测试点中像素对应灰度值的平均值Q1，求取所有测试点中像素对应灰度值的平均值Q2；
S1.4、分别计算各个测试点对应的Q1与Q2之间的差值，分别将所得差值与第一预设值进行比较，筛选出异常测试点，
当所得差值小于等于第一预设值时，则判定该所得差值对应的测试点为异常测试点，
当所得差值大于第一预设值时，则判定该所得差值对应的测试点为正常测试点；
S1.5、获取所有正常测试点中像素对应灰度值的平均值Q3，所述Q3为预处理结果；
将预处理结果与对比图数据库匹配，选取对比图数据库中Q3对应的图像，记为对比图，
所述对比图为灯具对应的高清摄像头在无人状态下拍摄的图像，且该图像在灰度处理后所有正常测试点中像素对应灰度值的平均值为Q3。
本发明对比图匹配模块对采集的视觉图片进行预处理时，设定指定位置为测试点一方面能够缩小测试范围，减少测试数据的运算量，提高对数据的处理速度，另一方面能够避免自然环境对测试点内数据的影响，如月光或阳光对灯具周边环境的影响，进而提高对对比图的筛选精度。计算Q3是为了获取图片测试点的整体色调强度，进而能够筛选出整体色调强度与视觉图片近似的对比图，进而提高对比环境的相似性，提高控制结果的准确性。
所述特征膜生成模块分别对视觉图片与对比图进行分析并得到相应的特征膜的方法包括以下步骤：
S2.1、分别对视觉图片与对比图进行二值化处理，计算两者二值化处理后对应图片之间的差异值，并判断差异值是否在阈值范围内；
S2.2、当S2.1中的差异值在阈值范围内时，则判定浮动差异值B为0，
当S2.1中的差异值不在阈值范围内时，分别获取视觉图片与对比图灰度处理后的图片；
S2.3、分别提取视觉图片对应灰度图片与对比图对应灰度图片中灰度值大于等于第二预设值的像素点，判定提取的像素点为亮点，将视觉图片对应的亮点记为亮点c1，将对比图对应的亮点记为c2；
S2.4、统计亮点c1的个数及相应的位置，建立第一空板，根据亮点c1的位置，对亮点c1在第一空板中对应的像素点进行标记，将被标记的像素点的灰度值记为d1，其余像素点的灰度值记为0，处理后的第一空板则为视觉图片对应的特征膜，即A1，所述第一空板像素点与A1的像素点排布方式相同；
S2.5、统计亮点c2的个数及相应的位置，建立第二空板，根据亮点c2的位置，对亮点c2在第二空板中对应的像素点进行标记，将被标记的像素点的灰度值记为d2，其余像素点的灰度值记为0，处理后的第二空板则为对比图对应的特征膜，即A2，所述第二空板像素点与A2的像素点排布方式相同。
本发明对视觉图片与对比图进行二值化处理是为了提前判断是否需要进行特征膜求取，能够有效减少系统的数据处理量，提高系统运行的速度，当S2.1中的差异值在阈值范围内时，这判定浮动差异值B为0，不对视觉图片与对比图对应的特征膜进行求取，建立第一特征膜空板是为了能够对亮点c1进行快速标记，并排除其他因素的干扰，得到A1与A2是为了能够在排除其他因素干扰的情况下，能够清晰有效的分析出视觉图片与对比图两者之间的差异情况，亮点c1与亮点c1则为对应图片的主要特征，只需通过对该主要特征进行分析，就能判断出两图片的差异值，该方式能够快速排除其他数据或其他因素的干扰，使得最终得到的结果更加纯净，进而使得灯具的控制结果更加准确。
所述S2.1中计算视觉图片与对比图两者二值化处理后对应图片之间的差异值的方法包括以下步骤：
S2.1.1、分别统计视觉图片与对比图两者二值化处理后对应图片中各像素点对应值为255的个数，所述二值化处理后的图片中各像素点对应的值只包含0与255；
S2.1.2、将统计的视觉图片二值化处理后对应图片中各像素点对应值为255的个数记为e1，将统计的对比图二值化处理后对应图片中各像素点对应值为255的个数记为e2；
S2.1.3、计算e1与e2差值的绝对值|e1-e2|，所述|e1-e2|即为视觉图片与对比图两者二值化处理后对应图片之间的差异值；
将|e1-e2|与第三预设值进行比较，
当|e1-e2|大于等于第三预设值时，则判定差异值在阈值范围内；
当|e1-e2|小于第三预设值时，则判定差异值不在阈值范围内。
