CN117545123A - 一种led光源的亮度补偿方法 - Google Patents
一种led光源的亮度补偿方法 Download PDFInfo
- Publication number
- CN117545123A CN117545123A CN202311421240.4A CN202311421240A CN117545123A CN 117545123 A CN117545123 A CN 117545123A CN 202311421240 A CN202311421240 A CN 202311421240A CN 117545123 A CN117545123 A CN 117545123A
- Authority
- CN
- China
- Prior art keywords
- data
- led light
- light source
- illumination
- ornament
- 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.)
- Withdrawn
Links
- 238000000034 method Methods 0.000 title claims abstract description 55
- 238000005286 illumination Methods 0.000 claims abstract description 369
- 238000005034 decoration Methods 0.000 claims abstract description 201
- 238000004088 simulation Methods 0.000 claims description 123
- 238000009826 distribution Methods 0.000 claims description 55
- 238000012937 correction Methods 0.000 claims description 31
- 230000011218 segmentation Effects 0.000 claims description 28
- 238000005259 measurement Methods 0.000 claims description 26
- 238000004458 analytical method Methods 0.000 claims description 23
- 238000004364 calculation method Methods 0.000 claims description 22
- 238000013507 mapping Methods 0.000 claims description 20
- 239000011324 bead Substances 0.000 claims description 18
- 239000000463 material Substances 0.000 claims description 16
- 238000001514 detection method Methods 0.000 claims description 13
- 238000006243 chemical reaction Methods 0.000 claims description 9
- 238000003709 image segmentation Methods 0.000 claims description 9
- 238000002372 labelling Methods 0.000 claims description 8
- 238000007621 cluster analysis Methods 0.000 claims description 7
- 230000003287 optical effect Effects 0.000 claims description 7
- 230000003044 adaptive effect Effects 0.000 claims description 6
- 238000001228 spectrum Methods 0.000 claims description 6
- 210000000746 body region Anatomy 0.000 claims description 5
- 230000005484 gravity Effects 0.000 claims description 5
- 238000012544 monitoring process Methods 0.000 claims description 5
- 238000009529 body temperature measurement Methods 0.000 claims description 4
- 238000009434 installation Methods 0.000 claims description 3
- 230000002776 aggregation Effects 0.000 claims description 2
- 238000004220 aggregation Methods 0.000 claims description 2
- 230000000694 effects Effects 0.000 description 46
- 238000012545 processing Methods 0.000 description 22
- 238000004422 calculation algorithm Methods 0.000 description 21
- 239000003086 colorant Substances 0.000 description 18
- 230000000007 visual effect Effects 0.000 description 14
- 238000005457 optimization Methods 0.000 description 10
- 238000009877 rendering Methods 0.000 description 9
- 230000002452 interceptive effect Effects 0.000 description 6
- 238000003708 edge detection Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 230000008451 emotion Effects 0.000 description 4
- 238000005070 sampling Methods 0.000 description 4
- 238000000605 extraction Methods 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 230000008030 elimination Effects 0.000 description 2
- 238000003379 elimination reaction Methods 0.000 description 2
- 238000003064 k means clustering Methods 0.000 description 2
- 238000012805 post-processing Methods 0.000 description 2
- 238000003825 pressing Methods 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 239000008186 active pharmaceutical agent Substances 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 238000004040 coloring Methods 0.000 description 1
- 238000010835 comparative analysis Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000004438 eyesight Effects 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000004907 flux Effects 0.000 description 1
- 230000004313 glare Effects 0.000 description 1
- 239000010440 gypsum Substances 0.000 description 1
- 229910052602 gypsum Inorganic materials 0.000 description 1
- 230000008676 import Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 239000004579 marble Substances 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000000877 morphologic effect Effects 0.000 description 1
- 238000010422 painting Methods 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 238000002310 reflectometry Methods 0.000 description 1
- 230000003252 repetitive effect Effects 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 230000003595 spectral effect Effects 0.000 description 1
- 238000004611 spectroscopical analysis Methods 0.000 description 1
- 238000012800 visualization Methods 0.000 description 1
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
- H05B45/00—Circuit arrangements for operating light-emitting diodes [LED]
- H05B45/10—Controlling the intensity of the light
