CN116664879B - 一种基于图像识别分析的照明控制系统 - Google Patents

一种基于图像识别分析的照明控制系统 Download PDF

Info

Publication number
CN116664879B
CN116664879B CN202310962539.4A CN202310962539A CN116664879B CN 116664879 B CN116664879 B CN 116664879B CN 202310962539 A CN202310962539 A CN 202310962539A CN 116664879 B CN116664879 B CN 116664879B
Authority
CN
China
Prior art keywords
target
target area
area
illumination
image
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
CN202310962539.4A
Other languages
English (en)
Other versions
CN116664879A (zh
Inventor
黄宏略
江平
张小龙
潘碧中
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.)
Shenzhen Hta Led Lighting Electronics Co ltd
Original Assignee
Shenzhen Hta Led Lighting Electronics 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 Shenzhen Hta Led Lighting Electronics Co ltd filed Critical Shenzhen Hta Led Lighting Electronics Co ltd
Priority to CN202310962539.4A priority Critical patent/CN116664879B/zh
Publication of CN116664879A publication Critical patent/CN116664879A/zh
Application granted granted Critical
Publication of CN116664879B publication Critical patent/CN116664879B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/60—Extraction of image or video features relating to illumination properties, e.g. using a reflectance or lighting model
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/20—Movements or behaviour, e.g. gesture recognition
    • 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
    • H05B47/11—Controlling the light source in response to determined parameters by determining the brightness or colour temperature of ambient light
    • 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)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Human Computer Interaction (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Psychiatry (AREA)
  • Social Psychology (AREA)
  • Software Systems (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Image Analysis (AREA)
  • General Factory Administration (AREA)

Abstract

本发明涉及照明控制技术领域，用于解决现在电子元件工厂生产线上的照明方式较为单一和固定，无法根据操作人员在实际操作过程中对照明需求进行合理化调整和操作，且无法有效的提高生产效率的问题，尤其公开了一种基于图像识别分析的照明控制系统，包括拍摄单元、图像筛选单元、云存储库、人员状态分析单元、物体状态分析单元、综合分析单元和照明控制单元；本发明通过对目标区域视频中的图像进行分析筛选出优选图像集合，并以此为基础分别对操作人员状态和物体状态进行分析，以便根据操作过程中的变化进行合理的照明控制，实现了工作效率的提高和安全防范。