本发明获取视觉图片与对比图两者二值化处理后对应图片之间的差异值能够实现对视觉图片与对比图之间差异的初步判断，能够有效筛减数据的计算量，减轻系统的运算能负担，计算|e1-e2|是为了能够简单获取量图片的差异情况，只计算像素点对应值为255的个数差异是因为视觉图片与对比图均是由同一高清摄像头拍摄的，因此两者的像素一样，进行计算出两者像素点对应值为255的个数差异，即可得到两者像素点对应值为0的个数差异，进而得到两者整体像素点对应值的差异。
所述视觉信息处理模块得到A1与A2之间的浮动差异值B的方法包括以下步骤：
S3.1、将A1与A2中对应像素点的灰度值进行累加，得到第三特征膜，记为A3；
S3.2、将A3中灰度值为d1+d2的像素点判定为重合亮点，分别对A3中灰度值为d1与d2的像素点的位置及个数进行统计；
S3.3、将灰度值为d1的像素点个数记为f1，将灰度值为d2的像素点个数记为f2，计算两者差值的绝对值，即|f1-f2|；
S3.4、统计A3中异常亮点的个数，记为f3；
S3.4、将|f1-f2|与f3相加得到A1与A2之间的浮动差异值B，即
Figure 142040DEST_PATH_IMAGE001
。
本发明在进行浮动差异值B的计算过程中，获取第三特征膜是为了将A1与A2内的信息进行统合，并将亮点种类进行有效划分，便于后续对数据的分析；计算|f1-f2|是为了初步判断亮点在均发生偏移的情况下的不对称亮点个数，f3为具体分析时得到的异常亮点个数，将两者进行相加，是为了扩大两图片之间的差异值，中和判定的亮点偏移对个数造成的误差，进一步减少计算结果与实际结果之间的误差值，提高系统对灯具控制结果的精度。
判断A3中异常亮点的个数的方法包括以下步骤：
S3.4.1、获取A3中每个灰度值为d1的像素点分别到灰度值为d2的像素点的像素距离L；
S3.4.2、将A3中灰度值为d1的像素点记为第一像素点，分别为每个第一像素点建立一个对应的集合，所述集合内存储该第一像素点对应的L中所有小于等于第一阈值的L值及该L值相应的像素点；
S3.4.3、每个第一像素点对应集合中的项的个数与该第一像素点的优先级呈负相关，从优先级最大的第一像素点开始进行处理，识别出该第一像素点对应集合内的项，
当该第一像素点对应集合为空时，则判定该第一像素点为异常亮点，
S3.4.4、当该第一像素点对应集合内L值相应的像素点在其他第一像素点对应集合内L值相应的像素点中均未出现或未全部出现时，提取该第一像素点对应集合中在其他第一像素点对应集合未出现的像素点，比较该提取的像素点对应L值的大小，判定该第一像素点为比较结果中最小L值对应的像素点的偏移亮点，两者构成一组亮点偏移对；
S3.4.5、当该第一像素点对应集合内L值相应的像素点在其他第一像素点对应集合内L值相应的像素点中均全部出现时，统计该第一像素点中每个L值对应像素点在其他第一像素点对应集合内出现的次数n，分别计算该第一像素点中每个L值与对应n的倒数，即
Figure 593881DEST_PATH_IMAGE002
，
比较第一像素点中每个L值对应的
Figure 254669DEST_PATH_IMAGE002
的大小，判定该第一像素点为比较结果中最小
Figure 334621DEST_PATH_IMAGE002
对应的像素点的偏移亮点，两者构成一组亮点偏移对，并将其他第一像素点对应集合内该
Figure 563608DEST_PATH_IMAGE002
对应的像素点及相应的L值删除，并重新对未处理的各第一像素点的优先级进行排序，继续从重新排序后优先级最大的第一像素点开始进行处理，直至处理结束；
S3.4.6、统计A3中不构成亮点偏移对的灰度值为d2的像素点个数，将统计的该像素点个数与S3.4.3中判定的异常亮点个数相加，得到的和即为A3中异常亮点的个数。
本发明计算像素距离L是为了实现对亮点偏移对的筛选，判定第一像素点为比较结果中最小L值对应的像素点的偏移亮点是考虑到就近原则，将亮点之间的偏离距离最小化；统计该第一像素点中每个L值对应像素点在其他第一像素点对应集合内出现的次数n，是为了将亮点偏移对最大化，在符合规则的情况下获取尽可能多的亮点偏移对，n反应了该像素点的重要度，n越大，则说明该像素点越重要，越多的第一像素点可能与其构成亮点偏移对；计算
