CN117333803B - 一种基于图像识别的照明运维方法及系统 - Google Patents
一种基于图像识别的照明运维方法及系统 Download PDFInfo
- Publication number
- CN117333803B CN117333803B CN202311304382.2A CN202311304382A CN117333803B CN 117333803 B CN117333803 B CN 117333803B CN 202311304382 A CN202311304382 A CN 202311304382A CN 117333803 B CN117333803 B CN 117333803B
- Authority
- CN
- China
- Prior art keywords
- light source
- pixel
- image
- coordinates
- gray value
- 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
- 238000012423 maintenance Methods 0.000 title claims abstract description 69
- 238000000034 method Methods 0.000 title claims abstract description 45
- 238000005286 illumination Methods 0.000 title claims abstract description 44
- 238000001514 detection method Methods 0.000 claims abstract description 98
- 238000012937 correction Methods 0.000 claims abstract description 30
- 238000012545 processing Methods 0.000 claims description 12
- 230000008859 change Effects 0.000 description 5
- 238000010586 diagram Methods 0.000 description 5
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 239000002699 waste material Substances 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 238000007689 inspection Methods 0.000 description 2
- PEDCQBHIVMGVHV-UHFFFAOYSA-N Glycerine Chemical compound OCC(O)CO PEDCQBHIVMGVHV-UHFFFAOYSA-N 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000032683 aging Effects 0.000 description 1
- 230000002238 attenuated effect Effects 0.000 description 1
- 230000003796 beauty Effects 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000004907 flux Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 230000001795 light effect Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000013508 migration Methods 0.000 description 1
- 230000005012 migration Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/22—Image preprocessing by selection of a specific region containing or referencing a pattern; Locating or processing of specific regions to guide the detection or recognition
-
- 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)
- Theoretical Computer Science (AREA)
- Multimedia (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Circuit Arrangement For Electric Light Sources In General (AREA)
Abstract