Description

一种基于图像识别分析的照明控制系统
技术领域
本发明涉及照明控制技术领域，具体为一种基于图像识别分析的照明控制系统。
背景技术
照明是指为了提供光线以照亮环境而进行的行为，它为人们提供了足够的光线使人们能看清周围环境，在电子元件工厂生产线中照明起着至关重要的作用，通过合理的控制照明可以有效的改善生产线的工作环境和提高操作效率增加工厂生产效益；
目前，在电子元件工厂生产线上，现有的照明系统往往无法满足操作人员在实际操作过程中对不同光照条件的需求从而进行合理化调整光照强度和方式，其中，一方面不合理的光照容易影响操作人员对细节的观察和处理，以至于容易导致操作的准确性从而影响工作效率，另一方面操作人员长时间处于不合适的光照环境下会导致操作人员眼睛疲劳，降低操作人员的注意力和专注度从而容易造成事故的风险；
为了解决上述缺陷，现提供一种技术方案。
发明内容
本发明的目的就在于解决现在电子元件工厂生产线上的照明方式较为单一和固定，无法根据操作人员在实际操作过程中对照明需求进行合理化调整和操作，且无法有效的提高生产效率和安全防范的问题，而提出一种基于图像识别分析的照明控制系统。
本发明的目的可以通过以下技术方案实现：一种基于图像识别分析的照明控制系统，包括拍摄单元、图像筛选单元、云存储库、人员状态分析单元、物体状态分析单元、综合分析单元和照明控制单元；
拍摄单元，用于拍摄电子元件工厂生产线中的目标区域视频并将其发送至图像筛选单元；
图像筛选单元，用于对目标区域视频中的图像信息进行监测分析得到目标区域视频中的图优值，并由此对目标区域视频中的图像进行筛选分析得到优选图像集合；
人员状态分析单元，基于优选图像集合对目标区域内的目标物体对应操作人员的身体状态信息进行监测得到检测距离、双肩宽度、脸部面积、停留时长和手部动作相同的次数，由此对目标区域内的目标物体对应操作人员的身体状态进行分析得到目标区域内的目标物体对应操作人员的专注度评估系数；
物体状态分析单元，基于优选图像集合对目标区域内的目标物体的物体状态信息进行监测得到表面凹凸值、物色强度、物体面积和形状复杂度，由此对目标区域内的目标物体的物体状态进行分析得到目标区域内的目标物体的操作难度评估系数；
综合分析单元，用于对专注度评估系数和操作难度评估系数进行综合分析得到照明需求强度系数；
照明控制单元，用于接收综合分析单元发送的照明需求强度系数，并进行照明控制分析处理，具体的过程如下：
将照明需求强度系数与预设的照明需求强度阈值进行比较分析，当照明需求强度系数大于或等于照明需求强度阈值时，则触发光照强度控制指令，当照明需求强度系数小于照明需求强度阈值时，则触发闪光控制指令；
依据光照强度控制指令，对目标区域的光照状态进行分析处理，具体的：
通过图像识别获取目标区域的光照信息中的亮度差、反射率和遮挡度的数值进行归一化计算处理得到目标区域的光照强度影响因子；
设置目标区域的预设光照强度，并将目标区域的预设光照强度与目标区域的光照强度影响因子进行计算处理，得到目标区域的最终调控参照光照强度；
通过光照检测仪获取目标区域的实测光照强度，将目标区域的实测光照强度与目标区域的最终调控参照光照强度进行对比；
当目标区域的实测光照强度大于目标区域的最终调控参照光照强度，则降低光源的亮度，减少照射到目标区域的光线强度，将实测光照强度调低到与最终调控参照光照强度一致；
当目标区域的实测光照强度小于目标区域的最终调控参照光照强度，则使用聚光器将光线集中照射到目标区域上增加光照强度，将实测光照强度调高到与最终调控参照光照强度一致；
依据闪光控制指令，调取目标区域内的目标物体对应操作人员的专注度评估系数，当专注度评估系数小于预设的专注度评估阈值时，则触发灯光交替快速闪烁用来提醒操作人员。
优选地，对目标区域视频中的图像信息进行监测的具体过程如下：
对图像进行人员和物体捕捉框识别并计算人员和物体的捕捉框面积并将面积标记为人员框面积和物体框面积；
对人员捕捉框内的人员进行身体特征识别，身体特征包括手部、双臂、肩部、头部、面部等；每种身体特征均对应一个预设身体值；将识别到的所有身体特征匹配到对应的预设身体值并求和得到身体总值，提取人员框面积和身体总值的数值并将其分别乘以对应的权重系数再求和得到人员特征完整值；
获取物体捕捉框内的物体特征信息，物体特征信息包括外观、面积、位置、尺寸、操作难度系数等；每种物体特征均对应一个预设物体值，将识别到的所有物体特征匹配到对应的预设物体值并求和得到物体总值，提取物体框面积和物体总值的数值并将分别乘以对应的权重系数再求和得到物体特征完整值；