Figure 361800DEST_PATH_IMAGE002
是为了在综合考虑n因素的情况下实现对亮点偏移对的筛选；将其他第一像素点对应集合内该
Figure 826279DEST_PATH_IMAGE002
对应的像素点及相应的L值删除，并重新对未处理的各第一像素点的优先级进行排序是为了减少已构成亮点偏移对的像素点对其他第一像素点构成影响，进而对于包含已构成亮点偏移对的像素点的第一像素点集合，该集合内可选择与该第一像素点构成亮点偏移对的像素点变少，进而需要对该第一像素点的优先级进行调整，避免该第一像素点无相应的构成亮点偏移对的像素点可选。
所述灯具控制模块包括声音信息处理模块及开关控制模块，所述声音信息处理模块获取采集的响度m及音色，计算出声音差异值B1，所述
Figure 134638DEST_PATH_IMAGE003
，所述g2为响度系数，所述g1为音色系数，
当采集的音色不在预设的阈值范围内时，判定该音色系数为0，
当采集的音色在预设的阈值范围内时，判定该音色系数为1，
所述开关控制模块分别获取B与B1，将B与B1相加，并将所得的和
Figure 924740DEST_PATH_IMAGE004
与第四预设值进行比较，
当
Figure 820015DEST_PATH_IMAGE004
大于等于第四预设值时，则控制灯具开启，
当
Figure 88185DEST_PATH_IMAGE004
小于第四预设值时，则控制灯具不开启。
本发明将音色系数设置为0或1是因为避免自然环境中的声音对声音差异值造成影响，进而避免对灯具控制造成影响，避免灯具错误开启；将B与B1相加是为了综合考虑声音差异值与浮动差异值对控制结果的影响，针对人未到声先到或者人到但未出声的情况，能够实现及时亮灯，提升用户满意度。
所述状态确认模块对周围信息进行确认的方式为：通过高清摄像头对灯具周边的环境进行图片采集，得到新的视觉图片，并对新的视觉图片进行人物识别，
当新的视觉图片中识别到人物时，则判定信息正常，保持灯具持续开启，
当新的视觉图片中未识别到人物时，则判定信息异常，保持灯具持续开启第一单位时间，并在该第一单位时间内，每隔第二单位时间通过高清摄像头重新获取一次新的视觉图片，并对其进行人物识别，
若在该第一单位内，获取的新的视觉图片中识别到人物，则判定信息正常，保持灯具持续开启，
反之，在该第一单位后，控制该灯具关闭，并对比图发生变更，需要对对比图数据库进行更新。
本发明对周围信息进行确认是为了能够对判断灯具是否错误开启，当错误开启时能够及时对灯具进行关闭，避免造成能源浪费，而设置第一单位时间是考虑到人未到声先到这种情况，避免人未到就提前灭灯的情况发生，而设置第二单位时间是为了及时对人物进行识别，进行多次校验，进而提高最终的判断精度。对对比图数据库进行更新是为了提高对浮动差异值获取的精度。
一种基于环境信息的智能照明灯具控制方法，所述方法包括以下步骤：
S1、环境信息采集模块分别对灯具周边环境进行视觉图片及声音特征进行采集；
S2、对比图匹配模块对采集的视觉图片进行预处理，并将预处理结果与对比图数据库匹配，得到对比图；
S3、特征膜生成模块分别对视觉图片与对比图进行分析，分别得到相应的特征膜，将视觉图片对应的特征膜记为A1，将对比图对应的特征膜记为A2；
S4、视觉信息处理模块对A1与A2进行数据处理，得到A1与A2之间的浮动差异值B；
S5、灯具控制模块根据采集的声音特征及视觉信息处理模块得到的浮动差异值B，对灯具进行控制；
S6、状态确认模块在灯具开启状态下，会对周围信息进行确认，进一步控制灯具的后续状态，并判断对比图数据库的更新时间。
需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。
最后应说明的是：以上所述仅为本发明的优选实施例而已，并不用于限制本发明，尽管参照前述实施例对本发明进行了详细的说明，对于本领域的技术人员来说，其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (7)

