基于环境光和空间密度自适应的室内照明方法技术

本发明专利技术公开了一种基于环境光和空间密度自适应的室内照明方法，通过人体轮廓检测和基于密度的空间数据聚类算法实现室内最佳区域照明，并根据环境光的不同来实现LED光和自然光的互补，最后根据照明标准进行灯光亮度调节的室内照明技术。

Adaptive lighting method based on ambient light and spatial density

The invention discloses an indoor lighting method based on adaptive ambient light and spatial density, realizes indoor optimum area lighting by human contour detection and spatial data clustering algorithm based on density, and realizes complementarity of LED light and natural light according to different ambient light, and finally adjusts the brightness of light according to lighting standards. Festival indoor lighting technology.

【技术实现步骤摘要】
基于环境光和空间密度自适应的室内照明方法
本专利技术涉及一种基于人体轮廓检测算法和DBSCAN(基于密度的空间数据聚类)算法实现室内最佳区域照明，通过LED光和自然光互补实现恒照度照明的技术。本专利技术属于智能照明领域。
技术介绍
电能短缺是束缚社会经济发展和人民生活的重要问题之一。智能照明和避免电能浪费是十分必要的。目前，我国大部分使用的室内照明灯具都不能根据外界环境的光照度来实现亮度的调节，当外界环境的光比较强时，室内照明灯具的功率也不会改变，造成了资源的浪费。我国电能短缺，对于人们生活的供需矛盾比较突出。在加强我国电力建设的同时，智能照明与节能照明的结合显得尤为关键。根据室内具体人体活动区域合理控制灯具开关分布，室内灯具光照强度随着外界环境光光照强度的变化而变化，充分利用电能，是室内照明灯具的重要发展趋势。随着智能家居的发展，智能照明技术也在不断的提高。本专利技术设计了一种基于人体轮廓检测算法实现空间密度自适应调节，通过采集周围环境光强信息，反馈给控制系统，经过PWM调光来实现LED光和自然光互补，光照度传感器实时传送光照信息来实现灯具恒照度的工作需要。基于ZigBee局域网协议控制LED光源系统，添加光强传感模块，根据外界环境控制室内不同地点LED光源的光强，初步实现自适应室内智能照明灯具，灯具可根据外界环境的光照度自动调节室内不同地点LED的光照强度。
技术实现思路
本专利技术针对现有照明技术中光照度不适、电能浪费的缺点，提出一种通过人体轮廓检测和基于密度的空间数据聚类算法实现室内最佳区域照明，并根据环境光的不同来实现LED光和自然光的互补，最后根据照明标准进行灯光亮度调节的室内照明技术。进一步的，所述人体轮廓检测技术是基于HOG-SVM算法，针对具体的室内照明场景，选取人体的头肩作为特征进行训练，对识别出的矩形进行过滤，只保留最大矩形框，提高人体检测模型的准确性和实用性。提取HOG特征主要包括图像预处理及特征提取。对经过颜色空间归一化处理后的图像，分别在其水平和垂直方向求取梯度及梯度方向，水平方向梯度算子为[-101]，垂直方向梯度算子为[-101]T。图中某一像素点(x，y)处水平方向梯度、垂直方向梯度分别为Gx(x,y)、Gy(x,y)，其梯度G(x,y)及梯度方向θ(x,y)如下：Gx(x,y)＝I(x+1,y)-I(x-1,y)Gy(x,y)＝I(x,y+1)-I(x,y-1)利用HOG-SVM人体轮廓检测算法实现如下步骤：1.通过批处理文件，将待处理的正负样本统一格式、大小及命名；2.将样本路径及类别向量读入容器；3.读入待处理样本数量，生成样本矩阵及类型矩阵；4.一次读入正、负样本图片，分别提取HOG特征；5.将正负样本特征标记后，存入样本特征矩阵中，正样本类别为1，负样本类别为-1；6.训练生成HOG-SVM分类器；7.使用已生成的HOG-SVM分类器处理图片。进一步的，所述基于密度的空间数据聚类算法主要基于具有噪声的空间数据，目标针对高密度区域发现任意形状的簇并进行划分，对于某一聚类中的对象，在给定半径(Eps)的邻域内，数据对象个数必须大于给定的阈值。该算法是为了发现室内人体常处的位置，对室内区域照明进行反馈和指导。进一步的，所述的LED光与自然光互补是指照明系统的控制部分通过不同点自然光的反馈，调节LED光源的输出光通量，实现LED光与自然光的实时互补。本专利技术采用BH1750FVI环境光强度传感器测量自然光及LED照明灯光混合环境下的光照强度，并将测量数据反馈到控制单元与系统设定的光照强度比较，产生一个误差；系统根据误差信号和当前LED光源的输出，计算新的输出信号；该信号通过电源模块调节光照强度。进一步的，根据照明标准进行灯光亮度调节是指针对自然光的不稳定，LED光与自然光互补经光强度传感器反馈至照明系统的控制部分，通过PWM调光达到恒照度。与现有技术相比，本专利技术的优点在于：(1)本专利技术所述的室内照明系统为了节省能源，自适应控制区域照明，采用人体轮廓检测算法和基于密度的空间数据聚类算法获取室内人体活动的热点范围，通过对热点范围数据的采集与分析，能够得到合理的照明区域。该技术对智能照明系统在室内的最佳区域照明具有指导意义，对节省能源也有积极的影响；(2)本专利技术所述照明系统针对不稳定自然光导致室内照度不稳定的特点，提出LED光和自然光互补保证智能照明系统光照的稳定性。检测系统能够采集不稳定自然光的信息并经过光照度传感器将信息反馈至系统的控制部分，通过PWM调光对LED光源进行调制，进而实现LED光和自然光互补，满足人们不同条件下对光照度的需求。附图说明图1为室内照明系统分布图；图2为基于空间密度自适应照明控制流程图；图3为基于互补算法的LED光和环境光补偿流程图。具体实施方式下面结合附图和具体实施方式对本专利技术作进一步详细说明。图1为照明系统在室内的照明分区情况，可根据空间的大小设定分区的个数，本专利技术以4个分区为例。图2为基于空间密度自适应照明控制流程图。照明系统采用人体轮廓检测算法，将室内人体活动信号作为系统开启的条件，当检测到有人存在时，启动系统，进行照度值比较，若大于300lx，则处于开启状态的分区进行关灯操作，否则不做处理。若照度值小于300lx，系统将处理室内人体活动图片，检测到1区有人，则开1区的灯，无人则继续处于休眠状态，然后依次检测2、3、4区的人体活动情况。如果室内有人，系统自动打开对应室内热点区域灯具并进行光补偿。如果室内无人，系统则进入休眠状态。图3为基于互补算法的LED光和环境光补偿流程图。根据流程图得出如下描述公式：式中，F(t)是LED光源在t时刻的输出；S(t)是传感器在t时刻所测得的光照强度；N(t)是传感器测得室内自然光在t时刻的光强；R(t)是用户在t时刻设置的目标光强度；ε为误差值。若F(t)+e的值小于零，表示不需要LED光源输出，即F(t+1)＝0。当然，如果周围环境的光照强度突然发生变化，系统也可根据内部设置做出相应的调整。该专利技术的控制部分通过不同点自然光的反馈，实时对该点LED光源进行输出通量补偿，完成恒照度调节。本文档来自技高网...