获取图像信息中的清晰度、对比度、噪声和分辨率，以对比度的数值和分辨率的数值分别为长和宽构建长方形，再以长方形的中心点为起点，清晰度的数值为长度，作长方形的高，以长方形和长方形的高构建长方体，选取长方体的中心点，将噪声的数值按照预设比例换算为半径，以长方形的中心点为起始点和半径在长方体的内部作球形体并进行切割得到空心球，计算长方体的体积并提取体积的数值将其记为图像质量评估指数。
优选地，对目标区域视频中的图像进行筛选分析的具体过程如下：
获取人员框面积、物体框面积、人员特征完整值、物体特征完整值和图像质量评估指数的数值进行归一化计算处理，依据公式：，得到目标区域视频中的图优值；
设置图优值的图优阈值，将图优值与预设的图优阈值进行对比分析，当图优值大于或等于图优阈值时，则将对应的图像标定为预优选图像；
将目标区域视频中被标定为预优选图像的各图像按时间帧顺序进行排序归入到一起得到优选图像集合。
优选地，对目标区域内的目标物体对应操作人员的身体状态进行分析的具体过程如下：
通过图像识别对目标物体对应的中心点进行获取，同时对目标物体对应操作人员的面部特征进行获取，并从中提取操作人员两眼之间的中心点并将其记为目标点，通过识别目标点与目标物体对应的中心点之间的距离并记为检测距离，得到目标物体与对应操作人员之间的检测距离；
通过图像识别目标物体对应操作人员的肩部特征，并从中提取操作人员的双肩宽度；
通过图像识别目标物体对应操作人员的脸部特征，并从中提取操作人员的脸部面积和停留时长；
通过图像识别目标物体对应操作人员的手部特征，并从中提取操作人员的手部动作，同时获取手部动作相同的次数；
从云存储库中提取目标物体对应操作人员的参照检测距离、参照双肩宽度、参照脸部面积、参照停留时长和参照手部动作相同的次数；
依据公式：，得到目标区域内的目标物体对应操作人员的专注度评估系数，其中，e表示为自然常数，/>、/>、/>、和/>5表示为权重系数，且/>5/>4。
优选地，对目标区域内的目标物体的物体状态进行分析的具体过程如下：
通过图像识别提取目标物体的表面特征，并从中提取目标物体表面凹凸数量、凹凸深度和凹凸面积，并提取对应的数值乘以对应的权重系数再进行相加得到表面凹凸值；
通过图像识别提取目标物体并将其分割成若干区域，识别每个区域的颜色特征，并从中提取目标物体的色相、饱和度和明度，并提取对应的数值乘以对应的比例系数再进行相加得到色强度，将色强度大于预设色强度阈值的区域标记为亮区域，将色强度小于或等于预设色强度阈值的区域标记为暗区域，分别统计亮区域和暗区域的数量，并将其标记为亮区总数和暗区总数，将亮区总数除以暗区总数得到物色强度；
通过图像识别提取目标物体的轮廓特征，并从中提取目标物体的长度和宽度进行计算得到物体面积；
通过图像识别提取目标物体的形状特征，并从中提取目标物体变形弯曲角度和变形弯曲数量的数值乘以对应的比例系数进行相加计算得到形状复杂度；
获取表面凹凸值、物色强度、物体面积和形状复杂度的数值并进行归一化处理，依据公式：，得到目标区域内的目标物体的操作难度评估系数，其中，η1、η2、η3和η4分别表示为表面凹凸值、物色强度、物体面积和形状复杂度的比例系数，且η1＞η2＞η3＞η4。
优选地，进行综合分析处理的具体过程如下：
捕捉目标区域内的目标物体对应操作人员的专注度评估系数和目标物体的操作难度评估系数，并进行归一化处理，依据公式：，得到照明需求强度系数JGZ，其中，k1＞k2，k1和k2为预权重系数。
与现有技术相比，本发明的有益效果是：
本发明，通过对目标区域视频中的图像进行分析筛选出优选图像集合，实现了对接下来操作人员和目标物体分析奠定了强有力数据基础，通过对目标区域内的目标物体对应操作人员的身体状态和目标物体的物体状态进行分析处理得到操作人员的专注度评估系数和目标物体的操作难度评估系数，并将两者数值进行综合分析得到照明需求强度系数，并以此为依据进行照明控制，通过对目标区域的光照状态进行分析，实现了在操作过程中可以根据操作人员的不同需求进行合理化调整光照强度，从而提高工作效率为工厂增加经济效益，通过对目标区域内的目标物体对应操作人员的专注度评估系数进行分析，实现了对操作人员在操作过程中出现眼睛疲劳专注度下降时，进行及时提醒防止发生意外事故；
附图说明
为了便于本领域技术人员理解，下面结合附图对本发明作进一步的说明；
图1为本发明的系统总框图。
具体实施方式
下面将结合实施例对本发明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作出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
如图1所示，一种基于图像识别分析的照明控制系统，包括拍摄单元，图像筛选单元、云存储库、人员状态分析单元、物体状态分析单元、综合分析单元和照明控制单元；
