本文摘要：摘要：當(dāng)前高校公共教室普遍存在電能浪費(fèi)現(xiàn)象，缺乏科學(xué)的管理，本文根據(jù)高校教室現(xiàn)狀提出利用圖像識(shí)別技術(shù)判別當(dāng)前光照強(qiáng)度及教室人員人數(shù)及分布位置，從而對(duì)應(yīng)各區(qū)域照明設(shè)備的開(kāi)關(guān)，對(duì)建立節(jié)約型校園具有一定的推廣價(jià)值。 關(guān)鍵詞：圖像識(shí)別;智能照明;節(jié)能
摘要：當(dāng)前高校公共教室普遍存在電能浪費(fèi)現(xiàn)象，缺乏科學(xué)的管理，本文根據(jù)高校教室現(xiàn)狀提出利用圖像識(shí)別技術(shù)判別當(dāng)前光照強(qiáng)度及教室人員人數(shù)及分布位置，從而對(duì)應(yīng)各區(qū)域照明設(shè)備的開(kāi)關(guān)，對(duì)建立“節(jié)約型校園”具有一定的推廣價(jià)值。
關(guān)鍵詞：圖像識(shí)別;智能照明;節(jié)能
相關(guān)論文范文：基于圖像識(shí)別的渣土車(chē)監(jiān)管系統(tǒng)設(shè)計(jì)及實(shí)現(xiàn)
摘要:為提高施工現(xiàn)場(chǎng)渣土車(chē)的監(jiān)管效率，減少渣土車(chē)對(duì)城市安全及環(huán)境的影響，以圖像識(shí)別技術(shù)為核心支撐，設(shè)計(jì)了渣土車(chē)智能監(jiān)管系統(tǒng)的結(jié)構(gòu)、功能及運(yùn)行流程，并對(duì)運(yùn)行效果進(jìn)行了測(cè)試。研究和測(cè)試表明:(1)該系統(tǒng)主要由圖像采集裝置、圖像處理及分析裝置、聲光報(bào)警器以及進(jìn)出放行設(shè)備組成，其核心是利用模板匹配和改進(jìn)的直線(xiàn)檢測(cè)算法對(duì)渣土車(chē)的車(chē)牌特征、顏色特征和幾何特征進(jìn)行感知。
0引言
近年來(lái)，隨著高校辦學(xué)規(guī)模的擴(kuò)大，師生人數(shù)和建筑設(shè)施不斷增加，高校已成為用電大戶(hù)。據(jù)調(diào)查，作為主要教學(xué)場(chǎng)所的公共教室，其照明消耗的電量占高�？傆秒娏康�40%之多，這其中，“長(zhǎng)明燈”現(xiàn)象對(duì)電能的浪費(fèi)占很大一部分[1]。由于高校公共教室屬于開(kāi)放式管理，學(xué)生的自主學(xué)習(xí)不受限制，再加上大部分學(xué)生的節(jié)能意識(shí)淡薄，所以常會(huì)出現(xiàn)室內(nèi)人少卻燈具全開(kāi);離開(kāi)教室不主動(dòng)關(guān)燈;或是室內(nèi)光照強(qiáng)度過(guò)剩，即在自然光充足的條件下打開(kāi)燈具的現(xiàn)象。因此利用智能監(jiān)測(cè)、智能控制手段對(duì)現(xiàn)有照明設(shè)施進(jìn)行改進(jìn)，根據(jù)教室實(shí)際學(xué)生人數(shù)及位置分布控制照明開(kāi)關(guān)，并實(shí)時(shí)做到人走燈滅，避免不必要的電能浪費(fèi)，是一項(xiàng)十分必要且緊迫的任務(wù)。
1智能識(shí)別關(guān)鍵技術(shù)
智能照明節(jié)能系統(tǒng)首先要對(duì)教室的實(shí)際使用需求進(jìn)行判斷，即當(dāng)前教室內(nèi)的光照強(qiáng)度信息、實(shí)際人數(shù)及位置分布等信息。目前的識(shí)別技術(shù)主要有兩種：一是傳感器技術(shù)，二是圖像識(shí)別技術(shù)。
1.1傳感器技術(shù)
目前市面上常見(jiàn)的傳感器主要由光感、紅外線(xiàn)、微波和無(wú)線(xiàn)傳感器組成，可以簡(jiǎn)單快速地對(duì)光照和人員信息進(jìn)行檢測(cè)，但傳感器受自身探測(cè)范圍及外界環(huán)境影響，為提高識(shí)別的正確率需要測(cè)量精確安裝到最佳位置，為大范圍在教室安裝帶來(lái)不便。
1.2圖像識(shí)別技術(shù)