1.一种基于环境信息的智能照明灯具控制系统，其特征在于，包括：
环境信息采集模块，所述环境信息采集模块分别对灯具周边环境进行视觉图片及声音特征进行采集；
对比图匹配模块，所述对比图匹配模块对采集的视觉图片进行预处理，并将预处理结果与对比图数据库匹配，得到对比图；
特征膜生成模块，所述特征膜生成模块分别对视觉图片与对比图进行分析，分别得到相应的特征膜，将视觉图片对应的特征膜记为A1，将对比图对应的特征膜记为A2；
视觉信息处理模块，所述视觉信息处理模块对A1与A2进行数据处理，得到A1与A2之间的浮动差异值B；
灯具控制模块，所述灯具控制模块根据采集的声音特征及视觉信息处理模块得到的浮动差异值B，对灯具进行控制；
状态确认模块，所述状态确认模块在灯具开启状态下，会对周围信息进行确认，进一步控制灯具的后续状态，并判断对比图数据库的更新时间；
所述环境信息采集模块包括图片采集模块及声音采集模块，
所述图片采集模块通过高清摄像头对灯具周边的环境进行图片采集，得到视觉图片；
所述声音采集模块通过传感器对灯具周边的环境进行声音特征采集，所述声音特征包括音色及响度m；
所述特征膜生成模块分别对视觉图片与对比图进行分析并得到相应的特征膜的方法包括以下步骤：
S2.1、分别对视觉图片与对比图进行二值化处理，计算两者二值化处理后对应图片之间的差异值，并判断差异值是否在阈值范围内；
S2.2、当S2.1中的差异值在阈值范围内时，则判定浮动差异值B为0，
当S2.1中的差异值不在阈值范围内时，分别获取视觉图片与对比图灰度处理后的图片；
S2.3、分别提取视觉图片对应灰度图片与对比图对应灰度图片中灰度值大于等于第二预设值的像素点，判定提取的像素点为亮点，将视觉图片对应的亮点记为亮点c1，将对比图对应的亮点记为c2；
S2.4、统计亮点c1的个数及相应的位置，建立第一空板，根据亮点c1的位置，对亮点c1在第一空板中对应的像素点进行标记，将被标记的像素点的灰度值记为d1，其余像素点的灰度值记为0，处理后的第一空板则为视觉图片对应的特征膜，即A1，所述第一空板像素点与A1的像素点排布方式相同；
S2.5、统计亮点c2的个数及相应的位置，建立第二空板，根据亮点c2的位置，对亮点c2在第二空板中对应的像素点进行标记，将被标记的像素点的灰度值记为d2，其余像素点的灰度值记为0，处理后的第二空板则为对比图对应的特征膜，即A2，所述第二空板像素点与A2的像素点排布方式相同；
所述S2.1中计算视觉图片与对比图两者二值化处理后对应图片之间的差异值的方法包括以下步骤：
S2.1.1、分别统计视觉图片与对比图两者二值化处理后对应图片中各像素点对应值为255的个数，所述二值化处理后的图片中各像素点对应的值只包含0与255；
S2.1.2、将统计的视觉图片二值化处理后对应图片中各像素点对应值为255的个数记为e1，将统计的对比图二值化处理后对应图片中各像素点对应值为255的个数记为e2；
S2.1.3、计算e1与e2差值的绝对值|e1-e2|，所述|e1-e2|即为视觉图片与对比图两者二值化处理后对应图片之间的差异值；
将|e1-e2|与第三预设值进行比较，
当|e1-e2|大于等于第三预设值时，则判定差异值在阈值范围内；
当|e1-e2|小于第三预设值时，则判定差异值不在阈值范围内。
2.根据权利要求1所述的一种基于环境信息的智能照明灯具控制系统，其特征在于：所述对比图匹配模块对采集的视觉图片进行预处理的方法包括以下步骤：
S1.1、对视觉图像进行灰度处理；
S1.2、选取视觉图像的指定位置为测试点，测试点包括一个或多个；