拍摄单元用于拍摄电子元件工厂生产线中的目标区域视频并将其发送至图像筛选单元；
图像筛选单元用于对目标区域视频中的图像信息进行监测，由此对目标区域视频中的图像进行筛选分析，具体过程如下：
对图像进行人员和物体捕捉框识别并计算人员和物体的捕捉框面积并将面积标记为人员框面积和物体框面积；
对人员捕捉框内的人员进行身体特征识别，身体特征包括手部、双臂、肩部、头部、面部等；每种身体特征均对应一个预设身体值；将识别到的所有身体特征匹配到对应的预设身体值并求和得到身体总值，提取人员框面积和身体总值的数值并将其分别乘以对应的权重系数再求和得到人员特征完整值；
获取物体捕捉框内的物体特征信息，物体特征信息包括外观、面积、位置、尺寸、操作难度系数等；每种物体特征均对应一个预设物体值，将识别到的所有物体特征匹配到对应的预设物体值并求和得到物体总值，提取物体框面积和物体总值的数值并将分别乘以对应的权重系数再求和得到物体特征完整值；
获取图像信息中的清晰度、对比度、噪声和分辨率，以对比度的数值和分辨率的数值分别为长和宽构建长方形，再以长方形的中心点为起点，清晰度的数值为长度，作长方形的高，以长方形和长方形的高构建长方体，选取长方体的中心点，将噪声的数值按照预设比例换算为半径，以长方形的中心点为起始点和半径在长方体的内部作球形体并进行切割得到空心球，计算长方体的体积并提取体积的数值将其记为图像质量评估指数；
获取人员框面积、物体框面积、人员特征完整值、物体特征完整值和图像质量评估指数并将其分别标记为rk、wk、rt、wt和tzg，并提取五者的数值进行归一化处理，依据公式：，得到目标区域视频中的图优值YXZ，其中，x1、x2、x3、x4和x5分别表示为人员框面积、物体框面积、人员特征完整值、物体特征完整值和图像质量评估指数的比例系数；
设置图优值的图优阈值为tyd，将图优值YXZ与预设的图优阈值tyd进行对比分析，当图优值YXZ大于或等于图优阈值tyd时，则将对应的图像标定为预优选图像，当图优值YXZ小于图优阈值tyd时，则将对应的图像标定为预除选图像；
将目标区域视频中被标定为预优选图像的各图像按时间帧顺序进行排序归入到一起得到优选图像集合并将其发送至云存储库；
人员状态分析单元基于优选图像集合对目标区域内的目标物体对应操作人员的身体状态信息进行监测，并由此对目标区域内的目标物体对应操作人员的身体状态进行分析，具体操作过程如下：
通过图像识别对目标物体对应的中心点进行获取，同时对目标物体对应操作人员的面部特征进行获取，并从中提取操作人员两眼之间的中心点并将其记为目标点，通过识别目标点与目标物体对应的中心点之间的距离并记为检测距离，得到目标物体与对应操作人员之间的检测距离S检距；
通过图像识别目标物体对应操作人员的肩部特征，并从中提取操作人员的双肩宽度同时记为S肩宽；
通过图像识别目标物体对应操作人员的脸部特征，并从中提取操作人员的脸部面积和停留时长同时分别记为S脸面和S停长；
通过图像识别目标物体对应操作人员的手部特征，并从中提取操作人员的手部动作，同时获取手部动作相同的次数记为S手数；
从云存储库中提取目标物体对应操作人员的参照检测距离、参照双肩宽度、参照脸部面积、参照停留时长和参照手部动作相同的次数，并将其分别标记为S* 检距、S* 肩宽、S* 脸面、S* 停长和S* 手数，依据公式：，得到目标区域内的目标物体对应操作人员的专注度评估系数ZDU，其中，e表示为自然常数，/>、/>、、/>和/>5表示为权重系数，且/>5/>4，权重系数用于均衡各项数据在公式计算中的占比权重，从而促进计算结果的准确性；
需要说明的是，监测目标物体与对应操作人员之间的检测距离是为了帮助分析操作人员的行为和专注度，较近的距离表示操作人员正在处理相关目标物体，而较远距离表示操作人员分散了注意力，监测操作人员的双肩宽度是为了通过监测双肩宽度的变化评估操作人员的姿态和专注度是否保持稳定，偏离正常双肩宽度的变化表示操作人员的姿势不正确或不舒服，容易导致身体疲劳，专注度降低，监测操作人员的脸部面积和停留时长是为了评估操作人员的专注度和注意力，较大的脸部面积和较长的停留时长表示操作人员在处理任务时保持着相对较高的专注度和集中注意力，监测操作人员的手部动作相同次数是为了推测操作人员是否处于专注状态，在操作人员专注于任务时他们的手部动作会表现出一定的模式和连续性；
物体状态分析单元基于优选图像集合对目标区域内的目标物体的物体状态信息进行监测，并由此对目标区域内的目标物体的物体状态进行分析，具体操作过程如下：
通过图像识别提取目标物体的表面特征，并从中提取目标物体表面凹凸数量、凹凸深度和凹凸面积，并提取对应的数值乘以对应的权重系数再进行相加得到表面凹凸值记为T表凹凸；