圖像識(shí)別技術(shù)是對(duì)同區(qū)域不同時(shí)間段的圖像進(jìn)行對(duì)比，先將圖像分割成多個(gè)區(qū)域，判斷區(qū)域內(nèi)某個(gè)像素的變化值是否在閾值內(nèi)，得出當(dāng)前的光照強(qiáng)度及人員分布狀況，圖像識(shí)別的正確率主要取決于圖像識(shí)別算法。利用圖像識(shí)別技術(shù)的硬件成本門(mén)檻低，現(xiàn)今大多數(shù)高校公共教室都已安裝了高清攝像頭，其后臺(tái)監(jiān)控系統(tǒng)也自帶定時(shí)抓圖功能，在此基礎(chǔ)上配合圖像識(shí)別算法便能達(dá)到較高的識(shí)別率。
2智能識(shí)別關(guān)鍵技術(shù)的實(shí)現(xiàn)
2.1光照強(qiáng)度識(shí)別
光照強(qiáng)度(簡(jiǎn)稱(chēng)照度)指某物體單位面積上所接收到的可見(jiàn)光的能量，單位是勒克斯(Lux或Lx)[2]。在《建筑照明設(shè)計(jì)標(biāo)準(zhǔn)》(50034-2013)中對(duì)照度標(biāo)準(zhǔn)也做了明確規(guī)定，要求教室、多媒體教室、實(shí)驗(yàn)室的標(biāo)準(zhǔn)照度值為300lx。在進(jìn)行照度識(shí)別時(shí)，首先拍攝300lx標(biāo)準(zhǔn)照度下的教室照片，以此作為標(biāo)準(zhǔn)樣張，為提高運(yùn)算速度，圖像識(shí)別程序把彩色圖片轉(zhuǎn)換成灰度圖并保存其灰度值，接著對(duì)教室進(jìn)行實(shí)時(shí)拍攝同樣轉(zhuǎn)換成灰度圖，最后把實(shí)時(shí)圖片和樣張圖片按區(qū)域進(jìn)行灰度值比較(若對(duì)計(jì)算速度有更高要求，可以采用圖像二值化的方式來(lái)降低精度)[3]。若比較值小于標(biāo)準(zhǔn)值，系統(tǒng)會(huì)認(rèn)為當(dāng)前光照不足需要打開(kāi)對(duì)應(yīng)區(qū)域的燈具，否則關(guān)閉。為消除陰影、光照變化、物體遮擋等外界因素對(duì)攝像頭的干擾，可在計(jì)算灰度值前對(duì)圖像進(jìn)行預(yù)處理，一般使用高斯濾波或直方圖均衡等方式。
2.2人員檢測(cè)識(shí)別
教室人員檢測(cè)是本文的研究重點(diǎn)，與照度識(shí)別的原理相似，需要把教室空閑狀態(tài)下的圖片做為樣張保存，與實(shí)時(shí)抓拍的圖片做差分來(lái)識(shí)別人員信息。在人員識(shí)別時(shí)，首先把目標(biāo)人員從背景中分割出來(lái)，提取出目標(biāo)的運(yùn)動(dòng)區(qū)域。針對(duì)教室場(chǎng)景的特點(diǎn)，攝像機(jī)是固定安裝且場(chǎng)景中的物體多是靜止的，因此本文選用實(shí)時(shí)背景更新的背景差分法(backgroundsubtraction)來(lái)進(jìn)行目標(biāo)人員分割。但在目標(biāo)分割過(guò)程中會(huì)不可避免地產(chǎn)生噪聲點(diǎn)，或是目標(biāo)人物圖像中出現(xiàn)空洞或是不連通現(xiàn)象，導(dǎo)致之后的人員檢測(cè)產(chǎn)生誤差，因此需采取數(shù)學(xué)形態(tài)學(xué)方法進(jìn)行去噪聲和空洞的填補(bǔ)處理。
最后根據(jù)目標(biāo)人員的姿態(tài)特點(diǎn)選擇合適的檢測(cè)方法，通常情況下教室場(chǎng)景圖像中由于前后排人員的遮擋多數(shù)只能呈現(xiàn)人員的頭部或肩部，所以筆者選擇基于人體頭部特征進(jìn)行人員檢測(cè)，根據(jù)實(shí)驗(yàn)結(jié)果對(duì)算法進(jìn)行進(jìn)一步改進(jìn)。根據(jù)教室人員分布情況，經(jīng)過(guò)分析得到各區(qū)域照明設(shè)備和樣張像素的對(duì)應(yīng)關(guān)系，進(jìn)一步得出室內(nèi)每個(gè)區(qū)域照明的開(kāi)關(guān)狀態(tài)，并以此做為控制信號(hào)傳輸給本地教室單片機(jī)控制器，實(shí)現(xiàn)分區(qū)域控制照明設(shè)備的目的[3]。人員檢測(cè)識(shí)別中主要用到的圖像處理技術(shù)如下所示：
