一种基于大数据的智慧建筑照明调节方法及系统技术方案

本发明专利技术涉及图像数据处理领域，涉及一种基于大数据的智慧建筑照明调节方法及系统；获取建筑物内照明设备及监控视频数据；获取监控视频数据中的人体运动周期，对任意一个人体运动周期通过二分法获取第一运动周期及第二运动周期，并得到第一运动周期中每个人体区域的第二特征像素块集合；获取第二运动周期每个人体区域的第三匹配像素块集合，根据每个区域对应的第二特征像素块集合与第三匹配像素块集合在监控视频上的表现，得到第二运动周期的行为混乱度和温度应激程度；根据行为混乱度和温度应激程度对建筑物内的紧急状况进行判断；并对照明设备进行调节。本发明专利技术解决了现有的建筑物内照明设备无法根据紧急状况进行调节的问题。内照明设备无法根据紧急状况进行调节的问题。内照明设备无法根据紧急状况进行调节的问题。

【技术实现步骤摘要】
一种基于大数据的智慧建筑照明调节方法及系统


[0001]本专利技术涉及图像数据处理领域，具体涉及一种基于大数据的智慧建筑照明调节方法及系统。

技术介绍

[0002]图像数据处理作为一种基于计算机视觉的技术手段广泛用于各种领域，而智慧建筑领域中通过监控摄像头对建筑物内实时情况进行监控，大量运用了图像数据处理技术。现有技术中监控视频无法准确判断建筑物内发生的任何情况，因此需要一种通过监控视频数据中的RGB视频和红外视频的视频帧图像分析，对建筑物内人员流动及运动行为作出细致分析，进而识别出对于人员在建筑内的实时情况；同时由于对人体区域进行多种特征识别所耗费计算量非常大，需要利用一些可以表示人体区域的特征像素块来代替人体区域进行监控数据分析和图像识别。