通过图像识别提取目标物体并将其分割成若干区域，识别每个区域的颜色特征，并从中提取目标物体的色相、饱和度和明度，并提取对应的数值乘以对应的比例系数再进行相加得到色强度，将色强度大于预设色强度阈值的区域标记为亮区域，将色强度小于或等于预设色强度阈值的区域标记为暗区域，分别统计亮区域和暗区域的数量，并将其标记为亮区总数和暗区总数，将亮区总数除以暗区总数得到物色强度记为T物色度；
通过图像识别提取目标物体的轮廓特征，并从中提取目标物体的长度和宽度进行计算得到物体面积记为T物面；
通过图像识别提取目标物体的形状特征，并从中提取目标物体变形弯曲角度和变形弯曲数量的数值乘以对应的比例系数进行相加计算得到形状复杂度记为T形杂度；
获取表面凹凸值、物色强度、物体面积和形状复杂度的数值并进行归一化处理，依据公式：，得到目标区域内的目标物体的操作难度评估系数WGU，其中，η1、η2、η3和η4分别表示为表面凹凸值、物色强度、物体面积和形状复杂度的比例系数，且η1＞η2＞η3＞η4，比例系数用于均衡各项数据在公式计算中的占比权重，从而促进计算结果的准确性；
综合分析单元用于对人员状态分析单元中的目标区域内的目标物体对应操作人员的专注度评估系数ZDU和物体状态分析单元中的目标区域内的目标物体的操作难度评估系数WGU进行综合分析，具体的过程如下：
捕捉目标区域内的目标物体对应操作人员的专注度评估系数ZDU和目标物体的操作难度评估系数WGU，并进行归一化处理，依据公式：，得到照明需求强度系数JGZ，其中，k1＞k2，k1和k2为预权重系数，权重系数用于均衡各项数据在公式计算中的占比权重，从而促进计算结果的准确性；
将照明需求强度系数发送到照明控制单元；
照明控制单元用于接收综合分析单元发送的照明需求强度系数，并据此进行照明控制分析处理，具体过程如下：
将照明需求强度系数与预设的照明需求强度阈值进行比较分析，当照明需求强度系数大于或等于照明需求强度阈值时，则触发光照强度控制指令，当照明需求强度系数小于照明需求强度阈值时，则触发闪光控制指令；
依据光照强度控制指令，对目标区域的光照状态信息进行监测，由此对目标区域的光照状态进行分析处理，具体的过程如下：
通过图像识别获取目标区域的光照信息中的亮度差、反射率和遮挡度，并将其分别标定为dc、sw和zd，提取亮度差、反射率和遮挡度的数值进行归一化处理，依据公式：，得到目标区域的光照强度影响因子GQY，其中，q1、q2和q3分别表示亮度差、反射率和遮挡度的权重系数，且分别为0.97、0.99和1.2，权重系数用于均衡各项数据在公式计算中的占比权重，从而促进计算结果的准确性；
需要说明的是，亮度差表示图像中不同区域的亮度差值；反射率表示图像中不同区域之间的反射率差异，具体的求解为：将目标区域划分为若干个区域，提取每个区域中像素的亮度值记为sa、无光照条件下的背景亮度值记为暗场亮度值da和光照条件下的背景亮度记为亮场亮度值wh，依据公式：，得到反射值wh，设置反射阈值为fwh，将反射值wh大于预设反射阈值fwh的区域标记为反射强区域，将反射值wh小于反射阈值fwh的区域标记为反射弱区域，统计反射强区域的数量和反射弱区域的数量进行相除得到目标区域反射率；遮挡度表示图像中目标区域被遮挡的面积；
设置目标区域的预设光照强度并标定为YG，并将目标区域的预设光照强度与目标区域的光照强度影响因子进行计算处理，依据公式：ZG=YG×GQY，得到目标区域的最终调控参照光照强度ZG；
通过光照检测仪获取目标区域的实测光照强度为SD，将目标区域的实测光照强度SD与目标区域的最终调控参照光照强度ZG进行对比；
当目标区域的实测光照强度SD大于目标区域的最终调控参照光照强度ZG，则则降低光源的亮度，减少照射到目标区域的光线强度，将实测光照强度调低到与最终调控参照光照强度一致，将实测光照强度调低到与最终调控参照光照强度一致；
当目标区域的实测光照强度SD小于目标区域的最终调控参照光照强度ZG，则使用聚光器将光线集中照射到目标区域上增加光照强度，将实测光照强度调高到与最终调控参照光照强度一致；
依据闪光控制指令，调取目标区域内的目标物体对应操作人员的专注度评估系数，当专注度评估系数小于预设的专注度评估阈值时，则触发灯光交替快速闪烁用来提醒操作人员。
以上公开的本发明优选实施例只是用于帮助阐述本发明。优选实施例并没有详尽叙述所有的细节，也不限制该发明仅为的具体实施方式。显然，根据本说明书的内容，可作很多的修改和变化。本说明书选取并具体描述这些实施例，是为了更好地解释本发明的原理和实际应用，从而使所属技术领域技术人员能很好地理解和利用本发明。本发明仅受权利要求书及其全部范围和等效物的限制。