S1.3、分别求取各个测试点中像素对应灰度值的平均值Q1，求取所有测试点中像素对应灰度值的平均值Q2；
S1.4、分别计算各个测试点对应的Q1与Q2之间的差值，分别将所得差值与第一预设值进行比较，筛选出异常测试点，
当所得差值小于等于第一预设值时，则判定该所得差值对应的测试点为异常测试点，
当所得差值大于第一预设值时，则判定该所得差值对应的测试点为正常测试点；
S1.5、获取所有正常测试点中像素对应灰度值的平均值Q3，所述Q3为预处理结果；
将预处理结果与对比图数据库匹配，选取对比图数据库中Q3对应的图像，记为对比图，
所述对比图为灯具对应的高清摄像头在无人状态下拍摄的图像，且该图像在灰度处理后所有正常测试点中像素对应灰度值的平均值为Q3。
3.根据权利要求1所述的一种基于环境信息的智能照明灯具控制系统，其特征在于：所述视觉信息处理模块得到A1与A2之间的浮动差异值B的方法包括以下步骤：
S3.1、将A1与A2中对应像素点的灰度值进行累加，得到第三特征膜，记为A3；
S3.2、将A3中灰度值为d1+d2的像素点判定为重合亮点，分别对A3中灰度值为d1与d2的像素点的位置及个数进行统计；
S3.3、将灰度值为d1的像素点个数记为f1，将灰度值为d2的像素点个数记为f2，计算两者差值的绝对值，即|f1-f2|；
S3.4、统计A3中异常亮点的个数，记为f3；
S3.4、将|f1-f2|与f3相加得到A1与A2之间的浮动差异值B，即
Figure 543905DEST_PATH_IMAGE001
。
4.根据权利要求3所述的一种基于环境信息的智能照明灯具控制系统，其特征在于：判断A3中异常亮点的个数的方法包括以下步骤：
S3.4.1、获取A3中每个灰度值为d1的像素点分别到灰度值为d2的像素点的像素距离L；
S3.4.2、将A3中灰度值为d1的像素点记为第一像素点，分别为每个第一像素点建立一个对应的集合，所述集合内存储该第一像素点对应的L中所有小于等于第一阈值的L值及该L值相应的像素点；
S3.4.3、每个第一像素点对应集合中的项的个数与该第一像素点的优先级呈负相关，从优先级最大的第一像素点开始进行处理，识别出该第一像素点对应集合内的项，
当该第一像素点对应集合为空时，则判定该第一像素点为异常亮点，
S3.4.4、当该第一像素点对应集合内L值相应的像素点在其他第一像素点对应集合内L值相应的像素点中均未出现或未全部出现时，提取该第一像素点对应集合中在其他第一像素点对应集合未出现的像素点，比较该提取的像素点对应L值的大小，判定该第一像素点为比较结果中最小L值对应的像素点的偏移亮点，两者构成一组亮点偏移对；
S3.4.5、当该第一像素点对应集合内L值相应的像素点在其他第一像素点对应集合内L值相应的像素点中均全部出现时，统计该第一像素点中每个L值对应像素点在其他第一像素点对应集合内出现的次数n，分别计算该第一像素点中每个L值与对应n的倒数，即
Figure 623988DEST_PATH_IMAGE002
，
比较第一像素点中每个L值对应的
Figure 681942DEST_PATH_IMAGE002
的大小，判定该第一像素点为比较结果中最小
Figure 163871DEST_PATH_IMAGE002
对应的像素点的偏移亮点，两者构成一组亮点偏移对，并将其他第一像素点对应集合内该
Figure 219551DEST_PATH_IMAGE002
对应的像素点及相应的L值删除，并重新对未处理的各第一像素点的优先级进行排序，继续从重新排序后优先级最大的第一像素点开始进行处理，直至处理结束；