- H05B45/12—Controlling the intensity of the light using optical feedback
-
- 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
- H05B45/00—Circuit arrangements for operating light-emitting diodes [LED]
- H05B45/20—Controlling the colour of the light
- H05B45/22—Controlling the colour of the light using optical feedback
-
- 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
- H05B47/125—Controlling the light source in response to determined parameters by determining the presence or movement of objects or living beings by using cameras
-
- 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
- H05B47/155—Coordinated control of two or more light sources
-
- 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
- H05B47/165—Controlling the light source following a pre-assigned programmed sequence; Logic control [LC]
-
- 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
- Processing Or Creating Images (AREA)
Abstract
本发明涉及照明技术领域,尤其涉及一种LED光源的亮度补偿方法。所述方法包括以下步骤:利用LED光源对墙面装饰物进行扫描照明作业,其中LED光源分别置于墙面装饰物上、下、左、右四个边缘方向;对墙面装饰物进行实时图像采集,从而获取第一装饰物图像数据;根据第一装饰物图像数据对LED光源进行光照颜色选择,从而获取LED光源光照颜色数据;根据LED光源光照颜色数据对LED光源进行光照颜色更换,并利用更换光照颜色后的LED光源对墙面装饰物进行扫描照明作业;对LED光源的照射区域进行光照亮度检测,从而获取光照区域亮度数据;对墙面装饰物进行实时图像采集,从而获取第二装饰物图像数据。本发明通过对LED光源进行智能亮度补偿,以实现以适应不同的照明需求。
Description
技术领域
本发明涉及照明技术领域,尤其涉及一种LED光源的亮度补偿方法。
背景技术
LED光源是一种常见的照明装置,通常用于建筑物外部或景观照明,以突出建筑物的特定特征或景观元素。然而,现有的LED光源在不同环境下可能会出现亮度不足或过高的问题,无法有效地适应不同的照明需求,从而降低了照明效果。例如,博物馆环境要求特定的照明水平,以确保展示物品的可见性和色彩准确性。传统的LED光源在这种需求下可能存在亮度不足或过高的问题,影响了观众的观赏体验。
发明内容
基于此,本发明有必要提供一种LED光源的亮度补偿方法,以解决至少一个上述技术问题。
为实现上述目的,一种LED光源的亮度补偿方法,包括以下步骤:
步骤S1:利用LED光源对墙面装饰物进行扫描照明作业,其中LED光源分别置于墙面装饰物上、下、左、右四个边缘方向;对墙面装饰物进行实时图像采集,从而获取第一装饰物图像数据;根据第一装饰物图像数据对LED光源进行光照颜色选择,从而获取LED光源光照颜色数据;
步骤S2:根据LED光源光照颜色数据对LED光源进行光照颜色更换,并利用更换光照颜色后的LED光源对墙面装饰物进行扫描照明作业;对LED光源的照射区域进行光照亮度检测,从而获取光照区域亮度数据;
步骤S3:对墙面装饰物进行实时图像采集,从而获取第二装饰物图像数据;对第二装饰物图像数据进行阴影区域识别,从而获取阴影区域位置数据;根据阴影区域位置数据对第二装饰物图像数据进行阴影区域标注,从而获取标注装饰物图像数据;
步骤S4:获取墙面装饰物三维模型数据,根据标注装饰物图像数据对墙面装饰物三维模型数据进行实时场景还原,从而获取调光仿真模型数据;利用调光仿真模型数据对四个方向的LED光源进行最优照明模拟,从而获取第一最优控制参数数据、第二最优控制参数数据、第三最优控制参数数据以及第四最优控制参数数据;
步骤S5:根据第一最优控制参数数据、第二最优控制参数数据、第三最优控制参数数据以及第四最优控制参数数据对四个方向的LED光源进行参数控制,以对LED光源进行亮度补偿。
本发明通过利用LED光源对墙面装饰物进行扫描照明作业,可以从不同的角度和方向观察墙面装饰物的细节和特征,从而提高装饰物的视觉效果和美感;对墙面装饰物进行实时图像采集,可以获取第一装饰物图像数据,为后续的光照颜色选择和调光仿真提供基础数据;根据第一装饰物图像数据对LED光源进行光照颜色选择,可以根据装饰物的材质、风格、主题等因素,选择合适的光照颜色,从而增强装饰物的氛围和情感表达。根据LED光源光照颜色数据对LED光源进行光照颜色更换,可以实现对墙面装饰物的不同光照颜色效果的预览和比较,从而优化光照颜色的选择;利用更换光照颜色后的LED光源对墙面装饰物进行扫描照明作业,可以观察不同光照颜色对装饰物的影响和变化,从而调整光照颜色的参数;对LED光源的照射区域进行光照亮度检测,可以获取光照区域亮度数据,为后续的亮度补偿和调节提供参考数据。对墙面装饰物进行实时图像采集,可以获取第二装饰物图像数据,为后续的阴影区域识别和标注提供原始数据;对第二装饰物图像数据进行阴影区域识别,可以获取阴影区域位置数据,为后续的阴影区域标注和消除提供依据数据;根据阴影区域位置数据对第二装饰物图像数据进行阴影区域标注,可以获取标注装饰物图像数据,为后续的调光仿真和亮度补偿提供标准数据。获取墙面装饰物三维模型数据,可以为后续的调光仿真提供三维空间信息和几何信息;根据标注装饰物图像数据对墙面装饰物三维模型数据进行实时场景还原,可以获取调光仿真模型数据,为后续的最优照明模拟提供可视化和交互式的平台;利用调光仿真模型数据对四个方向的LED光源进行最优照明模拟,可以获取第一最优控制参数数据、第二最优控制参数数据、第三最优控制参数数据以及第四最优控制参数数据,为后续的参数控制和亮度补偿提供最佳方案。根据第一最优控制参数数据、第二最优控制参数数据、第三最优控制参数数据以及第四最优控制参数数据对四个方向的LED光源进行参数控制,可以实现对LED光源的亮度补偿,从而消除或减少装饰物的阴影区域,提高装饰物的清晰度和亮度,达到最佳的照明效果和观赏效果。本发明提供了一种LED光源的调光方法,可以根据不同的环境和照明需求,对LED光源进行光照颜色选择、光照亮度检测、阴影区域识别、调光仿真和亮度补偿等操作,从而实现对LED光源的智能控制和优化;本发明利用LED光源对墙面装饰物进行扫描照明作业,可以提高墙面装饰物的视觉效果和美感,增强装饰物的氛围和情感表达,提升观众的观赏体验;本发明利用实时图像采集、三维模型数据和调光仿真模型数据,可以对墙面装饰物进行实时场景还原和最优照明模拟,从而找出最佳的照明方案和参数,达到最佳的照明效果。综上所述,本发明可以有效地解决现有的LED光源在不同环境下可能会出现亮度不足或过高的问题,从而提高了LED光源的照明效果和适应性。
附图说明
通过阅读参照以下附图所作的对非限制性实施所作的详细描述,本发明的其它特征、目的和优点将会变得更明显:
图1示出了一实施例的LED光源的亮度补偿方法的步骤流程示意图。
图2示出了一实施例的步骤S4的详细步骤流程示意图。
图3示出了一实施例的步骤S46的详细步骤流程示意图。
图4示出了一实施例的步骤S469的详细步骤流程示意图。
具体实施方式
下面结合附图对本发明专利的技术方法进行清楚、完整的描述,显然,所描述的实施例是本发明的一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域所属的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。
此外,附图仅为本发明的示意性图解,并非一定是按比例绘制。图中相同的附图标注表示相同或类似的部分,因而将省略对它们的重复描述。附图中所示的一些方框图是功能实体,不一定必须与物理或逻辑上独立的实体相对应。可以采用软件形式来实现功能实体,或在一个或多个硬件模块或集成电路中实现这些功能实体,或在不同网络和/或处理器方法和/或微控制器方法中实现这些功能实体。
应当理解的是,虽然在这里可能使用了术语“第一”、“第二”等等来描述各个单元,但是这些单元不应当受这些术语限制。使用这些术语仅仅是为了将一个单元与另一个单元进行区分。举例来说,在不背离示例性实施例的范围的情况下,第一单元可以被称为第二单元,并且类似地第二单元可以被称为第一单元。这里所使用的术语“和/或”包括其中一个或更多所列出的相关联项目的任意和所有组合。
为实现上述目的,请参阅图1至图4,本发明提供了一种LED光源的亮度补偿方法,所述方法包括以下步骤:
步骤S1:利用LED光源对墙面装饰物进行扫描照明作业,其中LED光源分别置于墙面装饰物上、下、左、右四个边缘方向;对墙面装饰物进行实时图像采集,从而获取第一装饰物图像数据;根据第一装饰物图像数据对LED光源进行光照颜色选择,从而获取LED光源光照颜色数据;
具体地,例如利用LED光源对墙面装饰物进行扫描照明作业。这里的墙面装饰物可以包括壁画、浮雕、壁挂等多种形式。首先,选择一款适合的LED光源设备,例如使用带有调光和调色功能的LED光源。将LED光源分别放置于墙面装饰物的上、下、左、右四个边缘方向,并设置合适的照射角度和亮度。然后,启动LED光源,通过设备内部的光传感器或相机,对墙面装饰物进行实时图像采集。这可以使用图像处理软件或者专门的图像采集设备来实现。通过这一过程,获取第一装饰物图像数据。进一步,根据第一装饰物图像数据,利用图像处理算法对采集到的图像进行分析和处理,提取墙面装饰物的特征和纹理信息,并根据这些信息对LED光源进行光照颜色选择。这可以通过调整LED光源的RGB值或使用特定的光照模式来实现。最终,获取LED光源光照颜色数据,用于后续步骤的光照操作。
步骤S2:根据LED光源光照颜色数据对LED光源进行光照颜色更换,并利用更换光照颜色后的LED光源对墙面装饰物进行扫描照明作业;对LED光源的照射区域进行光照亮度检测,从而获取光照区域亮度数据;