Claims (4)

1.一种基于图像识别分析的照明控制系统，包括：
拍摄单元，用于拍摄电子元件工厂生产线中的目标区域视频并将其发送至图像筛选单元；
图像筛选单元，用于对目标区域视频中的图像信息进行监测分析得到人员框面积、物体框面积、人员特征完整值、物体特征完整值和图像质量评估指数，并由此对目标区域视频中的图像进行筛选分析处理，具体的过程如下：
获取人员框面积、物体框面积、人员特征完整值、物体特征完整值和图像质量评估指数并将其分别标记为rk、wk、rt、wt和tzg，并提取五者的数值进行归一化处理，依据公式：，得到目标区域视频中的图优值YXZ，其中，x1、x2、x3、x4和x5分别表示为人员框面积、物体框面积、人员特征完整值、物体特征完整值和图像质量评估指数的比例系数；
设置图优值的图优阈值为tyd，将图优值YXZ与预设的图优阈值tyd进行对比分析，当图优值YXZ大于或等于图优阈值tyd时，则将对应的图像标定为预优选图像，当图优值YXZ小于图优阈值tyd时，则将对应的图像标定为预除选图像；
将目标区域视频中被标定为预优选图像的各图像按时间帧顺序进行排序归入到一起得到优选图像集合；
人员状态分析单元，基于优选图像集合对目标区域内的目标物体对应操作人员的身体状态信息进行监测得到检测距离、双肩宽度、脸部面积、停留时长和手部动作相同的次数，由此对目标区域内的目标物体对应操作人员的身体状态进行分析得到目标区域内的目标物体对应操作人员的专注度评估系数；
物体状态分析单元，基于优选图像集合对目标区域内的目标物体的物体状态信息进行监测得到表面凹凸值、物色强度、物体面积和形状复杂度，由此对目标区域内的目标物体的物体状态进行分析得到目标区域内的目标物体的操作难度评估系数；
综合分析单元，用于捕捉目标区域内的目标物体对应操作人员的专注度评估系数和目标物体的操作难度评估系数，并进行归一化计算处理得到照明需求强度系数；
照明控制单元，用于接收综合分析单元发送的照明需求强度系数，并进行照明控制分析处理，具体的过程如下：
将照明需求强度系数与预设的照明需求强度阈值进行比较分析，当照明需求强度系数大于或等于照明需求强度阈值时，则触发光照强度控制指令，当照明需求强度系数小于照明需求强度阈值时，则触发闪光控制指令；
依据光照强度控制指令，对目标区域的光照状态进行分析处理，具体的：
通过图像识别获取目标区域的光照信息中的亮度差、反射率和遮挡度的数值进行归一化计算处理得到目标区域的光照强度影响因子；
设置目标区域的预设光照强度，并将目标区域的预设光照强度与目标区域的光照强度影响因子进行计算处理，得到目标区域的最终调控参照光照强度；
通过光照检测仪获取目标区域的实测光照强度，将目标区域的实测光照强度与目标区域的最终调控参照光照强度进行对比；
当目标区域的实测光照强度大于目标区域的最终调控参照光照强度，则降低光源的亮度，减少照射到目标区域的光线强度，以将实测光照强度调低到与最终调控参照光照强度一致；
当目标区域的实测光照强度小于目标区域的最终调控参照光照强度，则使用聚光器将光线集中照射到目标区域上增加光照强度，以将实测光照强度调高到与最终调控参照光照强度一致；
依据闪光控制指令，调取目标区域内的目标物体对应操作人员的专注度评估系数，当专注度评估系数小于预设的专注度评估阈值时，则触发灯光交替快速闪烁用来提醒操作人员。
2.根据权利要求1所述的一种基于图像识别分析的照明控制系统，其特征在于，对目标区域视频中的图像信息进行监测的具体过程如下：
对图像进行人员和物体捕捉框识别并计算人员和物体的捕捉框面积并将面积标记为人员框面积和物体框面积；
对人员捕捉框内的人员进行身体特征识别，身体特征包括手部、双臂、肩部、头部和面部；每种身体特征均对应一个预设身体值；将识别到的所有身体特征匹配到对应的预设身体值并求和得到身体总值，提取人员框面积和身体总值的数值并将其分别乘以对应的权重系数再求和得到人员特征完整值；