本发明涉及照明设备运维技术领域,提供一种基于图像识别的照明运维方法及系统,方法包括:获取标准图像和检测图像,并灰度化处理后进行遍历;在图像中识别滑动框内光源区域,并计算光源中心点坐标;分别在标准图像和检测图像上进行像素点的选取,将数据代入光源强度修正模型中得到图像拍摄时的环境光影响;将图像减去环境光影响系数后计算光源的亮度差异情况,在灰度差值比例大于阈值时,则标记对应的像素坐标并发送至运维终端;通过标准的光源图像和当前需要检测的光源图像进行比较,通过模型消除环境中的干扰光影响后,基于图像中光源对应的像素点灰度值来进行光源亮度的比较,快速准确的对多个光源进行光衰检测,提高了照明运维的效率。
Description
技术领域
本发明涉及照明设备运维技术领域,尤其涉及一种基于图像识别的照明运维方法及系统。
背景技术
城市建筑照明设备布置在建筑外墙上,各照明设备的数量多且覆盖范围广;随着照明设备使用时间的推移,为保证照明质量,需要对照明设备进行维护,但现有的检测方法需要运维人员对照明设备逐一进行检查,然后再进行运行维护,不仅困难而且费时费力,在外墙工作检测设备的运维人员还存在一定的安全风险。
发明内容
本发明提供了一种基于图像识别的照明运维方法,用于解决现有技术中建筑的室外照明设备运维检查困难且费时费力的问题。
本发明第一方面提供了一种基于图像识别的照明运维方法,包括:
获取标准图像和检测图像,并将图像进行灰度化处理;以预设尺寸的滑动框分别在标准图像和检测图像上对像素点进行遍历,当滑动框内存在像素点灰度值大于滑动框上的所有像素点灰度值时,识别滑动框内像素点的最大灰度值;基于最大灰度值像素点的像素坐标构建光源区域,并根据光源区域形状识别光源中心点坐标,得到n个光源中心点;
在标准图像上的非光源区域任选n+1个像素点作为第一像素点,获取第一像素点的灰度值和坐标;根据第一像素点坐标和光源中心点的坐标计算各第一像素点与光源中心点的距离;将标准图像的光源中心点像素值、第一像素点灰度值和第一像素点与光源中心点的距离,代入第一光源强度修正模型中,得到标准图像中的环境光影响系数;所述第一光源强度修正模型具体为:
其中,Gn+1为第n+1个第一像素点的灰度值,gn为标准图像第n个光源中心点的灰度值,为第n+1个第一像素点与第n个光源中心点的距离,i1为标准图像中环境光影响系数;
在检测图像上的非光源区域任选n+1个像素点作为第二像素点,获取第二像素点的灰度值和坐标;根据第二像素点坐标和光源中心点的坐标计算各第二像素点与光源中心点的距离;将检测图像的光源中心点像素值、第二像素点灰度值和第二像素点与光源中心点的距离,代入第二光源强度修正模型中,得到检测图像中的环境光影响系数;所述第二光源强度修正模型具体为:
其中,Kn+1为第n+1个第二像素点的灰度值,kn为检测图像第n个光源中心点的灰度值,为第n+1个第二像素点与第n个光源中心点的距离,i2为检测图像中环境光影响系数;
将标准图像上的各像素点灰度值减去标准图像中的环境光影响系数,将检测图像上的各像素点灰度值减去检测图像中的环境光影响系数,得到修正后的标准图像后修正后的检测图像;获取各光源区域修正后的灰度值,将标准图像与检测图像上相同像素坐标的像素点灰度值作差,若差值与标准图像灰度值的比例大于预设比例,则标记对应的像素坐标并发送至运维终端。
可选的,所述根据光源区域形状识别光源中心点坐标,得到n个光源中心点之后,还包括:
获取标准图像的各光源区域面积,将面积小于预设面积阈值的光源区域删除;获取标准图像剩余光源区域的光源中心点坐标,将检测图像中不包含标准图像光源中心点坐标光源区域进行剔除。
可选的,还包括:
获取预设的建筑三维图,基于标准图像上的建筑尺寸和光源中心点坐标,将标记后的像素坐标转化为建筑三维图的实际坐标;基于建筑三维图中实际坐标与照明设备的对应关系,获取照明设备的实际参数,基于差值与标准图像灰度值的比例和照明设备实际参数计算运行调整参数。
可选的,还包括:
基于光源中心点坐标,分别识别标准图像中的光源色温和检测图像中的光源色温,若二者光源色温差与标准图像中的光源色温比例大于预设色温阈值,则将对应的光源中心点坐标发送给运维终端。
本申请第二方面提供了一种基于图像识别的照明运维系统,包括:
图像处理模块,用于获取标准图像和检测图像,并将图像进行灰度化处理;以预设尺寸的滑动框分别在标准图像和检测图像上对像素点进行遍历,当滑动框内存在像素点灰度值大于滑动框上的所有像素点灰度值时,识别滑动框内像素点的最大灰度值;基于最大灰度值像素点的像素坐标构建光源区域,并根据光源区域形状识别光源中心点坐标,得到n个光源中心点;
修正计算模块,用于在标准图像上的非光源区域任选n+1个像素点作为第一像素点,获取第一像素点的灰度值和坐标;根据第一像素点坐标和光源中心点的坐标计算各第一像素点与光源中心点的距离;将标准图像的光源中心点像素值、第一像素点灰度值和第一像素点与光源中心点的距离,代入第一光源强度修正模型中,得到标准图像中的环境光影响系数;所述第一光源强度修正模型具体为:
其中,Gn+1为第n+1个第一像素点的灰度值,gn为标准图像第n个光源中心点的灰度值,为第n+1个第一像素点与第n个光源中心点的距离,i1为标准图像中环境光影响系数;