具体地,例如,假设光照颜色数据为RGB(255,0,0),表示红色光照。通过调整LED光源的灯珠颜色或使用可调光的LED灯,将LED光源的光照颜色更换为红色。然后,启动LED光源,让其照射到墙面装饰物上,以实现扫描照明作业。对LED光源的照射区域进行光照亮度检测,从而获取光照区域亮度数据。具体地,可以使用光照传感器或相机对LED光源照射到的墙面装饰物区域进行亮度检测。例如,通过在LED光源设备中集成光照传感器,实时监测照射区域的光照强度,并将亮度数据记录下来。这样就可以获取光照区域的亮度数据,用于后续分析和处理。
步骤S3:对墙面装饰物进行实时图像采集,从而获取第二装饰物图像数据;对第二装饰物图像数据进行阴影区域识别,从而获取阴影区域位置数据;根据阴影区域位置数据对第二装饰物图像数据进行阴影区域标注,从而获取标注装饰物图像数据;
具体地,例如,可以使用高分辨率的数码相机或者专门的图像采集设备对墙面装饰物进行拍摄。通过将相机对准墙面装饰物,按下拍摄按钮,获取第二装饰物图像数据。对第二装饰物图像数据进行阴影区域识别,从而获取阴影区域位置数据。具体地,可以利用图像处理算法对第二装饰物图像进行分析,识别出其中的阴影区域。例如,可以使用阈值分割、边缘检测或者基于机器学习的目标检测算法来识别阴影区域,并提取出其位置数据。根据阴影区域位置数据对第二装饰物图像数据进行阴影区域标注,从而获取标注装饰物图像数据。具体地,可以在第二装饰物图像中使用图形处理软件或编程工具,根据阴影区域的位置数据,在图像上标注出阴影区域的边界或填充颜色。这样就得到了标注装饰物图像数据,其中阴影区域被明确标示出来,便于后续分析和显示。
步骤S4:获取墙面装饰物三维模型数据,根据标注装饰物图像数据对墙面装饰物三维模型数据进行实时场景还原,从而获取调光仿真模型数据;利用调光仿真模型数据对四个方向的LED光源进行最优照明模拟,从而获取第一最优控制参数数据、第二最优控制参数数据、第三最优控制参数数据以及第四最优控制参数数据;
具体地,例如,使用三维扫描仪或摄影测量技术对墙面装饰物进行扫描,以获取其三维模型数据。然后,根据标注装饰物图像数据中的阴影区域位置信息,将阴影区域在三维模型中进行标记或着色,以实现实时场景还原。这样就得到了调光仿真模型数据,用于后续的照明模拟和控制。利用调光仿真模型数据对四个方向的LED光源进行最优照明模拟,从而获取第一最优控制参数数据、第二最优控制参数数据、第三最优控制参数数据以及第四最优控制参数数据。具体地,基于调光仿真模型数据,可以使用光照模拟软件或算法对四个方向的LED光源进行照明模拟。通过调整LED光源的位置、角度、光照强度和颜色等参数,模拟不同的照明方案。然后,根据照明效果和预设的优化指标(如均匀度、明暗对比度等),通过迭代或优化算法,确定第一、第二、第三和第四最优的控制参数数据,分别对应四个方向的LED光源。
步骤S5:根据第一最优控制参数数据、第二最优控制参数数据、第三最优控制参数数据以及第四最优控制参数数据对四个方向的LED光源进行参数控制,以对LED光源进行亮度补偿。
具体地,例如,根据最优控制参数数据,调整LED光源的亮度、色温或颜色等参数,使其在不同位置和方向上能够提供最佳的照明效果。这可以通过控制LED光源设备的调光器、颜色控制器或智能照明系统来实现。根据每个方向的最优控制参数数据,分别对应控制相应方向的LED光源,以实现亮度补偿的目的。这样就可以根据墙面装饰物的特征和需要,在不同方向上进行精确的照明控制,达到最佳的照明效果。
本发明通过利用LED光源对墙面装饰物进行扫描照明作业,可以从不同的角度和方向观察墙面装饰物的细节和特征,从而提高装饰物的视觉效果和美感;对墙面装饰物进行实时图像采集,可以获取第一装饰物图像数据,为后续的光照颜色选择和调光仿真提供基础数据;根据第一装饰物图像数据对LED光源进行光照颜色选择,可以根据装饰物的材质、风格、主题等因素,选择合适的光照颜色,从而增强装饰物的氛围和情感表达。根据LED光源光照颜色数据对LED光源进行光照颜色更换,可以实现对墙面装饰物的不同光照颜色效果的预览和比较,从而优化光照颜色的选择;利用更换光照颜色后的LED光源对墙面装饰物进行扫描照明作业,可以观察不同光照颜色对装饰物的影响和变化,从而调整光照颜色的参数;对LED光源的照射区域进行光照亮度检测,可以获取光照区域亮度数据,为后续的亮度补偿和调节提供参考数据。对墙面装饰物进行实时图像采集,可以获取第二装饰物图像数据,为后续的阴影区域识别和标注提供原始数据;对第二装饰物图像数据进行阴影区域识别,可以获取阴影区域位置数据,为后续的阴影区域标注和消除提供依据数据;根据阴影区域位置数据对第二装饰物图像数据进行阴影区域标注,可以获取标注装饰物图像数据,为后续的调光仿真和亮度补偿提供标准数据。获取墙面装饰物三维模型数据,可以为后续的调光仿真提供三维空间信息和几何信息;根据标注装饰物图像数据对墙面装饰物三维模型数据进行实时场景还原,可以获取调光仿真模型数据,为后续的最优照明模拟提供可视化和交互式的平台;利用调光仿真模型数据对四个方向的LED光源进行最优照明模拟,可以获取第一最优控制参数数据、第二最优控制参数数据、第三最优控制参数数据以及第四最优控制参数数据,为后续的参数控制和亮度补偿提供最佳方案。根据第一最优控制参数数据、第二最优控制参数数据、第三最优控制参数数据以及第四最优控制参数数据对四个方向的LED光源进行参数控制,可以实现对LED光源的亮度补偿,从而消除或减少装饰物的阴影区域,提高装饰物的清晰度和亮度,达到最佳的照明效果和观赏效果。本发明提供了一种LED光源的调光方法,可以根据不同的环境和照明需求,对LED光源进行光照颜色选择、光照亮度检测、阴影区域识别、调光仿真和亮度补偿等操作,从而实现对LED光源的智能控制和优化;本发明利用LED光源对墙面装饰物进行扫描照明作业,可以提高墙面装饰物的视觉效果和美感,增强装饰物的氛围和情感表达,提升观众的观赏体验;本发明利用实时图像采集、三维模型数据和调光仿真模型数据,可以对墙面装饰物进行实时场景还原和最优照明模拟,从而找出最佳的照明方案和参数,达到最佳的照明效果。综上所述,本发明可以有效地解决现有的LED光源在不同环境下可能会出现亮度不足或过高的问题,从而提高了LED光源的照明效果和适应性。
优选地,步骤S1包括以下步骤:
步骤S11:利用LED光源对墙面装饰物进行扫描照明作业,其中LED光源分别置于墙面装饰物上、下、左、右四个边缘方向;
具体地,将LED光源分别置于墙面装饰物的上、下、左、右四个边缘方向,以实现对墙面装饰物的扫描照明作业。例如,将四个LED光源设备安装在墙面装饰物的上方、下方、左侧和右侧,使其照射到墙面装饰物的不同位置。通过控制LED光源的光照强度、角度和方向等参数,实现对墙面装饰物的全方位照明和扫描。
步骤S12:对墙面装饰物进行实时图像采集,从而获取第一装饰物图像数据;
具体地,例如,使用数码相机或摄像机对墙面装饰物进行拍摄或录像。将相机对准墙面装饰物,确保图像清晰并包含整个装饰物区域。按下拍摄按钮或进行录像,获取第一装饰物图像数据。
步骤S13:对第一装饰物图像数据进行主要区域平均RGB值提取,从而获取装饰物主体颜色特征数据;
具体地,例如,使用图像处理软件或编程工具,对第一装饰物图像进行分析。首先,根据装饰物的形状和轮廓,确定装饰物的主要区域。然后,在主要区域内提取像素的RGB值,并计算平均值,得到装饰物主体的颜色特征数据。这样就可以获取装饰物主体的平均颜色。
步骤S14:根据装饰物主体颜色特征数据对第一装饰物图像数据进行色彩结构分析,从而获取装饰物色彩组成数据;
具体地,例如,通过分析第一装饰物图像中不同颜色的像素分布和空间结构,了解装饰物的色彩组成情况。可以使用图像处理算法,如颜色分割、区域生长或纹理分析等方法,对装饰物图像进行处理。根据色彩结构分析的结果,得到装饰物色彩组成数据,包括不同颜色的比例、分布和空间关系等信息。
步骤S15:根据装饰物色彩组成数据查询预设的装饰物材质-标准光源参数表,从而获取LED光源光照颜色数据。
具体地,例如,根据装饰物色彩组成数据中的颜色信息,查询预先制定的装饰物材质-标准光源参数表。该表中记录了各种装饰物材质(如石膏、大理石、金属等)在不同光源照射下的颜色反射特性。根据装饰物的色彩组成数据匹配对应的材质参数,获取LED光源光照颜色数据。这些数据可以表示为RGB值或使用其他颜色空间表示。得到LED光源光照颜色数据后,可以用于对LED光源的光照颜色进行更换或调整,以实现对墙面装饰物的照明。
本发明通过利用LED光源对墙面装饰物进行扫描照明作业,可以从不同的角度和方向观察墙面装饰物的细节和特征,从而提高装饰物的视觉效果和美感;这样可以使装饰物的形状、纹理、光影等更加清晰和立体,增加装饰物的层次感和深度感,突出装饰物的艺术风格和主题意义,吸引观众的注意力和兴趣;对墙面装饰物进行实时图像采集,可以获取第一装饰物图像数据,为后续的色彩结构分析和光照颜色选择提供基础数据;这样可以使装饰物的色彩信息和分布情况更加准确和完整,为后续的色彩处理和调整提供可靠的数据来源,避免因为人眼或摄像头的误差而导致的色彩失真或偏差;通过对第一装饰物图像数据进行主要区域平均RGB值提取,可以获取装饰物主体颜色特征数据,为后续的色彩结构分析和光照颜色选择提供参考数据;这样可以使装饰物的主体颜色更加明确和突出,为后续的色彩结构分析和光照颜色选择提供重要的参考依据,避免因为背景或其他因素而干扰或影响装饰物的主体颜色;通过根据装饰物主体颜色特征数据对第一装饰物图像数据进行色彩结构分析,可以获取装饰物色彩组成数据,为后续的光照颜色选择提供依据数据;这样可以使装饰物的色彩结构更加清晰和规范,为后续的光照颜色选择提供科学和合理的依据,避免因为随意或主观而导致的光照颜色不协调或不适合;通过根据装饰物色彩组成数据查询预设的装饰物材质-标准光源参数表,可以获取LED光源光照颜色数据,为后续的光照颜色更换和照明效果优化提供最佳方案;这样可以使LED光源的光照颜色更加符合装饰物的材质和特性,为后续的光照颜色更换和照明效果优化提供最佳的方案,避免因为不合适或不匹配而导致的照明效果差或观赏效果差。
优选地,步骤S14包括以下步骤:
步骤S141:对第一装饰物图像数据进行颜色空间转换,从而获取装饰物LAB颜色空间图像数据;
具体地,例如,使用图像处理软件或编程工具,将第一装饰物图像数据从RGB颜色空间转换为LAB颜色空间。LAB颜色空间是一种将颜色信息分解为亮度(L)和两个色度通道(A和B)的颜色空间。通过颜色空间转换,可以将装饰物图像的颜色信息表示为LAB空间的数据,方便后续的色彩分析和处理。
步骤S142:根据装饰物主体颜色特征数据对第一装饰物图像数据进行主体区域内聚类分析,从而获取主体色彩类别数据;
具体地,例如,根据装饰物主体的颜色特征数据,在第一装饰物图像中提取主体区域。然后,对主体区域内的像素进行聚类分析,将相似颜色的像素分为同一类别。这可以使用聚类算法,如K均值聚类或DBSCAN等方法实现。聚类分析的结果将得到主体色彩类别数据,表示装饰物主体区域内的不同颜色类别。
步骤S143:对主体色彩类别数据进行像素统计计算,从而获取主体色彩组成比例数据;
具体地,例如,根据主体色彩类别数据,统计主体区域内每个颜色类别的像素数量。通过像素统计计算,可以得到主体色彩组成比例数据,即每个颜色类别在主体区域内的像素比例。这些比例数据反映了不同颜色在装饰物主体中的相对分布情况。
步骤S144:对装饰物LAB颜色空间图像数据进行全局聚类分析,从而获取全体色彩类别数据;