获取物体捕捉框内的物体特征信息，物体特征信息包括外观、面积、位置、尺寸和操作难度系数；每种物体特征均对应一个预设物体值，将识别到的所有物体特征匹配到对应的预设物体值并求和得到物体总值，提取物体框面积和物体总值的数值并将分别乘以对应的权重系数再求和得到物体特征完整值；
获取图像信息中的清晰度、对比度、噪声和分辨率，以对比度的数值和分辨率的数值分别为长和宽构建长方形，再以长方形的中心点为起点，清晰度的数值为长度，作长方形的高，以长方形和长方形的高构建长方体，选取长方体的中心点，将噪声的数值按照预设比例换算为半径，以长方形的中心点为起始点和半径在长方体的内部作球形体并进行切割得到空心球，计算长方体的体积并提取体积的数值将其记为图像质量评估指数。
3.根据权利要求1所述的一种基于图像识别分析的照明控制系统，其特征在于，对目标区域内的目标物体对应操作人员的身体状态进行分析的具体过程如下：
通过图像识别对目标物体对应的中心点进行获取，同时对目标物体对应操作人员的面部特征进行获取，并从中提取操作人员两眼之间的中心点并将其记为目标点，通过识别目标点与目标物体对应的中心点之间的距离并记为检测距离，得到目标物体与对应操作人员之间的检测距离；
通过图像识别目标物体对应操作人员的肩部特征，并从中提取操作人员的双肩宽度；
通过图像识别目标物体对应操作人员的脸部特征，并从中提取操作人员的脸部面积和停留时长；
通过图像识别目标物体对应操作人员的手部特征，并从中提取操作人员的手部动作，同时获取手部动作相同的次数；
从云存储库中提取目标物体对应操作人员的参照检测距离、参照双肩宽度、参照脸部面积、参照停留时长和参照手部动作相同的次数；
依据计算处理得到目标区域内的目标物体对应操作人员的专注度评估系数。
4.根据权利要求1所述的一种基于图像识别分析的照明控制系统，其特征在于，对目标区域内的目标物体的物体状态进行分析的具体过程如下：
通过图像识别提取目标物体的表面特征，并从中提取目标物体表面凹凸数量、凹凸深度和凹凸面积，并提取对应的数值乘以对应的权重系数再进行相加得到表面凹凸值；
通过图像识别提取目标物体并将其分割成若干区域，识别每个区域的颜色特征，并从中提取目标物体的色相、饱和度和明度，并提取对应的数值乘以对应的比例系数再进行相加得到色强度，将色强度大于预设色强度阈值的区域标记为亮区域，将色强度小于或等于预设色强度阈值的区域标记为暗区域，分别统计亮区域和暗区域的数量，并将其标记为亮区总数和暗区总数，将亮区总数除以暗区总数得到物色强度；
通过图像识别提取目标物体的轮廓特征，并从中提取目标物体的长度和宽度进行计算得到物体面积；
通过图像识别提取目标物体的形状特征，并从中提取目标物体变形弯曲角度和变形弯曲数量的数值乘以对应的比例系数进行相加计算得到形状复杂度；
获取表面凹凸值、物色强度、物体面积和形状复杂度的数值并进行归一化计算处理得到目标区域内的目标物体的操作难度评估系数。
CN202310962539.4A 2023-08-02 2023-08-02 一种基于图像识别分析的照明控制系统 Active CN116664879B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310962539.4A CN116664879B (zh) 2023-08-02 2023-08-02 一种基于图像识别分析的照明控制系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310962539.4A CN116664879B (zh) 2023-08-02 2023-08-02 一种基于图像识别分析的照明控制系统