在检测图像上的非光源区域任选n+1个像素点作为第二像素点,获取第二像素点的灰度值和坐标;根据第二像素点坐标和光源中心点的坐标计算各第二像素点与光源中心点的距离;将检测图像的光源中心点像素值、第二像素点灰度值和第二像素点与光源中心点的距离,代入第二光源强度修正模型中,得到检测图像中的环境光影响系数;所述第二光源强度修正模型具体为:
其中,Kn+1为第n+1个第二像素点的灰度值,kn为检测图像第n个光源中心点的灰度值,为第n+1个第二像素点与第n个光源中心点的距离,i2为检测图像中环境光影响系数;
运维检测模块,用于将标准图像上的各像素点灰度值减去标准图像中的环境光影响系数,将检测图像上的各像素点灰度值减去检测图像中的环境光影响系数,得到修正后的标准图像后修正后的检测图像;获取各光源区域修正后的灰度值,将标准图像与检测图像上相同像素坐标的像素点灰度值作差,若差值与标准图像灰度值的比例大于预设比例,则标记对应的像素坐标并发送至运维终端。
可选的,所述图像处理模块中,根据光源区域形状识别光源中心点坐标,得到n个光源中心点之后,还包括:
获取标准图像的各光源区域面积,将面积小于预设面积阈值的光源区域删除;获取标准图像剩余光源区域的光源中心点坐标,将检测图像中不包含标准图像光源中心点坐标光源区域进行剔除。
可选的,还包括:
运维参数计算模块,用于获取预设的建筑三维图,基于标准图像上的建筑尺寸和光源中心点坐标,将标记后的像素坐标转化为建筑三维图的实际坐标;基于建筑三维图中实际坐标与照明设备的对应关系,获取照明设备的实际参数,基于差值与标准图像灰度值的比例和照明设备实际参数计算运行调整参数。
可选的,还包括:
色温检测模块,用于基于光源中心点坐标,分别识别标准图像中的光源色温和检测图像中的光源色温,若二者光源色温差与标准图像中的光源色温比例大于预设色温阈值,则将对应的光源中心点坐标发送给运维终端。
本申请第三方面提供了一种基于图像识别的照明运维方法设备,所述设备包括处理器以及存储器:
所述存储器用于存储程序代码,并将所述程序代码传输给所述处理器;
所述处理器用于根据所述程序代码中的指令执行本发明第一方面任一项所述的一种基于图像识别的照明运维方法。
本申请第四方面提供了一种计算机可读存储介质,其特征在于,所述计算机可读存储介质用于存储程序代码,所述程序代码用于执行本发明第一方面任一项所述的一种基于图像识别的照明运维方法。
从以上技术方案可以看出,本发明具有以下优点:获取标准图像和检测图像,并将图像进行灰度化处理;以预设尺寸的滑动框分别在标准图像和检测图像上对像素点进行遍历,当滑动框内存在像素点灰度值大于滑动框上的所有像素点灰度值时,识别滑动框内像素点的最大灰度值;基于最大灰度值像素点的像素坐标构建光源区域,并根据光源区域形状识别光源中心点坐标,得到n个光源中心点;分别在标准图像和检测图像上进行第一和第二像素点的选取,将像素点灰度值和点之间距离代入光源强度修正模型中,计算出标准图像和检测图像拍摄时的环境光影响。将标准图像上的各像素点灰度值减去标准图像中的环境光影响系数,将检测图像上的各像素点灰度值减去检测图像中的环境光影响系数,得到修正后的标准图像后修正后的检测图像;获取各光源区域修正后的灰度值,将标准图像与检测图像上相同像素坐标的像素点灰度值作差,若差值与标准图像灰度值的比例大于预设比例,则标记对应的像素坐标并发送至运维终端;通过标准的光源图像和当前需要检测的光源图像进行比较,通过模型消除环境中的干扰光影响后,基于图像中光源对应的像素点灰度值来进行光源亮度的比较,快速准确的对多个光源进行光衰检测,提高了照明运维的效率。
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,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其它的附图。
图1为一种基于图像识别的照明运维方法的流程图;
图2为一种基于图像识别的照明运维系统结构图。
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、完整的描述,显然,下面所描述的实施例仅仅是本发明一部分实施例,而非全部的实施例。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它实施例,都属于本发明保护的范围。
本发明提供了一种基于图像识别的照明运维方法,用于解决现有技术中建筑的室外照明设备运维检查困难且费时费力的问题。
实施例一:
请参阅图1,图1为本发明实施例提供的一种基于图像识别的照明运维方法的第一个流程图。
S100,获取标准图像和检测图像,并将图像进行灰度化处理;以预设尺寸的滑动框分别在标准图像和检测图像上对像素点进行遍历,当滑动框内存在像素点灰度值大于滑动框上的所有像素点灰度值时,识别滑动框内像素点的最大灰度值;基于最大灰度值像素点的像素坐标构建光源区域,并根据光源区域形状识别光源中心点坐标,得到n个光源中心点;
需要说明的是,城市建筑的室外照明可以为墙壁上设置的洗墙灯或LED灯,通过将相机设置在固定点位对建筑的外观进行拍摄,获取图像;标准图像为建筑照明布置好后,拍摄的最佳状态的照明图像,而检测图像是运维人员在建筑照明设备运行一段时间后,有运维需求时对建筑进行的拍摄,在两图像拍摄点位不变的情况下,照明设备作为光源的位置也不会改变;
通过灰度化处理将标准图像和检测图像转化为灰度图像,各像素点以灰度值表示,灰度值越大表示该处的光越亮;本实施例采用的灰度化处理可以为最大值法、平均值法或加权平均法。
