[发明专利]基于卷积神经网络的光照度测量及光照度智能控制系统

摘要

一种基于卷积神经网络的光照度测量及光照度智能控制系统，包括图像采集装置、样本数据库建立单元、卷积神经网络训练单元和单片机智能控制单元；图像采集装置包括摄像头、视频线和主机；样本数据库建立单元用于得到测试样本集的类别标签和测试样本集；卷积神经网络训练单元用于将样本图像输入卷积神经网络模型，通过卷积层进行卷积操作，通过池化层完成下采样操作；前向传播计算神经元输出值和误差反向传播调整权值，输入训练数据进行仿真验证，确定网络训练完成；单片机智能控制单元用于比较环境光照度与最适光照度，根据比较结果选择性地调整单片机的输出，实现对环境光照度的控制。本发明测量精度较高、对测量环境适应性较好。

主权项

一种基于卷积神经网络的光照度测量及光照度智能控制系统，其特征在于：所述系统包括图像采集装置、样本数据库建立单元、卷积神经网络训练单元和单片机智能控制单元；所述图像采集装置包括摄像头、视频线和主机，选取一处固定位置安装摄像头，摄像头选用球机便于调整角度采集图像，要求摄像头附近无遮挡；通过视频线连接主机；所述样本数据库建立单元，用于选取已拍摄的各个时间段目标环境照片，由工作人员使用常规照度计记录每张照片对应时刻的光照度；根据图片和光照度的映射关系，建立图片与光照度关系映射表；选取N张各个光照度的图片，根据光照度测量精度的实际要求，对图片按光照度进行分类并用标记，作为训练样本集的类别标签；对图片进行灰度化、灰度拉伸的图片预处理操作，保存为训练样本集；选取n张各个光照度的图片，再次进行上述操作，得到测试样本集的类别标签和测试样本集；所述卷积神经网络训练单元，用于将样本图像输入卷积神经网络模型，通过卷积层进行卷积操作，通过池化层完成下采样操作；前向传播计算神经元输出值和误差反向传播调整权值，输入训练数据进行仿真验证，确定网络训练完成；所述单片机智能控制单元是由单片机与照明设备通过D/A转换模块连接，实现单片机对照明设备亮度的控制，所测得的环境光照度数字信号E通过串行口输入单片机，单片机比较环境光照度E与最适光照度A，根据比较结果选择性地调整单片机的输出，实现对环境光照度的控制，从而达到最适光照。