Publications (2)

Publication Number Publication Date
CN116664879A CN116664879A (zh) 2023-08-29
CN116664879B true CN116664879B (zh) 2023-11-21

Family

ID=87724701

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310962539.4A Active CN116664879B (zh) 2023-08-02 2023-08-02 一种基于图像识别分析的照明控制系统

Country Status (1)

Country Link
CN (1) CN116664879B (zh)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20150119585A (ko) * 2014-04-15 2015-10-26 주식회사 삼광산전 객체 인식을 이용한 조명 제어 시스템 및 조명 제어 방법
CN111869329A (zh) * 2018-03-15 2020-10-30 朗德万斯公司 用于动态照明控制的照明系统
CN114980447A (zh) * 2022-05-18 2022-08-30 安徽淘云科技股份有限公司 书桌控制方法、装置、书桌、电子设备与存储介质
CN115175416A (zh) * 2022-06-24 2022-10-11 淮阴师范学院 一种基于机器视觉的汽车前照灯自动控制方法
CN115715044A (zh) * 2022-11-10 2023-02-24 国网北京市电力公司 一种基于模糊视频图像的智能路灯调控方法及系统
CN115775321A (zh) * 2023-02-02 2023-03-10 宝邑(深圳)照明科技有限公司 一种照明灯具亮度调节方法、装置、电子设备及存储介质

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10799129B2 (en) * 2016-01-07 2020-10-13 Panasonic Intellectual Property Management Co., Ltd. Biological information measuring device including light source, light detector, and control circuit

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20150119585A (ko) * 2014-04-15 2015-10-26 주식회사 삼광산전 객체 인식을 이용한 조명 제어 시스템 및 조명 제어 방법
CN111869329A (zh) * 2018-03-15 2020-10-30 朗德万斯公司 用于动态照明控制的照明系统
CN114980447A (zh) * 2022-05-18 2022-08-30 安徽淘云科技股份有限公司 书桌控制方法、装置、书桌、电子设备与存储介质
CN115175416A (zh) * 2022-06-24 2022-10-11 淮阴师范学院 一种基于机器视觉的汽车前照灯自动控制方法
CN115715044A (zh) * 2022-11-10 2023-02-24 国网北京市电力公司 一种基于模糊视频图像的智能路灯调控方法及系统
CN115775321A (zh) * 2023-02-02 2023-03-10 宝邑(深圳)照明科技有限公司 一种照明灯具亮度调节方法、装置、电子设备及存储介质

Also Published As

Publication number Publication date
CN116664879A (zh) 2023-08-29

Similar Documents

Publication Publication Date Title
CN109308697B (zh) 一种基于机器学习算法的树叶病害识别方法
Kim et al. Classification of grapefruit peel diseases using color texture feature analysis
CN105682310B (zh) 基于图像质量控制的组合照明装置及方法
US9396531B2 (en) Systems and methods for image and video signal measurement
CN111046703A (zh) 人脸防伪检测方法、装置及多目相机
CN106682578B (zh) 基于眨眼检测的弱光人脸识别方法
CN112396573A (zh) 基于图像识别的面部皮肤分析方法及系统
CN107798318A (zh) 一种机器人识别面部快乐微表情的方法及其装置
CN113159227A (zh) 一种基于神经网络的痤疮图像识别方法、系统和装置
CN109948476B (zh) 一种基于计算机视觉的人脸皮肤检测系统及其实现方法
JP6473401B2 (ja) 肌の光沢評価装置、光沢評価方法および光沢評価プログラム
CN110287787B (zh) 图像识别方法、装置及计算机可读存储介质
CN112288010B (zh) 基于网络学习的指静脉图像质量评价方法
CN113239805A (zh) 基于mtcnn的口罩佩戴识别方法
US20230102954A1 (en) Automatic evaluation of wheat resistance to fusarium head blight using dual mask
CN112036327A (zh) 一种基于ssd的轻量化安全帽检测方法
CN116664879B (zh) 一种基于图像识别分析的照明控制系统
Kai et al. Wearing safety helmet detection in substation
CN110057820B (zh) 在线检测氯化氢合成炉氯氢配比的方法、系统及存储介质
US20160345887A1 (en) Moisture feeling evaluation device, moisture feeling evaluation method, and moisture feeling evaluation program
CN116757972B (zh) 一种抗光影噪声影响的织物缺陷检测方法
CN113807180A (zh) 一种基于lbph与特征点的人脸识别方法
Perez et al. A new method for online retinal optic-disc detection based on cascade classifiers
US11709140B2 (en) Method and apparatus for checking the production quality of cables that are provided with a protective sheath, in particular electrical cables
WO2022044673A1 (ja) 画像処理装置、検査システムおよび検査方法

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