因光越远离光源越暗,对应的灰度值也是越远离光源越小,灰度值最大且聚集的像素点区域即为光源;滑动框在灰度化后的标准图像和检测图像上滑动遍历,滑动框上的像素点即为最边缘与滑动框接触或滑动框所在的像素点,当滑动框内存在像素点灰度值大于滑动框上的所有像素点灰度值时,说明滑动框内有完整的光源区域,找到滑动框内最大灰度值的像素点,并将相邻的最大灰度值像素点连接,即可构建得到光源区域;各像素点排列在图像中,即可根据像素点所在顺序构建像素点坐标系,各像素点有对应的像素坐标;根据光源区域的形状计算光源区域的中心点,即采用不规则图形平衡点的方法可以得到,获取对应的像素坐标作为光源中心点的坐标。
滑动框的尺寸根据洗墙灯或LED灯的尺寸和间隔进行设置,灯的尺寸越大以及灯之间的间隔越大,滑动框的尺寸越大。
S200,在标准图像上的非光源区域任选n+1个像素点作为第一像素点,获取第一像素点的灰度值和坐标;根据第一像素点坐标和光源中心点的坐标计算各第一像素点与光源中心点的距离;将标准图像的光源中心点像素值、第一像素点灰度值和第一像素点与光源中心点的距离,代入第一光源强度修正模型中,得到标准图像中的环境光影响系数;所述第一光源强度修正模型具体为:
其中,Gn+1为第n+1个第一像素点的灰度值,gn为标准图像第n个光源中心点的灰度值,为第n+1个第一像素点与第n个光源中心点的距离,i1为标准图像中环境光影响系数;
在检测图像上的非光源区域任选n+1个像素点作为第二像素点,获取第二像素点的灰度值和坐标;根据第二像素点坐标和光源中心点的坐标计算各第二像素点与光源中心点的距离;将检测图像的光源中心点像素值、第二像素点灰度值和第二像素点与光源中心点的距离,代入第二光源强度修正模型中,得到检测图像中的环境光影响系数;所述第二光源强度修正模型具体为:
其中,Kn+1为第n+1个第二像素点的灰度值,kn为检测图像第n个光源中心点的灰度值,为第n+1个第二像素点与第n个光源中心点的距离,i2为检测图像中环境光影响系数;
需要说明的是,像素点的灰度值与亮度直接相关,则灰度值可以用来替换像素点的光通量进行计算,非光源区域即图像上光源区域以外的位置,其各点亮度受到各光源的综合影响,光的亮度与距离的平方成反比;每点的亮度除受到各个光源的影响,还会有环境中如月光、其他建筑散射光等带来的环境光影响,因此需综合进行计算,且标准图像和检测图像的获取时间和环境情况无法保证一定相同,需要分别进行计算;本实施例中不考虑光源之间的亮度影响,因很多建筑的室外照明存在照明互补的设计,所以一个光源处的亮度也包括同一建筑中的其他光源带来的影响,只考虑环境光影响即可。
S300,将标准图像上的各像素点灰度值减去标准图像中的环境光影响系数,将检测图像上的各像素点灰度值减去检测图像中的环境光影响系数,得到修正后的标准图像后修正后的检测图像;获取各光源区域修正后的灰度值,将标准图像与检测图像上相同像素坐标的像素点灰度值作差,若差值与标准图像灰度值的比例大于预设比例,则标记对应的像素坐标并发送至运维终端。
需要说明的是,灯具随着使用时间增加,会出现光衰现象,如LED芯片的发光效率降低,LED因长期使用或受高功率的作用下而发生的一种衰减,即LED的迁移衰减膜层的逐渐破坏而产生。将标准图像和检测图像分别减去环境光影响系数后,像素点的灰度值对应的亮度即为LED或洗墙灯自身亮度,将刚安装好照明设备时的标准图像与当前时间的检测图像进行逐光源的比对,因各照明设备的初始亮度可能不一致,因此采用比例形式对照明设备状态进行量化,标准图像与检测图像上相同像素坐标的像素点灰度值作差即得到亮度的变化,差值除以标准图像的灰度值得到的比例反映亮度变化程度,当该比例大于预设比例时候说明照明设备灯具的亮度相比刚安装的最佳状态有较大差异,会影响建筑外观或照明效果,预设比例根据实际的照明需求设置;
当光源的亮度出现较大幅度的变化时即可视为存在明显光衰,该处照明灯具需要进行维护或更换,将像素坐标发送给运维终端后,运维人员能根据该像素坐标找到对应的照明灯具,在现场精准进行维修;运维终端可以为物业管理中心或管理运维人员的移动终端设备。
本实施例中,通过获取标准图像和检测图像,并将图像进行灰度化处理;以预设尺寸的滑动框分别在标准图像和检测图像上对像素点进行遍历,当滑动框内存在像素点灰度值大于滑动框上的所有像素点灰度值时,识别滑动框内像素点的最大灰度值;基于最大灰度值像素点的像素坐标构建光源区域,并根据光源区域形状识别光源中心点坐标,得到n个光源中心点;分别在标准图像和检测图像上进行第一和第二像素点的选取,将像素点灰度值和点之间距离代入光源强度修正模型中,计算出标准图像和检测图像拍摄时的环境光影响。将标准图像上的各像素点灰度值减去标准图像中的环境光影响系数,将检测图像上的各像素点灰度值减去检测图像中的环境光影响系数,得到修正后的标准图像后修正后的检测图像;获取各光源区域修正后的灰度值,将标准图像与检测图像上相同像素坐标的像素点灰度值作差,若差值与标准图像灰度值的比例大于预设比例,则标记对应的像素坐标并发送至运维终端;通过标准的光源图像和当前需要检测的光源图像进行比较,通过模型消除环境中的干扰光影响后,基于图像中光源对应的像素点灰度值来进行光源亮度的比较,快速准确的对多个光源进行光衰检测,提高了照明运维的效率。