S3.4.6、统计A3中不构成亮点偏移对的灰度值为d2的像素点个数，将统计的该像素点个数与S3.4.3中判定的异常亮点个数相加，得到的和即为A3中异常亮点的个数。
5.根据权利要求3所述的一种基于环境信息的智能照明灯具控制系统，其特征在于：所述灯具控制模块包括声音信息处理模块及开关控制模块，所述声音信息处理模块获取采集的响度m及音色，计算出声音差异值B1，所述
Figure 781071DEST_PATH_IMAGE003
，所述g2为响度系数，所述g1为音色系数，
当采集的音色不在预设的阈值范围内时，判定该音色系数为0，
当采集的音色在预设的阈值范围内时，判定该音色系数为1，
所述开关控制模块分别获取B与B1，将B与B1相加，并将所得的和
Figure 314820DEST_PATH_IMAGE004
与第四预设值进行比较，
当
Figure 916834DEST_PATH_IMAGE004
大于等于第四预设值时，则控制灯具开启，
当
Figure 408995DEST_PATH_IMAGE004
小于第四预设值时，则控制灯具不开启。
6.根据权利要求5所述的一种基于环境信息的智能照明灯具控制系统，其特征在于：所述状态确认模块对周围信息进行确认的方式为：通过高清摄像头对灯具周边的环境进行图片采集，得到新的视觉图片，并对新的视觉图片进行人物识别，
当新的视觉图片中识别到人物时，则判定信息正常，保持灯具持续开启，
当新的视觉图片中未识别到人物时，则判定信息异常，保持灯具持续开启第一单位时间，并在该第一单位时间内，每隔第二单位时间通过高清摄像头重新获取一次新的视觉图片，并对其进行人物识别，
若在该第一单位内，获取的新的视觉图片中识别到人物，则判定信息正常，保持灯具持续开启，
反之，在该第一单位后，控制该灯具关闭，并对比图发生变更，需要对对比图数据库进行更新。
7.应用权利要求1-6所述的一种基于环境信息的智能照明灯具控制系统的基于环境信息的智能照明灯具控制方法，其特征在于：所述方法包括以下步骤：
S1、环境信息采集模块分别对灯具周边环境进行视觉图片及声音特征进行采集；
S2、对比图匹配模块对采集的视觉图片进行预处理，并将预处理结果与对比图数据库匹配，得到对比图；
S3、特征膜生成模块分别对视觉图片与对比图进行分析，分别得到相应的特征膜，将视觉图片对应的特征膜记为A1，将对比图对应的特征膜记为A2；
S4、视觉信息处理模块对A1与A2进行数据处理，得到A1与A2之间的浮动差异值B；
S5、灯具控制模块根据采集的声音特征及视觉信息处理模块得到的浮动差异值B，对灯具进行控制；
S6、状态确认模块在灯具开启状态下，会对周围信息进行确认，进一步控制灯具的后续状态，并判断对比图数据库的更新时间。
CN202210672547.0A 2022-06-15 2022-06-15 一种基于环境信息的智能照明灯具控制系统及方法 Active CN114760739B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210672547.0A CN114760739B (zh) 2022-06-15 2022-06-15 一种基于环境信息的智能照明灯具控制系统及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210672547.0A CN114760739B (zh) 2022-06-15 2022-06-15 一种基于环境信息的智能照明灯具控制系统及方法

