1 　前言

　　智能照明控制是在“以人為本”作為前提的條件下， 對照明器具實行自動控制（包括： 照度的自動調(diào)節(jié)、燈的自動開關(guān)以及局部區(qū)域照度的控制）的行為。它應(yīng)該符合兩個相對獨立的要求：

　　（1）給人提供一個舒適的工作環(huán)境， 以保證工作人員具有較高的工作效率;

　　（2） 通過合理的管理以節(jié)約能源和降低運行費用。具體說來， 上班時間， 智能照明控制系統(tǒng)自動調(diào)節(jié)光照度于最合適的水平。在天晴時， 燈光自動調(diào)暗; 在天陰時， 燈光自動調(diào)亮。

　　同時， 利用紅外及微波傳感器探測是否有人工作，當(dāng)無人工作時， 自動轉(zhuǎn)入“夜間”工作狀態(tài)。其原理框圖如圖1 所示。為了使工作人員有一個舒適的工作環(huán)境， 使用調(diào)光電子鎮(zhèn)流器調(diào)光， 以減少工作人員長期工作而引起眼睛的疲勞感。隨著時間的推移， 燈具的老化和房間墻面反射率不斷衰減而引起照度下降， 而設(shè)計時的照度值高于標(biāo)準(zhǔn)照度值。這樣， 在使用初期時， 既浪費能源， 又縮短燈具的壽命。為了保持照度維持基本不變而節(jié)約能源， 因此，可以通過智能控制來實現(xiàn)。但是， 該智能照明控制在工程施工中工作量大， 要求安裝較多的傳感器，特別是光傳感器要分布在不同的地方。本文設(shè)計了一種基于圖像處理技術(shù)的智能照明控制系統(tǒng)， 以解決上述問題。

　　2 　基于圖像處理技術(shù)的智能照明控制系統(tǒng)

　　圖像處理技術(shù)是始于20 世紀(jì)50 年代， 1964 年美國噴射推進(jìn)實驗使用計算機(jī)對太空船送回的大批月球照片處理后得到了清晰逼真的圖像。70 年代初， 由于大量的研究和應(yīng)用， 圖像處理技術(shù)已形成較完善的學(xué)科體系。數(shù)字圖像信息可看成是一個二維數(shù)組f （ i ， j） ， 對圖像各象素進(jìn)行處理時， 輸入圖像F 上某象素的灰度值為f （ i ， j） ， 進(jìn)行某種P 處理， 得到輸出圖像上該象素的灰度值為g （ i ，j） ， 即：

　　g （ i ， j） = p （ f （ i ， j） ）因此， 如果將某一區(qū)域內(nèi)的光照度大小的分布， 通過CCD 傳感器變成一幅圖像的象素灰度值， 那么，就可以將該區(qū)域的光照度大小的分布輸出為一個待處理的二維數(shù)組f （ i ， j） ， 滿足如下關(guān)系：

　　f （ i ， j） = p （ z （ x ， y） ）式中， z （ x ， y） 為區(qū)域內(nèi)的光照度分布函數(shù);f （ i ， j） 為該區(qū)域內(nèi)的象素灰度值形成的數(shù)組元素;p （ z） 為變換關(guān)系。

　　假設(shè)該數(shù)組的元素為： aij ， 表示某矩形區(qū)域單位面積的照度值。并假設(shè)該數(shù)組為： m ×n （即m行n 列） 。f （ i ， j） 稱為照度矩陣：

　　可知： 該區(qū)域的平均照度為：

　　當(dāng)該區(qū)域的平均照度值處在所要求的照度值范圍內(nèi)時， 執(zhí)行機(jī)構(gòu)維持現(xiàn)狀不變; 否則該區(qū)域的平均照度值不滿足設(shè)計要求， 通過執(zhí)行機(jī)構(gòu)將該區(qū)域的照度值加大或減小， 以滿足設(shè)計需要。