以上为本申请提供的一种基于图像识别的照明运维方法的第一个实施例的详细说明,下面为本申请提供的一种基于图像识别的照明运维方法的第二个实施例的详细说明。
实施例二:
本实施例中,进一步的提供了一种基于图像识别的照明运维方法,前述步骤S100的基于最大灰度值像素点的像素坐标构建光源区域之前,还包括,基于最大灰度值像素点的像素坐标,对相同像素坐标进行去重处理;滑动框在遍历过程中可能会出现将同一像素点多次识别的情况,为降低后续计算量提高处理速度,需先对像素坐标进行去重处理;
在步骤S100之后,还包括步骤S101,获取标准图像的各光源区域面积,将面积小于预设面积阈值的光源区域删除;获取标准图像剩余光源区域的光源中心点坐标,将检测图像中不包含标准图像光源中心点坐标光源区域进行剔除;在获取标准图像时,无法保证在建筑物内或建筑物附近是否有其他小型照明,例如建筑物内的用户的室内照明或手机灯光等等,都会被识别为光源,但这些光源会对运维识别带来干扰,可以通过干扰光源的尺寸将其剔除,建筑户外照明灯光的光源尺寸较大,通过光源区域的面积对光源进行筛选,剔除干扰光源;预设面积阈值根据照明设备的实际尺寸以及相机固定拍摄点位的距离设置;在筛选得到标准图像中的光源位置后,即可直接基于标准图像的光源中心点坐标来对检测图像的光源进行筛选,若未进行建筑照明的增加,各光源的位置不会改变,即使光源亮度改变,光源区域的具体位置会发生细微变化,但光源中心点坐标仍应该在光源区域内。
进一步的,还包括步骤S400,获取预设的建筑三维图,基于标准图像上的建筑尺寸和光源中心点坐标,将标记后的像素坐标转化为建筑三维图的实际坐标;基于建筑三维图中实际坐标与照明设备的对应关系,获取照明设备的实际参数,基于差值与标准图像灰度值的比例和照明设备实际参数计算运行调整参数;
需要说明的是,在建筑照明设备布置时一般会采用三维图纸标注位置,以便工作人员准确安装照明设备,三维图中会记载各照明设备的坐标和参数数据;在标准图像上基于光源中心点的像素坐标和图像中建筑尺寸,计算光源中心点在建筑上的比例位置,以建筑三维图上的实际位置进行转化,得到光源中心点实际坐标以及对应的照明设备参数数据,例如光源中心点在图像中位于建筑外墙面的1/2高3/4宽处,则基于建筑三维图中的建筑外墙面数据的实际尺寸坐标进行计算,得到光源中心点的实际坐标;建筑三维图中有照明设备的坐标数据,将光源中心点的实际坐标与照明设备坐标数据进行比对,获取对应的照明设备参数,例如其功率或额定电流电压;基于差值与标准图像灰度值的比例,可以得到要恢复至标准图像时期的亮度,需要对功率或电流电压进行的调整,将功率或电流电压基于比例调整后,能使得照明设备的亮度恢复,给运维人员运维指导,提高运维效率;该运维方法需要在照明设备能满足调整后的运行参数时使用,若照明设备的最大功率无法满足在,则需要进行维修或更换。
进一步的,还包括步骤S500,基于光源中心点坐标,分别识别标准图像中的光源色温和检测图像中的光源色温,若二者光源色温差与标准图像中的光源色温比例大于预设色温阈值,则将对应的光源中心点坐标发送给运维终端。
需要说明的是,随着灯具的使用,其老化除了光衰还会出现色温偏移的情况,因此在识别光源后对照明设备的色温变化进行检测,若色温的变化程度大于预设色温阈值,则说明照明设备的色温偏移可能会影响视觉效果,整体建筑照明的色彩和美观会有影响,需要运维人员对照明设备进行维修,预设色温阈值根据照明设备的初始色温设置,一般来说3500K以下的暖光给人们带来温暖放松的感觉,若色温偏移导致暖光变化成冷光,色温达到5000K,即色温阈值根据照明设备的冷暖光差异比例进行设置。
以上为本申请提供的第一方面的一种基于图像识别的照明运维方法的详细说明,下面为本申请第二方面提供的一种基于图像识别的照明运维系统的实施例的详细说明。
请参阅图2,图2为一种基于图像识别的照明运维系统结构图。本实施例提供了一种基于图像识别的照明运维系统,包括:
图像处理模块10,用于获取标准图像和检测图像,并将图像进行灰度化处理;以预设尺寸的滑动框分别在标准图像和检测图像上对像素点进行遍历,当滑动框内存在像素点灰度值大于滑动框上的所有像素点灰度值时,识别滑动框内像素点的最大灰度值;基于最大灰度值像素点的像素坐标构建光源区域,并根据光源区域形状识别光源中心点坐标,得到n个光源中心点;
修正计算模块20,用于在标准图像上的非光源区域任选n+1个像素点作为第一像素点,获取第一像素点的灰度值和坐标;根据第一像素点坐标和光源中心点的坐标计算各第一像素点与光源中心点的距离;将标准图像的光源中心点像素值、第一像素点灰度值和第一像素点与光源中心点的距离,代入第一光源强度修正模型中,得到标准图像中的环境光影响系数;所述第一光源强度修正模型具体为:
其中,Gn+1为第n+1个第一像素点的灰度值,gn为标准图像第n个光源中心点的灰度值,为第n+1个第一像素点与第n个光源中心点的距离,i1为标准图像中环境光影响系数;
在检测图像上的非光源区域任选n+1个像素点作为第二像素点,获取第二像素点的灰度值和坐标;根据第二像素点坐标和光源中心点的坐标计算各第二像素点与光源中心点的距离;将检测图像的光源中心点像素值、第二像素点灰度值和第二像素点与光源中心点的距离,代入第二光源强度修正模型中,得到检测图像中的环境光影响系数;所述第二光源强度修正模型具体为:
其中,Kn+1为第n+1个第二像素点的灰度值,kn为检测图像第n个光源中心点的灰度值为第n+1个第二像素点与第n个光源中心点的距离,i2为检测图像中环境光影响系数;
运维检测模块30,用于将标准图像上的各像素点灰度值减去标准图像中的环境光影响系数,将检测图像上的各像素点灰度值减去检测图像中的环境光影响系数,得到修正后的标准图像后修正后的检测图像;获取各光源区域修正后的灰度值,将标准图像与检测图像上相同像素坐标的像素点灰度值作差,若差值与标准图像灰度值的比例大于预设比例,则标记对应的像素坐标并发送至运维终端。
进一步的,所述图像处理模块中,根据光源区域形状识别光源中心点坐标,得到n个光源中心点之后,还包括:
获取标准图像的各光源区域面积,将面积小于预设面积阈值的光源区域删除;获取标准图像剩余光源区域的光源中心点坐标,将检测图像中不包含标准图像光源中心点坐标光源区域进行剔除。
进一步的,还包括,运维参数计算模块40,用于获取预设的建筑三维图,基于标准图像上的建筑尺寸和光源中心点坐标,将标记后的像素坐标转化为建筑三维图的实际坐标;基于建筑三维图中实际坐标与照明设备的对应关系,获取照明设备的实际参数,基于差值与标准图像灰度值的比例和照明设备实际参数计算运行调整参数。
进一步的,还包括,色温检测模块50,用于基于光源中心点坐标,分别识别标准图像中的光源色温和检测图像中的光源色温,若二者光源色温差与标准图像中的光源色温比例大于预设色温阈值,则将对应的光源中心点坐标发送给运维终端。
本申请第三方面还提供了一种基于图像识别的照明运维方法设备,包括处理器以及存储器:其中存储器用于存储程序代码,并将程序代码传输给处理器;处理器用于根据程序代码中的指令执行上述一种基于图像识别的照明运维方法。
本申请第四方面提供了一种计算机可读存储介质,其特征在于,所述计算机可读存储介质用于存储程序代码,所述程序代码用于执行上述一种基于图像识别的照明运维方法。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的装置和设备的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在本申请所提供的几个实施例中,应该理解到,所揭露的系统,装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-OnlyMemory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述,以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解: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;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (6)
1.一种基于图像识别的照明运维方法,其特征在于包括:
获取标准图像和检测图像,并将图像进行灰度化处理;以预设尺寸的滑动框分别在标准图像和检测图像上对像素点进行遍历,当滑动框内存在像素点灰度值大于滑动框上的所有像素点灰度值时,识别滑动框内像素点的最大灰度值;基于最大灰度值像素点的像素坐标构建光源区域,并根据光源区域形状识别光源中心点坐标,得到n个光源中心点;
在标准图像上的非光源区域任选n+1个像素点作为第一像素点,获取第一像素点的灰度值和坐标;根据第一像素点坐标和光源中心点的坐标计算各第一像素点与光源中心点的距离;将标准图像的光源中心点像素值、第一像素点灰度值和第一像素点与光源中心点的距离,代入第一光源强度修正模型中,得到标准图像中的环境光影响系数;所述第一光源强度修正模型具体为:
其中,Gn+1为第n+1个第一像素点的灰度值,gn为标准图像第n个光源中心点的灰度值,为第n+1个第一像素点与第n个光源中心点的距离,i1为标准图像中环境光影响系数;
在检测图像上的非光源区域任选n+1个像素点作为第二像素点,获取第二像素点的灰度值和坐标;根据第二像素点坐标和光源中心点的坐标计算各第二像素点与光源中心点的距离;将检测图像的光源中心点像素值、第二像素点灰度值和第二像素点与光源中心点的距离,代入第二光源强度修正模型中,得到检测图像中的环境光影响系数;所述第二光源强度修正模型具体为:
其中,Kn+1为第n+1个第二像素点的灰度值,kn为检测图像第n个光源中心点的灰度值,为第n+1个第二像素点与第n个光源中心点的距离,i2为检测图像中环境光影响系数;
将标准图像上的各像素点灰度值减去标准图像中的环境光影响系数,将检测图像上的各像素点灰度值减去检测图像中的环境光影响系数,得到修正后的标准图像后修正后的检测图像;获取各光源区域修正后的灰度值,将标准图像与检测图像上相同像素坐标的像素点灰度值作差,若差值与标准图像灰度值的比例大于预设比例,则标记对应的像素坐标并发送至运维终端。
2.根据权利要求1所述的一种基于图像识别的照明运维方法,其特征在于,所述根据光源区域形状识别光源中心点坐标,得到n个光源中心点之后,还包括:
获取标准图像的各光源区域面积,将面积小于预设面积阈值的光源区域删除;获取标准图像剩余光源区域的光源中心点坐标,将检测图像中不包含标准图像光源中心点坐标光源区域进行剔除。
3.一种基于图像识别的照明运维系统,其特征在于,包括:
图像处理模块,用于获取标准图像和检测图像,并将图像进行灰度化处理;以预设尺寸的滑动框分别在标准图像和检测图像上对像素点进行遍历,当滑动框内存在像素点灰度值大于滑动框上的所有像素点灰度值时,识别滑动框内像素点的最大灰度值;基于最大灰度值像素点的像素坐标构建光源区域,并根据光源区域形状识别光源中心点坐标,得到n个光源中心点;
修正计算模块,用于在标准图像上的非光源区域任选n+1个像素点作为第一像素点,获取第一像素点的灰度值和坐标;根据第一像素点坐标和光源中心点的坐标计算各第一像素点与光源中心点的距离;将标准图像的光源中心点像素值、第一像素点灰度值和第一像素点与光源中心点的距离,代入第一光源强度修正模型中,得到标准图像中的环境光影响系数;所述第一光源强度修正模型具体为:
其中,Gn+1为第n+1个第一像素点的灰度值,gn为标准图像第n个光源中心点的灰度值,为第n+1个第一像素点与第n个光源中心点的距离,i1为标准图像中环境光影响系数;
在检测图像上的非光源区域任选n+1个像素点作为第二像素点,获取第二像素点的灰度值和坐标;根据第二像素点坐标和光源中心点的坐标计算各第二像素点与光源中心点的距离;将检测图像的光源中心点像素值、第二像素点灰度值和第二像素点与光源中心点的距离,代入第二光源强度修正模型中,得到检测图像中的环境光影响系数;所述第二光源强度修正模型具体为:
其中,Kn+1为第n+1个第二像素点的灰度值,kn为检测图像第n个光源中心点的灰度值,为第n+1个第二像素点与第n个光源中心点的距离,i2为检测图像中环境光影响系数;
运维检测模块,用于将标准图像上的各像素点灰度值减去标准图像中的环境光影响系数,将检测图像上的各像素点灰度值减去检测图像中的环境光影响系数,得到修正后的标准图像后修正后的检测图像;获取各光源区域修正后的灰度值,将标准图像与检测图像上相同像素坐标的像素点灰度值作差,若差值与标准图像灰度值的比例大于预设比例,则标记对应的像素坐标并发送至运维终端。
4.根据权利要求3所述的一种基于图像识别的照明运维系统,其特征在于,所述图像处理模块中,根据光源区域形状识别光源中心点坐标,得到n个光源中心点之后,还包括:
获取标准图像的各光源区域面积,将面积小于预设面积阈值的光源区域删除;获取标准图像剩余光源区域的光源中心点坐标,将检测图像中不包含标准图像光源中心点坐标光源区域进行剔除。
5.一种基于图像识别的照明运维方法设备,其特征在于,所述设备包括处理器以及存储器:
所述存储器用于存储程序代码,并将所述程序代码传输给所述处理器;
所述处理器用于根据所述程序代码中的指令执行权利要求1-2任一项所述的一种基于图像识别的照明运维方法。
6.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质用于存储程序代码,所述程序代码用于执行权利要求1-2任一项所述的一种基于图像识别的照明运维方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311304382.2A CN117333803B (zh) | 2023-10-09 | 2023-10-09 | 一种基于图像识别的照明运维方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311304382.2A CN117333803B (zh) | 2023-10-09 | 2023-10-09 | 一种基于图像识别的照明运维方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117333803A CN117333803A (zh) | 2024-01-02 |
CN117333803B true CN117333803B (zh) | 2024-03-12 |
Family
ID=89276819
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311304382.2A Active CN117333803B (zh) | 2023-10-09 | 2023-10-09 | 一种基于图像识别的照明运维方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117333803B (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103164702A (zh) * | 2011-12-13 | 2013-06-19 | 李卫伟 | 标记中心点提取方法、装置及图像处理系统 |
WO2021003824A1 (zh) * | 2019-07-11 | 2021-01-14 | 平安科技(深圳)有限公司 | 基于图像识别的违章建筑识别方法、装置 |
CN113674273A (zh) * | 2021-09-16 | 2021-11-19 | 深圳市光明顶照明科技有限公司 | 一种基于产品缺陷的光学检测方法、系统和可读存储介质 |
CN115063708A (zh) * | 2022-05-05 | 2022-09-16 | 北京航空航天大学 | 光源模型参数获取方法、训练方法、设备和介质 |