Publications (2)

Publication Number Publication Date
CN114760739A CN114760739A (zh) 2022-07-15
CN114760739B true CN114760739B (zh) 2022-08-26

Family

ID=82336715

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210672547.0A Active CN114760739B (zh) 2022-06-15 2022-06-15 一种基于环境信息的智能照明灯具控制系统及方法

Country Status (1)

Country Link
CN (1) CN114760739B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115018844B (zh) * 2022-08-09 2023-03-24 南通三信塑胶装备科技股份有限公司 一种基于人工智能的塑料薄膜质量评估方法

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112907714A (zh) * 2021-03-05 2021-06-04 兰州大学 一种基于Census变换和灰度绝对差的混合匹配双目视觉系统

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109640442B (zh) * 2018-12-14 2021-06-11 东南大学 一种基于nb-iot的教室光环境控制系统
CN111246645B (zh) * 2020-02-26 2021-11-12 辽宁百思特达半导体科技有限公司 一种基于5g通信的多功能智慧灯杆控制系统及控制方法
CN113285986A (zh) * 2021-04-30 2021-08-20 苏州维格纳信息科技有限公司 一种基于物联网的智能灯杆管理控制系统及方法

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112907714A (zh) * 2021-03-05 2021-06-04 兰州大学 一种基于Census变换和灰度绝对差的混合匹配双目视觉系统

Also Published As

Publication number Publication date
CN114760739A (zh) 2022-07-15

Similar Documents

Publication Publication Date Title
CN112990335B (zh) 一种电网无人机巡检影像缺陷智能识别自学习训练方法、系统
CN109416413B (zh) 太阳能预报
CN105445607B (zh) 一种基于等温线绘制的电力设备故障检测方法
CN114760739B (zh) 一种基于环境信息的智能照明灯具控制系统及方法
CN113436184B (zh) 基于改进孪生网络的电力设备图像缺陷判别方法及系统
CN111062961A (zh) 一种基于深度学习的隐形眼镜边缘缺陷检测方法
CN103177445A (zh) 基于分段阈值图像分割及光斑识别的室外番茄识别方法
CN114867161A (zh) 基于AIoT和传感器网络的商业照明系统及照明方法
CN112330961A (zh) 一种基于时序规律的交通指示红黄绿灯的图像识别方法
CN114581824A (zh) 一种基于视频检测技术的分拣中心异常行为的识别方法
CN112750113B (zh) 基于深度学习和直线检测的玻璃瓶缺陷检测方法及装置
CN117388263A (zh) 用于充电枪的五金端子质量检测方法
CN109658405A (zh) 一种农作物实景观测中图像数据质量控制方法及系统
CN109948564B (zh) 一种基于有监督深度学习的人脸图像质量分类和评估方法
CN116091748A (zh) 一种基于aigc的图像识别系统及装置
CN115187568A (zh) 一种电力开关柜状态检测方法及系统
CN116017816A (zh) 基于视频分析的智慧路灯调节控制系统
CN115909306A (zh) 一种确定打光方案的方法和装置
CN110956203B (zh) 一种基于灯元分布匹配的静态夜景灯光检测方法
CN104615989B (zh) 一种室外昼夜区分方法
CN114140685A (zh) 一种自适应环境的变电站仪表读数识别方法、设备和介质
CN112330568A (zh) 一种不均匀光照烟叶图像的亮度补偿方法
CN113408415A (zh) 基于图像识别技术机场能见度与跑道视程的探测与显示系统
CN113705544B (zh) 汽车内饰清洁方法、装置、电子设备及存储介质
CN116311325B (zh) 一种基于人工智能模型的比例尺自动识别系统

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