具体地,例如,对装饰物LAB颜色空间图像数据中的所有像素进行聚类分析,将相似颜色的像素分为不同的类别。同样,可以使用聚类算法,如K均值聚类或DBSCAN等方法实现。全局聚类分析的结果将得到全体色彩类别数据,表示装饰物图像中的不同颜色类别。
步骤S145:对主体色彩组成比例数据与全体色彩类别数据进行交叉对应关系分析,从而获取色彩调整对应参数数据;
具体地,例如,将主体色彩组成比例数据与全体色彩类别数据进行对应关系分析。比较主体色彩组成比例数据中的每个颜色类别与全体色彩类别数据的相似性或匹配度。通过分析交叉对应关系,可以确定每个主体色彩类别需要进行哪些色彩调整。这样就可以得到色彩调整对应参数数据,用于后续的色度和明度调整。
步骤S146:根据色彩调整对应参数数据对第一装饰物图像数据进行色度与明度调整,从而获取装饰物色彩组成数据。
具体地,例如,根据色彩调整对应参数数据,对装饰物LAB颜色空间图像数据中的每个像素进行色度和明度的调整。可以通过改变A通道和B通道的值来调整色度,改变L通道的值来调整明度。通过这些调整,可以得到经过色度和明度调整后的装饰物图像数据,即装饰物色彩组成数据。这些数据反映了经过调整后的装饰物的色彩组成情况,可以用于后续的照明和展示。
本发明通过对第一装饰物图像数据进行颜色空间转换,从而获取装饰物LAB颜色空间图像数据;这样可以使装饰物的颜色信息更加符合人眼的感知,为后续的色彩结构分析和色彩调整提供更合适的颜色空间;通过根据装饰物主体颜色特征数据对第一装饰物图像数据进行主体区域内聚类分析,从而获取主体色彩类别数据;这样可以使装饰物的主体区域的颜色更加清晰地划分为不同的类别,为后续的像素统计计算和色彩组成比例数据提供分类依据;通过对主体色彩类别数据进行像素统计计算,从而获取主体色彩组成比例数据;这样可以使装饰物的主体区域的颜色更加量化地表示为不同类别的比例,为后续的交叉对应关系分析和色彩调整提供数值依据;通过对装饰物LAB颜色空间图像数据进行全局聚类分析,从而获取全体色彩类别数据;这样可以使装饰物的全体区域的颜色也更加清晰地划分为不同的类别,为后续的交叉对应关系分析和色彩调整提供参考依据;通过对主体色彩组成比例数据与全体色彩类别数据进行交叉对应关系分析,从而获取色彩调整对应参数数据;这样可以使装饰物的主体区域和全体区域的颜色之间建立起一种对应关系,为后续的色度与明度调整提供参数依据;通过根据色彩调整对应参数数据对第一装饰物图像数据进行色度与明度调整,从而获取装饰物色彩组成数据;这样可以使装饰物的主体区域和全体区域的颜色之间达到一种平衡和协调,从而获取装饰物色彩组成数据,为后续的光照颜色选择提供最终方案。
优选地,步骤S2包括以下步骤:
步骤S21:根据LED光源光照颜色数据对LED光源进行光照颜色更换,并利用更换光照颜色后的LED光源对墙面装饰物进行扫描照明作业;获取墙面装饰物的目标照明区域数据;
具体地,例如,根据预先设定的LED光源光照颜色数据,调整LED光源的光照颜色,如改变光源的RGB值或使用不同的滤光片。然后,将调整后的LED光源对墙面装饰物进行扫描照明,使墙面装饰物在特定光照颜色下呈现。通过扫描照明,可以获取墙面装饰物的目标照明区域数据,即受照明影响的区域。
步骤S22:根据目标照明区域数据对LED光源的照射区域进行实时光照区域捕捉,从而获取目标区域图像数据;
具体地,例如,利用计算机视觉技术,根据目标照明区域数据对LED光源的光照区域进行实时捕捉。这可以通过图像传感器或摄像头捕捉LED光源照射的区域图像。通过实时光照区域捕捉,可以获取目标区域图像数据,即受LED光源照明影响的墙面装饰物图像数据。
步骤S23:对目标区域图像数据进行光照区域检测,从而获取光照区域图像数据;
具体地,例如可以使用图像处理技术进行光照区域检测。首先,对目标区域图像数据进行预处理,例如去噪、平滑或调整图像大小,以便后续处理。然后,通过特征提取算法捕捉光照区域的显著特征,如颜色、纹理、梯度等,常用的方法包括灰度共生矩阵(GLCM)和方向梯度直方图(HOG)。接下来,使用分割算法将图像分割成光照区域和非光照区域,常见的分割方法包括阈值分割、区域生长和边缘检测。分割后,对分割得到的光照区域进行验证,排除误分割或漏分割的情况,可以使用形态学操作、区域合并或分割结果的后处理来提高准确性。最后,根据经过验证的光照区域提取对应的图像数据,形成光照区域图像数据,可以保留光照区域的原始像素值或将非光照区域设置为固定的背景值,以突出光照区域的特征。这样就完成了光照区域检测的过程。
步骤S24:对光照区域图像数据进行光照对比度增强,从而获取校正光照区域图像数据;
具体地,例如,首先,将光照区域图像数据转换为灰度图像,以简化处理过程。接下来,应用直方图均衡化算法来增强图像的对比度,通过重新分布图像的像素值来提高全局对比度。然后,可以使用局部对比度增强算法进一步增强光照区域的细节和对比度,如自适应直方图均衡化或多尺度对比度增强算法。最后,根据需要,可以应用图像增强的后处理步骤,例如空间滤波或边缘增强,以进一步改善图像质量。输出结果即为校正光照区域图像数据,即经过光照对比度增强处理后的墙面装饰物图像数据。
步骤S25:对校正光照区域图像数据进行光照亮度测量,从而获取光照区域亮度数据。
具体地,例如,首先需要准备校正光照区域图像数据。接下来,使用图像处理技术如边缘检测、分割算法或基于颜色的筛选,从校正光照区域图像数据中提取出光照区域,确保提取的区域仅包含所需测量的光照部分。然后,选择适当的光照测量设备,如光照度计或相机,确保该设备能够准确测量光照强度,并与图像数据兼容。在进行测量之前,对所选的光照测量设备进行校准,可以通过与已知光照强度的标准光源进行比较测量,确定设备的准确性和校准系数。接下来,使用设备测量光照区域图像数据中的每个图像,将测量设备放置在与图像相同的位置,并确保设备的感光元件与图像中的光照区域对齐。记录每个图像的测量值。随后,对测得的亮度数据进行处理和分析,可能的处理包括去除异常值、平均化多次测量结果以提高准确性,并将其转换为所需的亮度单位,如勒克斯或坎德拉。最后,根据测量和处理的结果,生成光照区域的亮度数据,可以是每个图像的单个测量值,或是多个图像测量值的统计特征,如平均值、最大值或分布。
本发明通过根据LED光源光照颜色数据对LED光源进行光照颜色更换,并利用更换光照颜色后的LED光源对墙面装饰物进行扫描照明作业;获取墙面装饰物的目标照明区域数据;这样可以使LED光源的光照颜色更加符合装饰物的材质和特性,从而提高装饰物的照明效果和观赏效果;同时可以确定装饰物的目标照明区域,为后续的光照区域捕捉和检测提供范围和位置信息;根据目标照明区域数据对LED光源的照射区域进行实时光照区域捕捉,从而获取目标区域图像数据;这样可以使LED光源的照射区域更加精确地对准装饰物的目标照明区域,从而避免光线的偏差或漏洞;同时可以获取目标区域图像数据,为后续的光照区域检测和亮度测量提供原始数据;对目标区域图像数据进行光照区域检测,从而获取光照区域图像数据;这样可以使目标区域图像数据中的光照区域更加清晰地分割出来,从而排除其他干扰因素,如背景、阴影、反射等;同时可以获取光照区域图像数据,为后续的光照对比度增强和亮度测量提供处理数据;对光照区域图像数据进行光照对比度增强,从而获取校正光照区域图像数据;这样可以使光照区域图像数据中的亮暗部分更加明显和突出,从而提高装饰物的清晰度和细节,增强装饰物的立体感和层次感,提升观众的观赏体验;同时可以获取校正光照区域图像数据,为后续的亮度测量提供更准确和可靠的数据。对校正光照区域图像数据进行光照亮度测量,从而获取光照区域亮度数据;这样可以使光照区域图像数据中的亮度更加量化地表示为数值,从而评估和比较不同光源或环境下的亮度水平和差异;同时可以获取光照区域亮度数据,为后续的亮度补偿和调节提供参考依据。
优选地,步骤S3包括以下步骤:
步骤S31:对墙面装饰物进行实时图像采集,从而获取第二装饰物图像数据;
具体地,例如可以使用高分辨率的摄像头或者专门的装饰物扫描设备对墙面装饰物进行实时图像采集。确保采集设备与墙面保持适当的距离和角度,以获得全貌和细节。可以通过设备的软件或API控制图像采集的参数,如曝光时间、白平衡等,以获取清晰且准确的装饰物图像数据。
步骤S32:对第二装饰物图像数据进行自适应对比度增强,从而获取补偿装饰物图像数据;
具体地,例如可以将第二装饰物图像数据导入图像处理软件或使用图像处理库进行处理。应用自适应对比度增强算法,如CLAHE(Contrast Limited Adaptive HistogramEqualization),以增强图像的局部对比度。通过调整CLAHE算法的参数,如对比度限制、网格大小等,可以优化增强效果,使得装饰物细节更加清晰可见。最终得到的补偿装饰物图像数据具有更好的视觉效果和可辨识度。
步骤S33:对补偿装饰物图像数据进行阴影区域识别以及分割,从而获取阴影区域分割图像数据;
具体地,例如可以使用图像分割算法,如基于阈值的分割方法,对补偿装饰物图像数据进行阴影区域的识别和分割。可以选择合适的阈值来将阴影区域与其他区域分离开。例如,可以基于像素值的亮度差异来确定阴影区域的阈值,或者根据光照补偿后的图像特征进行自适应阈值的计算。通过应用阈值分割,得到阴影区域分割图像数据,其中阴影部分与其他区域明显分离。
步骤S34:根据阴影区域分割图像数据对补偿装饰物图像数据进行阴影区域轮廓像素点提取,从而获取阴影区域位置数据;
具体地,例如可以使用边缘检测算法来提取阴影区域的轮廓像素点。例如,可以使用Canny边缘检测算法,通过检测图像中的边缘信息,获得阴影区域的边界。提取出的轮廓像素点可以用于表示阴影区域的形状和位置信息,从而得到阴影区域位置数据。
步骤S35:根据阴影区域位置数据对补偿装饰物图像数据进行阴影区域标注,从而获取标注装饰物图像数据。
具体地,例如可以使用图像处理软件或编程语言提供的函数来将阴影区域的像素值设置为特定的标记值或颜色,以将阴影区域与其他区域进行视觉上的区分。通过标注装饰物图像数据,阴影区域的位置得到明确的标记,便于后续的分析、可视化或其他相关任务的处理。例如,可以在标注装饰物图像上绘制阴影区域的边界或使用不同颜色填充阴影区域,以突出显示阴影的位置和形状。
本发明通过对墙面装饰物进行实时图像采集,从而获取第二装饰物图像数据;这样可以使装饰物的图像信息更加实时和准确,为后续的光照补偿和阴影区域识别提供最新的数据;通过对第二装饰物图像数据进行自适应对比度增强,从而获取补偿装饰物图像数据;这样可以使装饰物的图像数据中的亮暗部分更加均衡和明显,从而提高装饰物的清晰度和细节,增强装饰物的立体感和层次感,提升观众的观赏体验;通过对补偿装饰物图像数据进行阴影区域识别以及分割,从而获取阴影区域分割图像数据;这样可以使补偿装饰物图像数据中的阴影区域更加清晰地分割出来,从而排除其他干扰因素,如背景、反射、噪声等;同时可以获取阴影区域分割图像数据,为后续的阴影区域轮廓像素点提取和标注提供处理数据;通过根据阴影区域分割图像数据对补偿装饰物图像数据进行阴影区域轮廓像素点提取,从而获取阴影区域位置数据;这样可以使补偿装饰物图像数据中的阴影区域的位置更加精确地表示为像素点,从而定位和描述阴影区域的形状和大小;同时可以获取阴影区域位置数据,为后续的阴影区域标注和消除提供依据数据;通过根据阴影区域位置数据对补偿装饰物图像数据进行阴影区域标注,从而获取标注装饰物图像数据;这样可以使补偿装饰物图像数据中的阴影区域更加明显地标注出来,从而提示和警示观众注意阴影区域的存在和影响;同时可以获取标注装饰物图像数据,为后续的调光仿真和亮度补偿提供标准数据。