CN115294456A (zh) * | 2022-08-23 | 2022-11-04 | 山东巍然智能科技有限公司 | 一种建筑物亮化工程检测方法、设备及存储介质 |
CN115988712A (zh) * | 2023-02-24 | 2023-04-18 | 山东诺控智能科技有限公司 | 一种应急照明的智能控制方法及系统 |
-
2023
- 2023-10-09 CN CN202311304382.2A patent/CN117333803B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103164702A (zh) * | 2011-12-13 | 2013-06-19 | 李卫伟 | 标记中心点提取方法、装置及图像处理系统 |
WO2021003824A1 (zh) * | 2019-07-11 | 2021-01-14 | 平安科技(深圳)有限公司 | 基于图像识别的违章建筑识别方法、装置 |
CN113674273A (zh) * | 2021-09-16 | 2021-11-19 | 深圳市光明顶照明科技有限公司 | 一种基于产品缺陷的光学检测方法、系统和可读存储介质 |
CN115063708A (zh) * | 2022-05-05 | 2022-09-16 | 北京航空航天大学 | 光源模型参数获取方法、训练方法、设备和介质 |
CN115294456A (zh) * | 2022-08-23 | 2022-11-04 | 山东巍然智能科技有限公司 | 一种建筑物亮化工程检测方法、设备及存储介质 |
CN115988712A (zh) * | 2023-02-24 | 2023-04-18 | 山东诺控智能科技有限公司 | 一种应急照明的智能控制方法及系统 |
Non-Patent Citations (1)
Title |
---|
一种基于单目移动RGB相机的光照估计方法;张继凯;季丰;张然;;内蒙古科技大学学报;20200615(第02期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN117333803A (zh) | 2024-01-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Zhang et al. | Hazerd: an outdoor scene dataset and benchmark for single image dehazing | |
CN110689531A (zh) | 一种基于yolo的输电线路机巡图像缺陷自动识别方法 | |
CN109308447A (zh) | 在电力远程监控中自动提取设备运行参数和运行状态的方法 | |
CN108600649B (zh) | 一种智能家居照明亮度采集与控制方法 | |
CN110062502B (zh) | 一种基于机器视觉的led照明灯具在线剩余寿命预测及可靠性评估方法 | |
CN116634622B (zh) | 一种基于物联网的led智能控制方法、系统及介质 | |
CN107045723A (zh) | 基于透射率动态检测的烟雾识别方法 | |
CN116738552B (zh) | 一种基于物联网的环境检测设备管理方法及系统 | |
CN111145138B (zh) | Led灯板的检测方法、装置、设备及存储介质 | |
CN116503388B (zh) | 缺陷检测方法、装置及存储介质 | |
CN110913210A (zh) | 一种基于标准数据采集的自动化主观像质评测方法 | |
CN110018483A (zh) | 物体距离估算方法与电子装置 | |
CN117333803B (zh) | 一种基于图像识别的照明运维方法及系统 | |
CN114049320A (zh) | 一种基于图片相似度的器件缺失ai质检方法与装置 | |
CN108073873A (zh) | 基于高清智能摄像机的人脸检测与识别系统 | |
CN107527378B (zh) | 一种Metropolis光线追踪自适应两阶段采样方法 | |
CN116137022B (zh) | 一种用于地下采矿远程监控的数据增强方法 | |
CN116233380A (zh) | 一种亮度感知定量计算方法、系统、设备及介质 | |
CN115968077A (zh) | 一种基于运行数据的智慧社区灯光使用推荐方法和装置 | |
JP2020030751A (ja) | 物体検出装置、物体検出方法、及び物体検出プログラム | |
CN114023249A (zh) | Led显示屏图像的灯点提取方法、装置及led显示屏校正方法 | |
CN115187568A (zh) | 一种电力开关柜状态检测方法及系统 | |
CN108601139B (zh) | 一种智能家居照明数据采集方法 | |
KR101479111B1 (ko) | 열영상 화재 오검출 감소를 위한 적응 문턱치 제어 장치 및 그 방법 | |
CN115273732A (zh) | 显示屏的异常纹理抑制方法、终端及计算机可读存储介质 |
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 |