技术实现思路

[0003]本专利技术提供一种基于大数据的智慧建筑照明调节方法及系统，以解决现有的建筑物内照明设备无法根据紧急状况进行调节的问题，所采用的技术方案具体如下：第一方面，本专利技术一个实施例提供了一种基于大数据的智慧建筑照明调节方法，该方法包括以下步骤：获取建筑物内监控采集到的RGB视频数据及红外视频数据；根据大数据获取监控视频数据的人体运动周期，对任意一个人体运动周期二分法获取第一运动周期和第二运动周期，对第一运动周期RGB视频的每帧图像进行超像素分割获取若干超像素块；利用最优化匹配获取每个区域对应的若干超像素块集合，根据超像素块集合中超像素块的第一形状参数和第一灰度参数获取超像素块集合的稳定参数，根据稳定参数与第一预设阈值的比较结果获取每个区域的若干第一特征像素块集合，根据第一特征像素块集合在对应的红外视频图像中的平均差异性获取每个区域的第二特征像素块集合；获取第二运动周期每个区域的第三匹配像素块集合，根据每个区域的第三匹配像素块集合的坐标分布获取每个区域的行为混乱度，根据红外视频图像中每个区域的第三匹配像素块集合与第二特征像素块集合的灰度差异获取每个区域的温度应激程度；根据行为混乱度和温度应激程度判断建筑物的紧急状况，依据判断结果对照明设备进行调节。
[0004]可选的，所述利用最优化匹配获取每个区域对应的若干超像素块集合，包括的具体方法为：一个人体运动周期内每帧图像都有相应的人体区域，将每个人体区域记为每个区域，每个区域在不同帧图像中分别包含若干超像素块，利用最优化匹配获取表示同一区域在每帧图像中的一个超像素块形成超像素块集合，匹配结果有若干，则每个区域对应了若
干超像素块集合。
[0005]可选的，所述获取超像素块集合的稳定参数，包括的具体方法为：其中，表示第个超像素块集合的稳定参数，为超像素块集合中的元素数量，为第个超像素块集合中第个超像素块的第一形状参数，为第个超像素块集合中所有超像素块的第一形状参数均值，为第个超像素块集合中第个超像素块的第一灰度参数，为第个超像素块集合中所有超像素块的第一灰度参数均值；所述第一形状参数为超像素块中边界像素点数量与所有像素点数量的比值；所述第一灰度参数为超像素块内所有像素点的灰度均值与方差的乘积。
[0006]可选的，所述获取每个区域的第二特征像素块集合，包括的具体方法为：对于每个区域的若干第一特征像素块集合中的每个超像素块，将每个超像素块投影到对应的红外视频帧的图像上，得到第一特征像素块集合中的所有红外视频帧投影区域，每个区域对应的每个第一特征像素块集合的平均差异性计算方法为：其中，表示第个第一特征像素块集合的平均差异性，表示第一特征像素块集合中的元素数量，表示第个第一特征像素块集合中所有投影区域的信息熵均值，表示第个第一特征像素块集合中第个投影区域的信息熵，表示第个第一特征像素块集合中第个投影区域的信息熵；选择同一区域的若干第一特征像素块集合中平均差异性最小的第一特征像素块集合作为该区域的第二特征像素块集合。
[0007]可选的，所述获取第二运动周期每个区域的第三匹配像素块集合，包括的具体方法为：获取每个区域的第二特征像素块集合的第二形状参数及第二灰度参数，所述第二形状参数即为第二特征像素块集合中每个超像素块的第一形状参数的均值，所述第二灰度参数即为第二特征像素块集合中每个超像素块的第一灰度参数的均值；对第二运动周期RGB视频灰度化后的每帧图像进行超像素分割获取每帧图像的若干超像素块，将每个超像素块的第三形状参数及第三灰度参数之和与第二形状参数及第二灰度参数之和求差值，选取第二运动周期每帧图像中差值最小的超像素块作为与第一运动周期每个区域的第二特征像素块集合的匹配像素块，每个区域的第二运动周期中所有帧图像的匹配像素块组成第二运动周期每个区域的第三匹配像素块集合。
[0008]可选的，所述获取每个区域的行为混乱度，包括的具体方法为：其中，表示第个区域的行为混乱度，和分别表示第个区域的第三匹配像素块集合的平均中心横坐标和平均中心纵坐标，和分别表示第个区域的第二特征
像素块集合的平均中心横坐标和平均中心纵坐标，和表示第个区域的第三匹配像素块集合的中心横坐标方差和中心纵坐标方差，和表示第个区域的第二特征像素块集合的中心横坐标方差和中心纵坐标方差；所述平均中心横坐标和平均中心纵坐标表示对像素块集合内每个超像素块的中心横坐标和中心纵坐标求均值；中心横坐标方差和中心纵坐标方差表示对像素块集合内每个超像素块的中心横坐标和中心纵坐标求方差；所述中心横坐标表示每个超像素块中所有像素点的横坐标均值；所述中心纵坐标表示每个超像素块中所有像素点的纵坐标均值。