优选地,步骤S4包括以下步骤:
步骤S41:获取墙面装饰物三维模型数据;
具体地,例如可以使用三维扫描仪或摄影测量技术对墙面装饰物进行扫描或拍摄,获取装饰物的三维点云数据。三维扫描仪可以通过激光或结构光等方式获取墙面装饰物的几何形状信息,并生成点云数据。摄影测量技术则通过拍摄多个角度的照片,并使用特定的软件或算法进行图像匹配和三维重构,得到墙面装饰物的三维模型数据。
步骤S42:将墙面装饰物三维模型数据导入至预设的三维重构软件,得到墙面装饰物三维模型;获取墙体装饰物的实际尺寸数据以及材质特性数据,并利用实际尺寸数据以及材质特性数据对墙面装饰物三维模型进行网格分割以及边界属性设置,从而获取装饰物网格模型数据;
具体地,例如可以将墙面装饰物的三维模型数据导入三维重构软件,如MeshLab、Blender、AutoCAD等。在软件中,可以进行网格分割和边界属性设置,以获得装饰物的网格模型数据。根据实际尺寸数据和材质特性数据,可以对装饰物进行缩放、旋转或平移操作,使其与实际墙面装饰物的尺寸和材质相匹配。同时,可以对网格模型进行细分、简化或平滑等操作,以满足后续处理和分析的需求。
步骤S43:根据实际尺寸数据对标注装饰物图像数据进行等比例放缩,从而获取装饰物校准图像数据;
具体地,例如可以根据实际尺寸数据,对标注装饰物图像数据进行等比例的放缩处理。可以使用图像处理软件或编程语言提供的函数或库来实现图像的缩放操作。根据实际尺寸数据中的比例关系,对图像的宽度和高度进行相应的缩放,以保持图像的比例不变。通过等比例放缩,得到装饰物校准图像数据,用于后续的纹理映射和调光仿真。
步骤S44:将装饰物校准图像数据与装饰物网格模型数据置于同一三维坐标系,并对装饰物校准图像数据与装饰物网格模型数据进行像素点-网格映射关系建立,从而获取像素-网格映射表数据;
具体地,例如可以将装饰物校准图像数据和装饰物网格模型数据导入三维建模软件,如Blender、Maya等,并将它们置于同一三维坐标系中。通过在软件中设置合适的坐标系和尺度,将装饰物校准图像和装饰物网格模型对齐。然后,根据像素点和网格之间的对应关系,建立像素-网格映射表数据。这可以通过计算像素点在图像上的位置,以及对应的网格在三维模型上的位置来实现。建立好的像素-网格映射表数据可以用于后续的纹理映射和调光仿真。
步骤S45:根据像素-网格映射表数据将装饰物校准图像数据的每个像素点的像素属性通过重心法对装饰物网格模型数据进三维纹理映射,从而获取调光仿真模型数据;
具体地,例如可以根据像素-网格映射表数据,对装饰物校准图像数据的每个像素点的像素属性进行采样。对于每个采样点,通过重心法确定其在装饰物网格模型上的位置。可以使用重心法计算每个采样点在所属三角形网格内的位置权重,然后将像素属性通过权重进行插值,得到对应位置的纹理属性。重复这一过程,对所有采样点进行处理,即可获得调光仿真模型数据,其中每个网格点都包含了相应的纹理属性。
步骤S46:利用调光仿真模型数据对四个方向的LED光源进行最优照明模拟,从而获取第一最优控制参数数据、第二最优控制参数数据、第三最优控制参数数据以及第四最优控制参数数据。
具体地,例如可以利用调光仿真模型数据,在计算机图形渲染软件中进行照明模拟。首先,确定四个方向的LED光源的位置和光源属性。然后,将LED光源的光照参数输入到渲染软件中,对调光仿真模型进行渲染计算。通过调整LED光源的光照参数,如光源强度、角度、颜色等,进行多次渲染计算,并评估每种光照参数对装饰物效果的影响。根据评估结果,选择最优的光照参数组合,得到第一最优控制参数数据。类似地,进行多轮渲染计算,每次选择不同的光照参数组合,最终获得第二、第三和第四最优控制参数数据,以满足不同的照明需求或效果要求。
本发明通过获取墙面装饰物三维模型数据;这样可以为后续的调光仿真提供三维空间信息和几何信息,从而更加真实和准确地模拟装饰物的照明效果;通过将墙面装饰物三维模型数据导入至预设的三维重构软件,得到墙面装饰物三维模型;获取墙体装饰物的实际尺寸数据以及材质特性数据,并利用实际尺寸数据以及材质特性数据对墙面装饰物三维模型进行网格分割以及边界属性设置,从而获取装饰物网格模型数据;这样可以使墙面装饰物三维模型更加细致和完善,从而更加符合实际情况和需求;同时可以获取装饰物网格模型数据,为后续的纹理映射和照明模拟提供基础数据;通过根据实际尺寸数据对标注装饰物图像数据进行等比例放缩,从而获取装饰物校准图像数据;这样可以使标注装饰物图像数据与墙面装饰物三维模型的尺寸一致,从而避免因为尺寸不匹配而导致的图像失真或变形;同时可以获取装饰物校准图像数据,为后续的像素点-网格映射关系建立提供处理数据;通过将装饰物校准图像数据与装饰物网格模型数据置于同一三维坐标系,并对装饰物校准图像数据与装饰物网格模型数据进行像素点-网格映射关系建立,从而获取像素-网格映射表数据;这样可以使装饰物校准图像数据与装饰物网格模型数据之间建立起一种一一对应的关系,从而使图像信息和模型信息能够相互转换和匹配;同时可以获取像素-网格映射表数据,为后续的纹理映射和照明模拟提供参数依据;通过根据像素-网格映射表数据将装饰物校准图像数据的每个像素点的像素属性通过重心法对装饰物网格模型数据进三维纹理映射,从而获取调光仿真模型数据;这样可以使装饰物网格模型数据上覆盖了一层与标注装饰物图像数据相同的纹理,从而使调光仿真模型数据更加逼真和生动;同时可以获取调光仿真模型数据,为后续的最优照明模拟提供可视化和交互式的平台;通过利用调光仿真模型数据对四个方向的LED光源进行最优照明模拟,从而获取第一最优控制参数数据、第二最优控制参数数据、第三最优控制参数数据以及第四最优控制参数数据;这样可以使调光仿真模型数据在不同的光照条件下进行模拟和比较,从而找出最佳的照明方案和参数,达到最佳的照明效果和观赏效果;同时可以获取第一最优控制参数数据、第二最优控制参数数据、第三最优控制参数数据以及第四最优控制参数数据,为后续的参数控制和亮度补偿提供最佳方案。综上所述,以上步骤主要内容是对墙面装饰物三维模型数据进行实时场景还原和最优照明模拟,从而获取调光仿真模型数据和最优控制参数数据,为后续的参数控制和亮度补偿提供可视化和交互式的平台和最佳方案。
优选地,步骤S46包括以下步骤:
步骤S461:对每个LED光源的安装位置进行激光扫描,从而获取每个LED光源相对于墙面装饰物的三维坐标数据;
具体地,例如可以使用搭载了激光测距仪和三轴陀螺仪的无人机,让无人机沿着墙面装饰物的轮廓飞行,同时记录每个LED光源的位置和方向。通过无人机传回的数据,可以计算出每个LED光源相对于墙面装饰物的三维坐标数据。
步骤S462:对每个LED光源进行光谱测量以及光源色温测量,从而获取光强参数以及光源色温数据;
具体地,例如可以光谱测量仪器和光源色温测量仪器,并确保其准确校准。首先,将光谱测量仪器对准待测LED光源的光源,并记录下测量开始时间。然后,启动光谱测量仪器,使其开始记录LED光源发出的光的波长和强度分布。持续记录一段时间,以确保光谱测量仪器获取到足够的光谱数据,并在记录结束后将数据保存,以备后续分析使用。接下来,使用光源色温测量仪器对LED光源的光源色温进行测量。将光源色温测量仪器对准LED光源的光源,并记录下测量开始时间。等待一定时间,以确保光源色温测量仪器获取到稳定的光源色温数据,并在停止测量后将数据保存,以备后续分析使用。最后,根据光谱测量仪器记录的波长和强度分布数据,计算LED光源的光强参数,如总光通量、光照度等。同时,使用光源色温测量仪器记录的色温数据,获取LED光源的光源色温信息。
步骤S463:获取每个LED光源真实比例的三维模型数据,利用精准光强以及光色数据对三维模型数据模型数据进行光学特性设置,从而获取定制虚拟光源数据;
具体地,例如可以使用搭载了高清摄像头和深度摄像头的无人机,让无人机从不同的角度拍摄每个LED光源,并将拍摄的图片和深度信息传回。通过图像处理和三维重建的算法,可以生成每个LED光源真实比例的三维模型数据。利用精准光强以及光色数据对三维模型数据模型数据进行光学特性设置,可以使用基于物理的渲染引擎,根据每个LED光源的材质、形状、大小、光强和色温等参数,为其赋予合适的反射率、折射率、散射率、发光率等属性,从而获取定制虚拟光源数据。
步骤S464:将定制虚拟光源数据导入至预设的三维重构软件,并根据每个LED光源相对于墙面装饰物的三维坐标数据对定制虚拟光源数据与调光仿真模型数据进行空间对齐,从而获取装饰物仿真模型数据;
具体地,例如可以使用一种支持多种格式导入和导出的三维重构软件,如Blender或MeshLab,并在软件中创建一个与墙面装饰物相同尺寸和形状的平面作为背景。然后,根据每个LED光源相对于墙面装饰物的三维坐标数据,将定制虚拟光源数据导入到软件中,并放置在合适的位置和方向上,从而与调光仿真模型数据进行空间对齐,从而获取装饰物仿真模型数据。
步骤S465:基于装饰物仿真模型数据进行全局光照分布计算,从而获取模拟光照分布数据;
具体地,例如可以使用一种支持全局光照计算的渲染引擎,如Cycles或LuxCoreRender,并在渲染设置中选择合适的渲染方法、采样数、分辨率等参数。然后,启动渲染过程,让渲染引擎根据装饰物仿真模型数据中的光源、材质、几何等信息,模拟光线在场景中的传播和反射,从而生成一张或多张模拟光照分布的图片,即模拟光照分布数据。
步骤S466:获取墙体装饰物的真实光照分布数据;
具体地,例如可以使用光照测量仪器对墙体装饰物进行测量。首先,准备光照测量仪器,并确保其准确校准。将光照测量仪器对准墙体装饰物的表面,并记录下测量开始时间。启动光照测量仪器,使其开始记录墙体装饰物上不同区域的光照强度分布。持续记录一段时间,以确保光照测量仪器获取到足够的光照数据。测量结束后,将光照测量仪器的数据保存,以备后续使用。
步骤S467:根据模拟光照分布数据与真实光照分布数据进行光照修正系数计算,从而获取光照修正系数数据;
具体地,例如,首先,将模拟光照分布数据与真实光照分布数据进行对比分析。通过比较两者之间的差异和偏差,计算出光照修正系数。光照修正系数可用于调整模拟光照数据,使其更接近真实光照情况。根据计算得到的光照修正系数数据,可以对模拟光照数据进行相应的修正,以提高其准确性和真实性。
步骤S468:利用光照修正系数数据对装饰物仿真模型数据进行方向校正,从而获取优化装饰物仿真模型数据;
具体地,例如可以使用光照修正系数数据来校正装饰物仿真模型数据的方向。通过应用光照修正系数,可以调整模型表面的光照强度,使其与真实情况更加吻合。这样可以提高装饰物仿真模型的准确性和真实感,使其更好地反映出真实墙体装饰物的光照效果。
步骤S469:利用装饰物仿真模型数据对四个方向的LED光源进行最优照明模拟,从而获取第一最优控制参数数据、第二最优控制参数数据、第三最优控制参数数据以及第四最优控制参数数据。