(一)建立適合教室場(chǎng)景的背景模型
背景差分法(backgroundsubtraction)是目前運(yùn)動(dòng)目標(biāo)檢測(cè)的主流方法，其基本思想是將當(dāng)前每一幀圖像與事先存儲(chǔ)或?qū)崟r(shí)獲取的背景圖像相減，計(jì)算出與背景偏離超過(guò)一定閾值的區(qū)域作為運(yùn)動(dòng)區(qū)域[4]。背景差分法實(shí)現(xiàn)的關(guān)鍵是背景模型的獲取和更新。背景獲取算法通常要求在場(chǎng)景中存在運(yùn)動(dòng)目標(biāo)的情況下獲取背景圖像，更新過(guò)程使背景能夠自適應(yīng)場(chǎng)景的變化，如背景中對(duì)象的干擾和固定對(duì)象的移動(dòng)、外界光線(xiàn)的變化、陰影的影響等[5]。根據(jù)本文研究的教室環(huán)境背景估計(jì)，白天室內(nèi)光線(xiàn)會(huì)有緩慢的變化(自然光線(xiàn)角度變化引起)，而晚自習(xí)時(shí)段會(huì)根據(jù)教室人數(shù)控制開(kāi)燈數(shù)，教室圖像受光照影響較大，基于此特點(diǎn)采用混合高斯模型來(lái)建模。
(二)圖像噪聲處理技術(shù)
采用背景差分法對(duì)目標(biāo)人員進(jìn)行分割，必須設(shè)置一個(gè)合適的閾值來(lái)判斷前景或背景，若閾值設(shè)置過(guò)小會(huì)導(dǎo)致背景誤認(rèn)為前景，造成圖像噪聲干擾，當(dāng)閾值太大時(shí)會(huì)造成人體目標(biāo)圖像不連通，圖像中出現(xiàn)空洞現(xiàn)象，選擇適當(dāng)?shù)拈撝悼梢詼p少此類(lèi)問(wèn)題但并不能杜絕這種現(xiàn)象。因此在進(jìn)行目標(biāo)分割后要采取數(shù)學(xué)形態(tài)學(xué)進(jìn)行膨脹腐蝕處理，才能保持圖像的完整性。
(三)基于Haar特征的AdaBoost人臉檢測(cè)研究
針對(duì)教室特殊環(huán)境中人員的姿勢(shì)特點(diǎn)以坐姿為主，選擇基于人體頭部特征進(jìn)行人員檢測(cè)，提取人體頭部的Haar-like特征，使用積分圖對(duì)特征求值進(jìn)行加速，并用AdaBoost算法把待檢測(cè)圖片的特征值以二叉決策樹(shù)的形式存儲(chǔ)，通過(guò)多輪迭代把弱分類(lèi)器訓(xùn)練成區(qū)分人臉和非人臉的強(qiáng)分類(lèi)器，最后使用篩選式級(jí)聯(lián)把分類(lèi)器級(jí)聯(lián)到一起，提高準(zhǔn)確率，并根據(jù)最終實(shí)驗(yàn)結(jié)果決定是否要對(duì)算法進(jìn)行進(jìn)一步改進(jìn)。
3結(jié)語(yǔ)
相比于傳統(tǒng)控制方式，使用智能監(jiān)測(cè)技術(shù)的照明節(jié)能系統(tǒng)可根據(jù)教室的實(shí)際使用需求調(diào)節(jié)照明設(shè)備的開(kāi)關(guān)，在管理上無(wú)需專(zhuān)人巡守，只要通過(guò)監(jiān)控平臺(tái)便可得到當(dāng)前所有教室的照明狀態(tài)，提高了高校樓宇管理的智能化水平，節(jié)約了學(xué)院的財(cái)政支出，對(duì)建立“節(jié)約型校園”、“綠色校園”具有一定的推廣價(jià)值。
參考文獻(xiàn)：
[1]張峰.基于STM32的高校教室智慧照明系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D].西安建筑科技大學(xué),2018.
[2]光照強(qiáng)度_百度百科
[3]吳少俊,宋樑杰.基于圖像識(shí)別技術(shù)的高校教室智能照明控制應(yīng)用研究[J].數(shù)字技術(shù)與應(yīng)用,2018,36(2):1-2
轉(zhuǎn)載請(qǐng)注明來(lái)自發(fā)表學(xué)術(shù)論文網(wǎng)：http:///dzlw/22037.html