【技术保护点】
1.一种基于环境光和空间密度自适应的室内照明方法，其特征在于：通过基于人体轮廓检测和基于密度的空间数据聚类算法实现室内最佳区域照明，并根据环境光的不同来实现LED光和自然光的互补，最后根据照明标准进行灯光亮度调节。

【技术特征摘要】
1.一种基于环境光和空间密度自适应的室内照明方法，其特征在于：通过基于人体轮廓检测和基于密度的空间数据聚类算法实现室内最佳区域照明，并根据环境光的不同来实现LED光和自然光的互补，最后根据照明标准进行灯光亮度调节。2.根据权利要求1所述的基于环境光和空间密度自适应的室内照明方法，其特征在于：所述基于人体轮廓检测是基于HOG-SVM算法，针对特定室内场景，选取人体头肩特征进行训练，对识别出的重叠矩形框采取过滤操作，检测出人体活动情况。3.根据权利要求2所述的基于环境光和空间密度自适应的室内照明方法，其特征在于：提取HOG特征包括图像预处理及特征提取；对经过颜色空间归一化处理后的图像，分别在其水平和垂直方向求取梯度及梯度方向，水平方向梯度算子为[-101]，垂直方向梯度算子为[-101]T；图中某一像素点(x，y)处水平方向梯度、垂直方向梯度分别为Gx(x，y)、Gy(x，y)，其梯度G(x，y)及梯度方向θ(x，y)如下：Gx(x，y)＝I(x+1，y)-I(x-1，y)Gy(x，y)＝I(x，y+1)-I(x，y-1)利用HOG-SVM人体轮廓检测算法实现如下步骤：1)通过批处理文件，将待处理的正负样本统一格式、大小及命名；2)将样本路径及类别向量读入容器；3)读入待处理样本数量，生成样本矩阵及类型矩阵；4)一次读入正、负样本图片，分别提取HOG特征；...

【专利技术属性】
技术研发人员：倪强，徐国栋，陈亮，周建敏，
申请(专利权)人：横店集团得邦照明股份有限公司，
类型：发明
国别省市：浙江,33