具体地,例如可以使用装饰物仿真模型数据来进行LED光源的最优照明模拟。针对四个方向的LED光源,通过优化照明参数来达到最佳的光照效果。通过模拟不同的控制参数组合,可以获取第一、第二、第三和第四最优的控制参数数据,以实现最佳的照明效果。这些最优的控制参数数据可以用于指导实际LED光源的安装和亮度调节,以达到最佳的光照效果和视觉效果。
本发明通过对每个LED光源的安装位置进行激光扫描,从而获取每个LED光源相对于墙面装饰物的三维坐标数据;这样可以使每个LED光源的空间位置更加精确和清晰,为后续的虚拟光源导入和空间对齐提供坐标依据;对每个LED光源进行光谱测量以及光源色温测量,从而获取光强参数以及光源色温数据;这样可以使每个LED光源的光学特性更加真实和完整,为后续的虚拟光源设置和照明模拟提供光学参数;通过获取每个LED光源真实比例的三维模型数据,利用精准光强以及光色数据对三维模型数据模型数据进行光学特性设置,从而获取定制虚拟光源数据;这样可以使每个LED光源的三维模型更加符合实际情况和需求,从而更加逼真和生动;通过将定制虚拟光源数据导入至预设的三维重构软件,并根据每个LED光源相对于墙面装饰物的三维坐标数据对定制虚拟光源数据与调光仿真模型数据进行空间对齐,从而获取装饰物仿真模型数据;这样可以使定制虚拟光源数据与调光仿真模型数据之间达到一种空间一致和匹配,从而使照明模拟更加准确和可靠;同时可以获取装饰物仿真模型数据,为后续的全局光照分布计算和最优照明模拟提供可视化和交互式的平台;同时可以获取定制虚拟光源数据,为后续的三维重构软件导入和空间对齐提供基础数据;通过基于装饰物仿真模型数据进行全局光照分布计算,从而获取模拟光照分布数据;这样可以使装饰物仿真模型数据在不同的光照条件下进行计算和分析,从而得出不同方向的LED光源对装饰物照明效果的影响和贡献;同时可以获取模拟光照分布数据,为后续的真实光照分布数据进行比较和修正提供参考依据;通过获取墙体装饰物的真实光照分布数据;这样可以使墙体装饰物的实际照明情况更加清晰和客观,为后续的模拟光照分布数据进行比较和修正提供标准依据;通过根据模拟光照分布数据与真实光照分布数据进行光照修正系数计算,从而获取光照修正系数数据;这样可以使模拟光照分布数据与真实光照分布数据之间的差异和偏差更加量化地表示为数值,从而评估和优化照明模拟的精度和效果;同时可以获取光照修正系数数据,为后续的方向校正和优化提供参数依据;通过利用光照修正系数数据对装饰物仿真模型数据进行方向校正,从而获取优化装饰物仿真模型数据;这样可以使装饰物仿真模型数据在不同方向的LED光源的照射下进行调整和优化,从而使照明模拟更加接近和符合实际情况和需求;同时可以获取优化装饰物仿真模型数据,为后续的最优照明模拟提供最终方案;通过利用装饰物仿真模型数据对四个方向的LED光源进行最优照明模拟,从而获取第一最优控制参数数据、第二最优控制参数数据、第三最优控制参数数据以及第四最优控制参数数据;这样可以使装饰物仿真模型数据在不同方向的LED光源的照射下进行模拟和比较,从而找出最佳的照明方案和参数,达到最佳的照明效果和观赏效果;同时可以获取第一最优控制参数数据、第二最优控制参数数据、第三最优控制参数数据以及第四最优控制参数数据,为后续的参数控制和亮度补偿提供最佳方案。综上所述,以上步骤主要内容是对每个LED光源进行激光扫描、光谱测量、光源色温测量等操作,从而获取每个LED光源相对于墙面装饰物的三维坐标数据、光强参数以及光源色温数据等信息,为后续的虚拟光源设置和空间对齐提供坐标依据和光学参数;同时利用定制虚拟光源数据对装饰物仿真模型数据进行全局光照分布计算、光照修正系数计算、方向校正等操作,从而获取优化装饰物仿真模型数据和最优控制参数数据,为后续的参数控制和亮度补偿提供可视化和交互式的平台和最佳方案。
优选地,步骤S469包括以下步骤:
步骤S4691:对上、下、左、右四个方向的LED光源进行实时工作参数检测,从而获取对应的实时工作参数数据,其中实时工作参数数据包括上、下、左、右四个方向的LED光源对应的实时工作参数;
具体地,例如可以将LED光源与参数检测设备连接,确保数据的传输和接收正常。启动参数检测设备,并设置相关参数以实时监测LED光源的工作状态。监测设备根据预设的频率或触发条件,对四个方向的LED光源进行检测,并获取实时工作参数数据,如亮度、色温、灯光角度等。
步骤S4692:将对应的实时工作参数数据作为装饰物仿真模型数据的初始工作参数数据;
具体地,例如可以使用装饰物仿真模型及相关的模拟软件或系统。将实时工作参数数据输入到装饰物仿真模型中,并确认参数数据的正确性、完整性。必要时进行数据转换或格式调整,以适应装饰物仿真模型的要求。然后,将初始工作参数数据应用到装饰物仿真模型中,以便进行后续的仿真和分析。
步骤S4693:对装饰物仿真模型数据中的上、下两个LED光源照明方向产生的阴影区域进行图像分割以及像素统计,从而获取阴影覆盖率数据;
具体地,例如,首先,获取装饰物仿真模型数据中中包括上、下两个LED光源照明方向产生的照明效果图像。然后,对照明效果图像进行图像分割,区分阴影区域和非阴影区域。通过统计阴影区域像素数量,并计算阴影覆盖率(阴影区域像素数量与总像素数量的比例),可以获取阴影覆盖率数据。
步骤S4694:根据初始工作参数数据以及阴影覆盖率数据进行方位角和俯仰角参数调节以及亮度调整,并持续对上、下两个LED光源照明方向产生的阴影区域的阴影区域进行检测,直至阴影覆盖率数据达到预设的阈值范围内,从而获取第一最优控制参数数据以及第二最优控制参数数据;
具体地,例如,可以根据初始工作参数数据和阴影覆盖率数据进行方位角和俯仰角参数调节,以及亮度调整。持续对上、下两个LED光源照明方向产生的阴影区域进行检测,直至阴影覆盖率数据达到预设的阈值范围内。这样就可以获取第一最优控制参数数据和第二最优控制参数数据。
步骤S4695:对装饰物仿真模型数据中的左、右两个LED光源照明方向产生的阴影区域进行图像分割以及像素统计,从而获取阴影覆盖率数据;
具体地,例如可以获取装饰物仿真模型数据中左、右两个LED光源照明方向产生的照明效果图像。对照明效果图像进行图像分割,将阴影区域与非阴影区域进行区分。统计阴影区域像素数量,并计算阴影覆盖率,即阴影区域像素数量与总像素数量的比例。将计算得到的阴影覆盖率数据保存或传输给下一步骤使用。
步骤S4696:根据初始工作参数数据以及阴影覆盖率数据进行方位角和俯仰角参数调节以及亮度调整,并持续对左、右两个LED光源照明方向产生的阴影区域的阴影区域进行检测,直至阴影覆盖率数据达到预设的阈值范围内,从而获取第三最优控制参数数据以及第四最优控制参数数据。
具体地,例如,可以根据步骤S4692中获得的初始工作参数数据和步骤S4695中获取的阴影覆盖率数据,进行方位角和俯仰角参数的调节,以调整LED光源的照明方向。根据阴影覆盖率数据,进行亮度调整,以确保阴影区域的亮度满足预设的要求。持续监测左、右两个LED光源照明方向产生的阴影区域的阴影覆盖率数据。检测阴影覆盖率数据是否达到预设的阈值范围内,如果未达到,则返回进行调节和检测的迭代。当阴影覆盖率数据达到预设的阈值范围内时,从而获取第三最优控制参数数据和第四最优控制参数数据,并保存或传输给后续使用。
本发明通过对每个LED光源的安装位置进行激光扫描,从而获取每个LED光源相对于墙面装饰物的三维坐标数据;这样可以使每个LED光源的空间位置更加精确和清晰,为后续的照明模拟提供坐标依据;将对应的实时工作参数数据作为装饰物仿真模型数据的初始工作参数数据;这样可以使装饰物仿真模型数据与实际情况保持一致,为后续的参数调节和优化提供初始值;对装饰物仿真模型数据中的上、下两个LED光源照明方向产生的阴影区域进行图像分割以及像素统计,从而获取阴影覆盖率数据;这样可以使装饰物仿真模型数据中的阴影区域更加清晰地分割出来,从而量化地表示阴影区域对装饰物照明效果的影响和占比;同时可以获取阴影覆盖率数据,为后续的参数调节和优化提供参考依据;通过根据初始工作参数数据以及阴影覆盖率数据进行方位角和俯仰角参数调节以及亮度调整,并持续对上、下两个LED光源照明方向产生的阴影区域的阴影区域进行检测,直至阴影覆盖率数据达到预设的阈值范围内,从而获取第一最优控制参数数据以及第二最优控制参数数据;这样可以使上、下两个LED光源照明方向对装饰物照明效果的贡献更加平衡和协调,从而减少或消除阴影区域对装饰物观赏效果的干扰和影响;同时可以获取第一最优控制参数数据以及第二最优控制参数数据,为后续的参数控制和亮度补偿提供最佳方案;通过对装饰物仿真模型数据中的左、右两个LED光源照明方向产生的阴影区域进行图像分割以及像素统计,从而获取阴影覆盖率数据;这样可以使装饰物仿真模型数据中的阴影区域更加清晰地分割出来,从而量化地表示阴影区域对装饰物照明效果的影响和占比;同时可以获取阴影覆盖率数据,为后续的参数调节和优化提供参考依据;通过根据初始工作参数数据以及阴影覆盖率数据进行方位角和俯仰角参数调节以及亮度调整,并持续对左、右两个LED光源照明方向产生的阴影区域的阴影区域进行检测,直至阴影覆盖率数据达到预设的阈值范围内,从而获取第三最优控制参数数据以及第四最优控制参数数据;这样可以使左、右两个LED光源照明方向对装饰物照明效果的贡献更加平衡和协调,从而减少或消除阴影区域对装饰物观赏效果的干扰和影响;同时可以获取第三最优控制参数数据以及第四最优控制参数数据,为后续的参数控制和亮度补偿提供最佳方案。
优选地,步骤S467中根据模拟光照分布数据与真实光照分布数据通过光照修正系数计算公式对,其中,光照修正系数计算公式如下所示:
式中,R为光照修正系数,I(θ,φ)为模拟光照分布数据,L(θ,φ)为真实光照分布数据,a为模拟LED光源的最大光强,b为模拟LED光源的衰减系数,c为模拟LED光源的中心角度,d为模拟LED光源的相位差,e为模拟LED光源的初始相位,f为真实LED光源的最大光强,g为真实LED光源的衰减基数,h为真实LED光源的衰减指数函数,i为真实LED光源的偏移角度,j为真实LED光源的相位差,k为真实LED光源的初始相位,θ为LED光源与垂直轴的夹角,φ为LED光源与水平轴的夹角。
本发明构建了一个阴影覆盖率计算公式,该公式描述了根据模拟光照分布数据和真实光照分布数据之间的差异来计算光照修正系数R的过程。光照修正系数R可以用于调整模拟光照分布数据,使其更接近真实光照分布数据。对于分子部分的积分项,通过对模拟光照分布数据I(θ,φ)进行积分,并乘以sinθ,可以得到模拟光照分布数据在球坐标系下的总体光强。
对于分母部分的积分项,通过对真实光照分布数据L(θ,φ)进行积分,并乘以sinθ,可以得到真实光照分布数据在球坐标系下的总体光强。通过计算这两个光强值的比值,可以得到光照修正系数R。当R大于1时,表示模拟光照分布数据的总体光强高于真实光照分布数据,需要对模拟光照数据进行降低修正;当R小于1时,表示模拟光照分布数据的总体光强低于真实光照分布数据,需要对模拟光照数据进行增强修正。这可以帮助设计者优化LED光源的位置、角度、亮度和颜色,使得模拟光照分布和真实光照分布尽可能接近,从而提高墙体装饰物的视觉效果;这可以考虑不同角度和位置上的光强变化,以及不同颜色和形状的光源的影响,提高预测的准确性;公式可以通过参数的调整,适应不同的墙体装饰物和LED光源的情况,具有一定的通用性和灵活性。这可以根据实际情况对模拟结果进行修正,提高预测的稳定性和可靠性。