　　基于圖像處理技術(shù)的智能照明控制系統(tǒng)的框圖如圖2 所示。其工作原理是：

　　CCD 傳感器將某一區(qū)域的照度值傳送給圖像處理控制器， 控制器將獲取的數(shù)據(jù)進(jìn)行運算。即計算區(qū)域的平均照度， 根據(jù)使用要求判別某象素值或某局部區(qū)域象素平均值是否在要求的域值內(nèi)， 如果是在要求的域值內(nèi)， 則認(rèn)為照度合適; 反之， 說明照度過大或過小。控制器根據(jù)需要控制執(zhí)行機(jī)構(gòu)進(jìn)行調(diào)光， 達(dá)到合適的照度要求為止。判斷是否有人走動的方法是： 將過道（人走動所經(jīng)過的） 區(qū)域的圖像分割出來， 該區(qū)域的象素值在沒有人走動時基本不變或變化很小。當(dāng)有人走動時， 該區(qū)域的象素值變化較大。假設(shè)t0 時刻沒有人走動時， 該區(qū)域象素值分布為f t0 （ x ， y） ， 經(jīng)過δt （如： 1 S ） 時間后，該區(qū)域的象素值分布為f t1 （ x ， y） ， 計算差值： δf（ x ， y） = f t1 （ x ， y） - f t0 （ x ， y） 。如果δf （ x ，y） 內(nèi)各象素值的絕對值之和較大， 可以認(rèn)為是有人在走動; 如果δf （ x ， y） 內(nèi)各象素值的絕對值之和較小或為零時， 則可認(rèn)為沒有人走動。從而控制燈光的有無。圖像處理控制器的原理框圖如圖3 所示。

　　顯然， 處理器處理象素的速度要盡可能地快。

　　因此， 為了提高處理速度， 在進(jìn)行圖像處理計算時，不是一個一個象素的處理， 而是采用先將圖像進(jìn)行分割成更小塊的圖像進(jìn)行處理的方法進(jìn)行。由于DSP 技術(shù)在數(shù)字圖像的處理方面有其獨特的優(yōu)勢，所以采用DSP 技術(shù)進(jìn)行數(shù)字圖像的濾波以改善圖像的信噪比。此外， 相鄰象素之間具有一定的相關(guān)性，利用圖像相鄰象素之間的相關(guān)系數(shù)來提取亮域和暗域之間的邊界。提高控制的準(zhǔn)確度， 大大地延長了燈具的使用壽命。

　　基于圖像處理技術(shù)的智能照明系統(tǒng)由于采用了CCD 攝相傳感， 在工程布線以及傳感安裝上， 大大降低了工作量， 可靠性高。采用光傳感器必須要求在各控制點安裝傳感器， 布線極為復(fù)雜， 可靠性不高。

　　基于圖像處理的程序流程圖如圖4 所示。初始化系統(tǒng)后， 經(jīng)過采集圖像數(shù)據(jù)， 將采集來的數(shù)據(jù)進(jìn)行計算： 先進(jìn)行圖像分割， 然后進(jìn)行圖像特征提取，區(qū)分亮區(qū)和暗區(qū)， 計算平均照度。判別照度值是否符合要求： 如果照度值符合要求， 重復(fù)采樣圖像數(shù)據(jù); 如果照度值不符合要求， 就輸出控制信號來調(diào)節(jié)燈的亮度， 之后， 重復(fù)采樣圖像數(shù)據(jù)， 進(jìn)行下一個循環(huán)。

　　3 　結(jié)論

　　將圖像處理技術(shù)應(yīng)用于智能照明控制為智能照明控制設(shè)計提供了一條有效的途徑。本文在理論上進(jìn)行了探討， 并在圖像處理上做了一些基礎(chǔ)工作。

　　對于智能照明的照度與象素之間的關(guān)系以及更簡潔的算法還有待今后進(jìn)一步研究。