[发明专利]基于机器视觉的智慧照明装置及动态识别数据处理方法

权利要求书

1.基于机器视觉的智慧照明装置的动态识别数据处理方法，其特征在于：所述的基于机器视觉的智慧照明装置包括承载壳、导光板、监控摄像头、照明灯珠、PM2.5传感器、CO传感器、甲醛传感器、烟雾传感器、温湿度传感器、光照强度传感器、声音传感器、气压传感器、人体传感器、语音麦克风、震动传感器及控制电路，所述的承载壳为横断面呈“冂”字型槽状结构，其上端面设至少两个定位机构，下端面与导光板相互连接并构成密闭腔体结构，所述的监控摄像头通过导向滑轨安装在遮光罩外表面，所述的导向滑轨嵌于导光板外表面，且导向滑轨轴线与承载壳轴线平行分布并与承载壳轴线分布在同一与承载壳底部垂直分布的平面内，所述的照明灯珠若干，嵌于承载壳内并沿承载壳轴线均布，各照明灯珠以承载壳轴线对称分布在承载壳轴线两侧，所述的PM2.5传感器、CO传感器、甲醛传感器、烟雾传感器、温湿度传感器、光照强度传感器、声音传感器、气压传感器、人体传感器、语音麦克风、震动传感器均至少一个，并环绕承载壳轴线分别嵌于承载壳侧表面上，所述的控制电路嵌于承载壳内，并分别与监控摄像头、照明灯珠、PM2.5传感器、CO传感器、甲醛传感器、烟雾传感器、温湿度传感器、光照强度传感器、声音传感器、气压传感器、人体传感器、语音麦克风、震动传感器电气连接；

所述的基于机器视觉的智慧照明装置的动态识别数据处理方法包括以下步骤：

第一步，图像预处理，首先驱动监控摄像头和人体传感器同时运行，一方面由人体传感器对途径的热源物体进行检测，另一方面由驱动监控摄像头进行实时视频信息采集，由人体传感器检测信息控制照明灯珠运行，由监控摄像头进行实时全程追踪拍摄，获得基础视频图像，然后将基础视频图像进行滤波、图像差分、二值化处理，并在二值化后，对物基础视频图像进行连通域分析，在连通域上按照“四邻域连通”对基础视频图像中的人体进行分离并标记；

第二步，行为姿态特征识别，完成第一步作业后，首先构建行为姿态识别运算函数，然后将预处理后的目标物基础视频图像数据根据行为姿态识别算法函数进行数据计算，实现对目标物身份识别，并获得图像内各目标物身份识别参数；

第三步，目标跟踪定位运算，完成第二步作业后，基于卡尔曼滤波与几何测距相结合的方法对第二步识别后的图像目标进行跟踪定位数据计算，获得目标物跟做定位运行状态识别及控制参数；

第四步，数据反馈，首先将第二步获取的图像内各目标物身份识别参数和第三步生成的目标物跟做定位运行状态识别及控制参数反馈到控制电路，一方面通过控制电路对数据进行输出，另一方面根据第三步生成的目标物跟做定位运行状态识别及控制参数作为监控摄像头运行控制参数，驱动摄像头根据目标物运行状态进行持续监控，并将摄像头获取的视频信息返回到第一步中即可；

所述的第三步中，基于卡尔曼滤波与几何测距相结合的方法对第二步识别后的图像目标进行跟踪定位数据计算具体步骤为：

1)定义参量，设为识别出的人体图像的质心坐标，(dx,dy)为质心速度坐标，对分别进行求导获得，为当前时刻识别出的人体图像的质心坐标，为下一时刻人体图像的质心坐标，(X_p,Y_p,Z_p)为人在实际空间区域中的位置坐标；

2)计算质心坐标，设对目标图像的像素进行依次扫描时，4*4像素格坐标表示为：

(x^*_i,y^*_j)(i＝0,1...n-1；j＝0,1,...,m-1)

那么，质心坐标计算如下：

其中，n是在X轴方向扫描时所采集到的4*4像素格的个数；

m是在Y轴方向扫描时所采集到的4*4像素格的个数；

3)计算运动目标的特征信息，本产品选取所识别人体目标的质心坐标和质心速度作为卡尔曼滤波的状态向量D(k)，选取所识别人体目标的质心坐标作为观测向量G(k)，即：

其中:和dx分别是目标图像在水平方向的位置和运动速度；和dy分别是目标图像在垂直方向的位置和运动速度；其中在跟踪初始期，目标的质心和速度是未知的，因此将这些特征向量初始化为0；

4)预测下一时刻目标图像的范围，用Kalman滤波器预测下一时刻下一帧中目标图像的范围，预测方程分为状态方程和观测方程两部分，描述为：

状态方程：

观测方程：

其中：

ω为系统噪声向量

ν为观测噪声向量

Δt为采样时间间隔，设为40ms；

噪声向量ω和观测向量ν根据他们各自的协方差矩阵Q和R计算，设

则，概率P(ν)满足N＝(0,R)的正态分布，概率P(ω)满足N＝(0,Q)的正态分布；

5)人体目标识别及更新；在预测范围内对当前时刻图像帧与前一时刻图像帧进行预测跟综匹配，如果匹配成功，则更新Kalman滤波器，并记录下当前时刻图像帧中的目标信息；如果不识别匹配，表明目标已经离开监控范围；

当测算出图像中的坐标位置后对目标位置进行测距：

计算时需要进行基于摄像头光轴与水平面的几何测距运算，并首先设定图像中的成像点位置坐标为人体在实际空间区域中的位置坐标(X_p,Y_p,Z_p)，然后将各坐标值带入计算公式计算，

具体计算公式为：

式中：

L_H为原始图像的长，非前文的人体识别图像的长H,宽W；

L_w为原始图像的宽；

h为本产品中摄像头的安装高度；

2α为摄像头镜头的水平视野角；

2β为摄像头的垂直视野角；

θ为摄像机的俯角；

在实际中，本产品检测的目标为人体目标，则人体目标的空间坐标(X_p,Y_p,Z_p)中的Z_p值，由于成年人和儿童的身高不同，根据经验取0.5m-1m之间；

则：

最终检测的人体目标到摄像头的距离为：

则最终可以用(X_p,Y_p,Z_p，S)实现对目标的定位与测距。