优选地,步骤S5包括以下步骤:
步骤S51:分别将第一最优控制参数数据、第二最优控制参数数据、第三最优控制参数数据以及第四最优控制参数数据加载至对应LED光源的微控制器,通过微控制器对对应控制参数进行解码,从而获取每个LED光源的对应目标角度数据、目标亮度数据以及目标工作电压参数;
具体地,例如可以将存储器插入到对应LED光源的微控制器上,然后通过微控制器上的程序对对应控制参数进行读取和解码,最后将这些数据保存在微控制器的内存中,以便后续使用。
步骤S52:根据每个LED光源的对应目标角度数据以及目标亮度数据利用微控制器对步进电机的驱动器进行PWM控制信号发送,通过步进电机的驱动器对LED光源进行姿态角度调整;
具体地,例如可以根据每个LED光源的对应目标角度数据利用微控制器生成PWM控制信号,并将这些信号发送到步进电机的驱动器上,然后通过驱动器对步进电机进行相应的电流输出,从而使步进电机旋转一定的角度,最后通过步进电机带动LED光源的转轴进行姿态角度调整,使LED光源能够照射到目标位置。
步骤S53:根据每个LED光源的目标工作电压参数利用微控制器通过DAC数字模拟转换对LED光源进行电压调整,以对LED光源进行亮度补偿;
具体地,例如可以根据每个LED光源的目标工作电压参数利用微控制器生成DAC数字模拟转换信号,并将这些信号发送到LED光源的电压调节器上,然后通过电压调节器对LED光源进行相应的电压输出,从而使LED光源能够达到目标亮度,最后通过电压调节器对LED光源进行亮度补偿,使LED光源能够适应不同的环境光照。
步骤S54:对墙体装饰物的前方区域进行实时人体监测,当检测到前方区域存在人体时,将人体前方的装饰物区域作为主观赏区域,从而获取主观赏区域位置数据;
具体地,例如可以在墙体装饰物的前方区域安装人体监测传感器,并通过传感器对前方区域进行实时人体检测,然后当检测到前方区域存在人体时,将人体前方的装饰物区域作为主观赏区域,并通过传感器获取该区域的位置数据,最后将这些数据发送到微控制器上,以便后续使用。
步骤S55:根据主观赏区域位置数据分别对上、下、左、右四个方向的LED光源进行LED灯珠定位,从而获取每个方向的LED光源的LED灯珠的编号数据;
具体地,例如可以根据主观赏区域位置数据分别计算出上、下、左、右四个方向的LED光源需要照射到该区域的角度数据,并根据这些数据分别确定每个方向的LED光源中哪些LED灯珠需要被点亮,并获取每个LED灯珠的编号数据,最后将这些数据保存在微控制器的内存中,以便后续使用。
步骤S56:对编号数据对应的LED灯珠进行亮度增强,以对主观赏区域进行强化照明。
具体地,例如可以根据编号数据对应的LED灯珠利用微控制器生成PWM控制信号,并将这些信号发送到LED灯珠的驱动器上,然后通过驱动器对LED灯珠进行相应的电流输出,从而使LED灯珠增加亮度,最后通过LED灯珠的亮度增强对主观赏区域进行强化照明,使主观赏区域更加突出和美观。
本发明通过分别将第一最优控制参数数据、第二最优控制参数数据、第三最优控制参数数据以及第四最优控制参数数据加载至对应LED光源的微控制器,通过微控制器对对应控制参数进行解码,从而获取每个LED光源的对应目标角度数据、目标亮度数据以及目标工作电压参数;这样可以使每个LED光源的工作状态更加符合最优照明模拟的结果,为后续的姿态角度调整和亮度补偿提供目标值;通过根据每个LED光源的对应目标角度数据以及目标亮度数据利用微控制器对步进电机的驱动器进行PWM控制信号发送,通过步进电机的驱动器对LED光源进行姿态角度调整;这样可以使每个LED光源的方位角和俯仰角更加精确和合适,从而使LED光源的照射区域更加对准装饰物的目标照明区域,提高照明效果和观赏效果;通过根据每个LED光源的目标工作电压参数利用微控制器通过DAC数字模拟转换对LED光源进行电压调整,以对LED光源进行亮度补偿;这样可以使每个LED光源的亮度更加适中和均匀,从而避免因为亮度不足或过高而导致的照明失效或眩光;通过对墙体装饰物的前方区域进行实时人体监测,当检测到前方区域存在人体时,将人体前方的装饰物区域作为主观赏区域,从而获取主观赏区域位置数据;这样可以使装饰物照明系统能够根据人体的位置和行为进行智能识别和判断,从而确定主观赏区域,为后续的强化照明提供范围和位置信息;通过根据主观赏区域位置数据分别对上、下、左、右四个方向的LED光源进行LED灯珠定位,从而获取每个方向的LED光源的LED灯珠的编号数据;这样可以使每个方向的LED光源能够根据主观赏区域的位置进行精准和有效地定位,从而确定需要进行强化照明的LED灯珠,为后续的亮度增强提供编号依据;通过对编号数据对应的LED灯珠进行亮度增强,以对主观赏区域进行强化照明;这样可以使主观赏区域在装饰物照明系统中更加突出和明显,从而吸引和引导观众的注意力和视线,增强观众的观赏体验和满意度。综上所述,本发明可以使LED光源进行参数控制和亮度补偿,以适应不同的照明需求,提高照明效果;同时可以使LED光源具有智能识别和强化照明的功能,以提升观赏体验和满意度。
因此,无论从哪一点来看,均应将实施例看作是示范性的,而且是非限制性的,本发明的范围由所附权利要求而不是上述说明限定,因此旨在将落在申请文件的等同要件的含义和范围内的所有变化涵括在本发明内。
以上所述仅是本发明的具体实施方式,使本领域技术人员能够理解或实现本发明。对这些实施例的多种修改对本领域的技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下,在其它实施例中实现。因此,本发明将不会被限制于本文所示的这些实施例,而是要符合与本文所发明的原理和新颖特点相一致的最宽的范围。
Claims (10)
1.一种LED光源的亮度补偿方法,其特征在于,包括以下步骤:
步骤S1:利用LED光源对墙面装饰物进行扫描照明作业,其中LED光源分别置于墙面装饰物上、下、左、右四个边缘方向;对墙面装饰物进行实时图像采集,从而获取第一装饰物图像数据;根据第一装饰物图像数据对LED光源进行光照颜色选择,从而获取LED光源光照颜色数据;
步骤S2:根据LED光源光照颜色数据对LED光源进行光照颜色更换,并利用更换光照颜色后的LED光源对墙面装饰物进行扫描照明作业;对LED光源的照射区域进行光照亮度检测,从而获取光照区域亮度数据;
步骤S3:对墙面装饰物进行实时图像采集,从而获取第二装饰物图像数据;对第二装饰物图像数据进行阴影区域识别,从而获取阴影区域位置数据;根据阴影区域位置数据对第二装饰物图像数据进行阴影区域标注,从而获取标注装饰物图像数据;
步骤S4:获取墙面装饰物三维模型数据,根据标注装饰物图像数据对墙面装饰物三维模型数据进行实时场景还原,从而获取调光仿真模型数据;利用调光仿真模型数据对四个方向的LED光源进行最优照明模拟,从而获取第一最优控制参数数据、第二最优控制参数数据、第三最优控制参数数据以及第四最优控制参数数据;
步骤S5:根据第一最优控制参数数据、第二最优控制参数数据、第三最优控制参数数据以及第四最优控制参数数据对四个方向的LED光源进行参数控制,以对LED光源进行亮度补偿。
2.根据权利要求1所述的LED光源的亮度补偿方法,其特征在于,步骤S1包括以下步骤:
步骤S11:利用LED光源对墙面装饰物进行扫描照明作业,其中LED光源分别置于墙面装饰物上、下、左、右四个边缘方向;
步骤S12:对墙面装饰物进行实时图像采集,从而获取第一装饰物图像数据;
步骤S13:对第一装饰物图像数据进行主要区域平均RGB值提取,从而获取装饰物主体颜色特征数据;
步骤S14:根据装饰物主体颜色特征数据对第一装饰物图像数据进行色彩结构分析,从而获取装饰物色彩组成数据;
步骤S15:根据装饰物色彩组成数据查询预设的装饰物材质-标准光源参数表,从而获取LED光源光照颜色数据。
3.根据权利要求2所述的LED光源的亮度补偿方法,其特征在于,步骤S14包括以下步骤:
步骤S141:对第一装饰物图像数据进行颜色空间转换,从而获取装饰物LAB颜色空间图像数据;
步骤S142:根据装饰物主体颜色特征数据对第一装饰物图像数据进行主体区域内聚类分析,从而获取主体色彩类别数据;
步骤S143:对主体色彩类别数据进行像素统计计算,从而获取主体色彩组成比例数据;
步骤S144:对装饰物LAB颜色空间图像数据进行全局聚类分析,从而获取全体色彩类别数据;
步骤S145:对主体色彩组成比例数据与全体色彩类别数据进行交叉对应关系分析,从而获取色彩调整对应参数数据;
步骤S146:根据色彩调整对应参数数据对第一装饰物图像数据进行色度与明度调整,从而获取装饰物色彩组成数据。
4.根据权利要求1所述的LED光源的亮度补偿方法,其特征在于,步骤S2包括以下步骤:
步骤S21:根据LED光源光照颜色数据对LED光源进行光照颜色更换,并利用更换光照颜色后的LED光源对墙面装饰物进行扫描照明作业;获取墙面装饰物的目标照明区域数据;
步骤S22:根据目标照明区域数据对LED光源的照射区域进行实时光照区域捕捉,从而获取目标区域图像数据;
步骤S23:对目标区域图像数据进行光照区域检测,从而获取光照区域图像数据;
步骤S24:对光照区域图像数据进行光照对比度增强,从而获取校正光照区域图像数据;
步骤S25:对校正光照区域图像数据进行光照亮度测量,从而获取光照区域亮度数据。
5.根据权利要求1所述的LED光源的亮度补偿方法,其特征在于,步骤S3包括以下步骤:
步骤S31:对墙面装饰物进行实时图像采集,从而获取第二装饰物图像数据;
步骤S32:对第二装饰物图像数据进行自适应对比度增强,从而获取补偿装饰物图像数据;
步骤S33:对补偿装饰物图像数据进行阴影区域识别以及分割,从而获取阴影区域分割图像数据;
步骤S34:根据阴影区域分割图像数据对补偿装饰物图像数据进行阴影区域轮廓像素点提取,从而获取阴影区域位置数据;
步骤S35:根据阴影区域位置数据对补偿装饰物图像数据进行阴影区域标注,从而获取标注装饰物图像数据。
6.根据权利要求1所述的LED光源的亮度补偿方法,其特征在于,步骤S4包括以下步骤:
步骤S41:获取墙面装饰物三维模型数据;
步骤S42:将墙面装饰物三维模型数据导入至预设的三维重构软件,得到墙面装饰物三维模型;获取墙体装饰物的实际尺寸数据以及材质特性数据,并利用实际尺寸数据以及材质特性数据对墙面装饰物三维模型进行网格分割以及边界属性设置,从而获取装饰物网格模型数据;
步骤S43:根据实际尺寸数据对标注装饰物图像数据进行等比例放缩,从而获取装饰物校准图像数据;
步骤S44:将装饰物校准图像数据与装饰物网格模型数据置于同一三维坐标系,并对装饰物校准图像数据与装饰物网格模型数据进行像素点-网格映射关系建立,从而获取像素-网格映射表数据;
步骤S45:根据像素-网格映射表数据将装饰物校准图像数据的每个像素点的像素属性通过重心法对装饰物网格模型数据进三维纹理映射,从而获取调光仿真模型数据;