[0009]可选的，所述获取每个区域的温度应激程度，包括的具体方法为：其中，表示第个区域的温度应激程度，表示第二特征像素块集合的元素数量，表示第二特征像素块集合中第个红外视频投影区域的像素点数量，表示第个红外视频投影区域中第个像素点的灰度值，表示第三匹配特征像素块集合的元素数量，表示第三匹配像素块集合中第个红外视频投影区域的像素点数量，表示第个红外视频投影区域中第个像素点的灰度值。
[0010]第二方面，本专利技术另一个实施例提供了一种基于大数据的智慧建筑照明调节系统，该系统包括：数据采集模块，获取建筑物内监控视频数据；数据处理模块：根据大数据获取监控视频数据的人体运动周期，对人体运动周期二分法获取第一运动周期及第二运动周期，对第一运动周期RGB视频灰度化后的每帧图像进行超像素分割获取若干超像素块；利用最优化匹配获取每个区域对应的若干超像素块集合，根据超像素块集合的稳定参数与第一预设阈值的比较结果获取每个区域的若干第一特征超像素块集合，根据第一特征超像素块集合在对应的红外视频图像中的平均差异性获取每个区域的第二特征超像素块集合；获取第二运动周期每个区域的第三匹配像素块集合，根据每个区域的第三匹配像素块集合的坐标分布获取每个区域的行为混乱度，根据红外视频图像中每个区域的第三匹配像素块集合与第二特征像素块集合的灰度差异获取每个区域的温度应激程度；根据行为混乱度和温度应激程度判断建筑物的紧急状况；建筑调节模块：根据获取到的紧急状况判断结果对建筑物内设备进行智能调节。
[0011]本专利技术的有益效果是：（1）相较于现有的智慧建筑内的仅依照视觉手段进本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于大数据的智慧建筑照明调节方法，其特征在于，该方法包括以下步骤：获取建筑物内监控采集到的RGB视频数据及红外视频数据；根据大数据获取监控视频数据的人体运动周期，对任意一个人体运动周期二分法获取第一运动周期和第二运动周期，对第一运动周期RGB视频的每帧图像进行超像素分割获取若干超像素块；利用最优化匹配获取每个区域对应的若干超像素块集合，根据超像素块集合中超像素块的第一形状参数和第一灰度参数获取超像素块集合的稳定参数，根据稳定参数与第一预设阈值的比较结果获取每个区域的若干第一特征像素块集合，根据第一特征像素块集合在对应的红外视频图像中的平均差异性获取每个区域的第二特征像素块集合；获取第二运动周期每个区域的第三匹配像素块集合，根据每个区域的第三匹配像素块集合的坐标分布获取每个区域的行为混乱度，根据红外视频图像中每个区域的第三匹配像素块集合与第二特征像素块集合的灰度差异获取每个区域的温度应激程度；根据行为混乱度和温度应激程度判断建筑物的紧急状况，依据判断结果对照明设备进行调节。2.根据权利要求1所述的一种基于大数据的智慧建筑照明调节方法，其特征在于，所述利用最优化匹配获取每个区域对应的若干超像素块集合，包括的具体方法为：一个人体运动周期内每帧图像都有相应的人体区域，将每个人体区域记为每个区域，每个区域在不同帧图像中分别包含若干超像素块，利用最优化匹配获取表示同一区域在每帧图像中的一个超像素块形成超像素块集合，匹配结果有若干，则每个区域对应了若干超像素块集合。3.根据权利要求1所述的一种基于大数据的智慧建筑照明调节方法，其特征在于，所述获取超像素块集合的稳定参数，包括的具体方法为：其中，表示第个超像素块集合的稳定参数，为超像素块集合中的元素数量，为第个超像素块集合中第个超像素块的第一形状参数，为第个超像素块集合中所有超像素块的第一形状参数均值，为第个超像素块集合中第个超像素块的第一灰度参数，为第个超像素块集合中所有超像素块的第一灰度参数均值；所述第一形状参数为超像素块中边界像素点数量与所有像素点数量的比值；所述第一灰度参数为超像素块内所有像素点的灰度均值与方差的乘积。4.根据权利要求1所述的一种基于大数据的智慧建筑照明调节方法，其特征在于，所述获取每个区域的第二特征像素块集合，包括的具体方法为：对于每个区域的若干第一特征像素块集合中的每个超像素块，将每个超像素块投影到对应的红外视频帧的图像上，得到第一特征像素块集合中的所有红外视频帧投影区域，每个区域对应的每个第一特征像素块集合的平均差异性计算方法为：其中，表示第个第一特征像素块集合的平均差异性，表示第一特征像素块集合
中的元素数量，表示第个第一特征像素块集合中所有投影区域的信息熵均值，表示第个第一特征像素块集合中第个投影区域的信息熵，表示第个第一特征像素块集合中第个投影区域的信息熵；选择同一区域的若干第一特征像素块集合中平均差异性最小的第一特征像素块集合作为该区域的第二特征像素块集合。5.根据权利要求1所述的一种基于大数据的智慧建筑照明调节方法，其特征在于，所述获取第二运动周期每个区域的第三匹配像素块集合，包括的具体方法为：...

【专利技术属性】
技术研发人员：胡蓓，侯兴珑，商丽华，祝艳华，束靖，任立全，
申请(专利权)人：同方德诚山东科技股份公司，
类型：发明
国别省市：