步骤S46:利用调光仿真模型数据对四个方向的LED光源进行最优照明模拟,从而获取第一最优控制参数数据、第二最优控制参数数据、第三最优控制参数数据以及第四最优控制参数数据。
7.根据权利要求6所述的LED光源的亮度补偿方法,其特征在于,步骤S46包括以下步骤:
步骤S461:对每个LED光源的安装位置进行激光扫描,从而获取每个LED光源相对于墙面装饰物的三维坐标数据;
步骤S462:对每个LED光源进行光谱测量以及光源色温测量,从而获取光强参数以及光源色温数据;
步骤S463:获取每个LED光源真实比例的三维模型数据,利用精准光强以及光色数据对三维模型数据模型数据进行光学特性设置,从而获取定制虚拟光源数据;
步骤S464:将定制虚拟光源数据导入至预设的三维重构软件,并根据每个LED光源相对于墙面装饰物的三维坐标数据对定制虚拟光源数据与调光仿真模型数据进行空间对齐,从而获取装饰物仿真模型数据;
步骤S465:基于装饰物仿真模型数据进行全局光照分布计算,从而获取模拟光照分布数据;
步骤S466:获取墙体装饰物的真实光照分布数据;
步骤S467:根据模拟光照分布数据与真实光照分布数据进行光照修正系数计算,从而获取光照修正系数数据;
步骤S468:利用光照修正系数数据对装饰物仿真模型数据进行方向校正,从而获取优化装饰物仿真模型数据;
步骤S469:利用装饰物仿真模型数据对四个方向的LED光源进行最优照明模拟,从而获取第一最优控制参数数据、第二最优控制参数数据、第三最优控制参数数据以及第四最优控制参数数据。
8.根据权利要求7所述的LED光源的亮度补偿方法,其特征在于,步骤S469包括以下步骤:
步骤S4691:对上、下、左、右四个方向的LED光源进行实时工作参数检测,从而获取对应的实时工作参数数据,其中实时工作参数数据包括上、下、左、右四个方向的LED光源对应的实时工作参数;
步骤S4692:将对应的实时工作参数数据作为装饰物仿真模型数据的初始工作参数数据;
步骤S4693:对装饰物仿真模型数据中的上、下两个LED光源照明方向产生的阴影区域进行图像分割以及像素统计,从而获取阴影覆盖率数据;
步骤S4694:根据初始工作参数数据以及阴影覆盖率数据进行方位角和俯仰角参数调节以及亮度调整,并持续对上、下两个LED光源照明方向产生的阴影区域的阴影区域进行检测,直至阴影覆盖率数据达到预设的阈值范围内,从而获取第一最优控制参数数据以及第二最优控制参数数据;
步骤S4695:对装饰物仿真模型数据中的左、右两个LED光源照明方向产生的阴影区域进行图像分割以及像素统计,从而获取阴影覆盖率数据;
步骤S4696:根据初始工作参数数据以及阴影覆盖率数据进行方位角和俯仰角参数调节以及亮度调整,并持续对左、右两个LED光源照明方向产生的阴影区域的阴影区域进行检测,直至阴影覆盖率数据达到预设的阈值范围内,从而获取第三最优控制参数数据以及第四最优控制参数数据。
9.根据权利要求8所述的LED光源的亮度补偿方法,其特征在于,步骤S467中根据模拟光照分布数据与真实光照分布数据通过光照修正系数计算公式对,其中,光照修正系数计算公式如下所示:
式中,R为光照修正系数,I(θ,φ)为模拟光照分布数据,L(θ,φ)为真实光照分布数据,a为模拟LED光源的最大光强,b为模拟LED光源的衰减系数,c为模拟LED光源的中心角度,d为模拟LED光源的相位差,e为模拟LED光源的初始相位,f为真实LED光源的最大光强,g为真实LED光源的衰减基数,h为真实LED光源的衰减指数函数,i为真实LED光源的偏移角度,j为真实LED光源的相位差,k为真实LED光源的初始相位,θ为LED光源与垂直轴的夹角,φ为LED光源与水平轴的夹角。
10.根据权利要求1所述的LED光源的亮度补偿方法,其特征在于,步骤S5包括以下步骤:
步骤S51:分别将第一最优控制参数数据、第二最优控制参数数据、第三最优控制参数数据以及第四最优控制参数数据加载至对应LED光源的微控制器,通过微控制器对对应控制参数进行解码,从而获取每个LED光源的对应目标角度数据、目标亮度数据以及目标工作电压参数;
步骤S52:根据每个LED光源的对应目标角度数据以及目标亮度数据利用微控制器对步进电机的驱动器进行PWM控制信号发送,通过步进电机的驱动器对LED光源进行姿态角度调整;
步骤S53:根据每个LED光源的目标工作电压参数利用微控制器通过DAC数字模拟转换对LED光源进行电压调整,以对LED光源进行亮度补偿;
步骤S54:对墙体装饰物的前方区域进行实时人体监测,当检测到前方区域存在人体时,将人体前方的装饰物区域作为主观赏区域,从而获取主观赏区域位置数据;
步骤S55:根据主观赏区域位置数据分别对上、下、左、右四个方向的LED光源进行LED灯珠定位,从而获取每个方向的LED光源的LED灯珠的编号数据;
步骤S56:对编号数据对应的LED灯珠进行亮度增强,以对主观赏区域进行强化照明。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311421240.4A CN117545123A (zh) | 2023-10-30 | 2023-10-30 | 一种led光源的亮度补偿方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311421240.4A CN117545123A (zh) | 2023-10-30 | 2023-10-30 | 一种led光源的亮度补偿方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117545123A true CN117545123A (zh) | 2024-02-09 |
Family
ID=89787136
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311421240.4A Withdrawn CN117545123A (zh) | 2023-10-30 | 2023-10-30 | 一种led光源的亮度补偿方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117545123A (zh) |
-
2023
- 2023-10-30 CN CN202311421240.4A patent/CN117545123A/zh not_active Withdrawn
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP4220470B2 (ja) | 映画におけるデジタルイメージング用のリアリティベースのライト環境 | |
US20230154105A1 (en) | System and method for three-dimensional scanning and for capturing a bidirectional reflectance distribution function | |
Stumpfel et al. | Direct HDR capture of the sun and sky | |
Debevec et al. | A lighting reproduction approach to live-action compositing | |
US7764829B2 (en) | System and method for discovering and categorizing attributes of a digital image | |
US8928662B2 (en) | Apparatus, method, and system for demonstrating a lighting solution by image rendering | |
US11210839B2 (en) | Photometric image processing | |
US9330337B2 (en) | Color analytics for a digital image | |
US11022861B2 (en) | Lighting assembly for producing realistic photo images | |
CN108182923A (zh) | 在显示装置上显示图像的方法、显示装置和电子设备 | |
US8249342B1 (en) | Color analytics for a digital image | |
CN110458964B (zh) | 一种现实环境动态光照的实时计算方法 | |
CN111402409B (zh) | 一种展馆设计光照条件模型系统 | |
CN117545123A (zh) | 一种led光源的亮度补偿方法 | |
CN110874862A (zh) | 用于三维重建的系统及方法 | |
Štampfl et al. | Shadow Segmentation with Image Thresholding for Describing the Harshness of Light Sources | |
KR102677114B1 (ko) | 인카메라 시각 효과 기반의 실제 환경과 가상 환경의 조명 매칭 시스템 | |
Drofova et al. | COMPARISON OF THE LIGHTING CONDITION OF THE INTERIOR TO CREATE A 3D BACKGROUND IN VIRTUAL REALITY. | |
CN118071937B (zh) | 一种基于图片上传的三维模型的生成方法及系统 | |
CN109073452B (zh) | 用三维照明图确定照明方向 | |
Voloboi et al. | Simulation of natural daylight illumination determined by a high dynamic range image | |
Wenger et al. | A lighting reproduction approach to live-action compositing | |
TW201931313A (zh) | 用於影像資料庫的光特徵空間 | |
MacDonald et al. | Imaging of stained glass windows | |
JP2003271946A (ja) | メガネ画像登録システムおよびメガネ画像登録方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
WW01 | Invention patent application withdrawn after publication | ||
WW01 | Invention patent application withdrawn after publication |
Application publication date: 20240209 |