CN113031675B - 一种可见光自适应调控方法、***、装置和存储介质 - Google Patents

一种可见光自适应调控方法、***、装置和存储介质 Download PDF

Info

Publication number
CN113031675B
CN113031675B CN202110245579.8A CN202110245579A CN113031675B CN 113031675 B CN113031675 B CN 113031675B CN 202110245579 A CN202110245579 A CN 202110245579A CN 113031675 B CN113031675 B CN 113031675B
Authority
CN
China
Prior art keywords
environment
image
color gamut
dominant hue
adaptive
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202110245579.8A
Other languages
English (en)
Other versions
CN113031675A (zh
Inventor
邓联文
甄丽营
赵岩
罗衡
廖聪维
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Central South University
Original Assignee
Central South University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Central South University filed Critical Central South University
Priority to CN202110245579.8A priority Critical patent/CN113031675B/zh
Publication of CN113031675A publication Critical patent/CN113031675A/zh
Application granted granted Critical
Publication of CN113031675B publication Critical patent/CN113031675B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D25/00—Control of light, e.g. intensity, colour or phase
    • G05D25/02—Control of light, e.g. intensity, colour or phase characterised by the use of electric means
    • E—FIXED CONSTRUCTIONS
    • E06—DOORS, WINDOWS, SHUTTERS, OR ROLLER BLINDS IN GENERAL; LADDERS
    • E06B—FIXED OR MOVABLE CLOSURES FOR OPENINGS IN BUILDINGS, VEHICLES, FENCES OR LIKE ENCLOSURES IN GENERAL, e.g. DOORS, WINDOWS, BLINDS, GATES
    • E06B3/00—Window sashes, door leaves, or like elements for closing wall or like openings; Layout of fixed or moving closures, e.g. windows in wall or like openings; Features of rigidly-mounted outer frames relating to the mounting of wing frames
    • E06B3/66—Units comprising two or more parallel glass or like panes permanently secured together
    • E06B3/67—Units comprising two or more parallel glass or like panes permanently secured together characterised by additional arrangements or devices for heat or sound insulation or for controlled passage of light
    • E06B3/6715—Units comprising two or more parallel glass or like panes permanently secured together characterised by additional arrangements or devices for heat or sound insulation or for controlled passage of light specially adapted for increased thermal insulation or for controlled passage of light
    • E06B3/6722—Units comprising two or more parallel glass or like panes permanently secured together characterised by additional arrangements or devices for heat or sound insulation or for controlled passage of light specially adapted for increased thermal insulation or for controlled passage of light with adjustable passage of light
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/22—Matching criteria, e.g. proximity measures
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/56—Extraction of image or video features relating to colour
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N9/00—Details of colour television systems
    • H04N9/64—Circuits for processing colour signals
    • H04N9/67—Circuits for processing colour signals for matrixing

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Multimedia (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Engineering & Computer Science (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Artificial Intelligence (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Signal Processing (AREA)
  • Automation & Control Theory (AREA)
  • Civil Engineering (AREA)
  • Structural Engineering (AREA)
  • Circuit Arrangement For Electric Light Sources In General (AREA)

Abstract

本申请涉及一种可见光自适应调控方法、***、装置和存储介质。该方法包括：采集光线环境中的光照环境图片，提取光照环境图片中每个像素点的RGB值，通过色域转换公式，得到每个像素点中RGB值对应的HSL值；通过所述HSL值，并利用HSL图像表征模型，划分不同的HSL色域区间；根据所述HSL色域区间，计算环境图像中像素点对应的主色调色域区，得到环境主色调特征矩阵；比较环境主色调特征矩阵与图库主色调特征矩阵的相关系数，获得自适应匹配图像，根据自适应匹配图像自动调节环境光线。该方案的自动调控的过程匹配快速而准确，对光学目标的调控精度高，满足了电压调控光学目标可见光特征的高精度要求。

Description

一种可见光自适应调控方法、***、装置和存储介质
技术领域
本申请涉及光学技术领域，特别是涉及一种可见光自适应调控方法、***、装置和存储介质。
背景技术
仿生学对于现代信息科技和工程有重要的启发价值。生物的复杂多样性，也是下一代信息科技开发的主要灵感来源之一。智能变色技术就是仿生学和工程学典型结合。智能车窗、智能窗户、自适应变色墙体等是典型的智能变色技术，这些智能变色技术已经开始逐渐从科幻小说走向工程实践，满足了部分的市场需求。以智能窗户为例，实时地根据周围环境的情况，自适应地调整窗户的颜色，对现代家居装饰具有重要价值；除开节能环保方面的价值，还可能极大地提升家居装饰的智能性、可扩展性、舒适性。智能变色技术的主要发展方向包括电学可控、大面积化、阵列化等。
但是，如何实现大面积阵列的智能变色，实际的工程应用中还是存在不少的困难。一般来说，随着阵列规模变大、面积变大等，由于电学控制/驱动部分的负载量变大、驱动能力受限，智能变色控制***的速度就会变慢。而且对于大规模的智能变色控制来说，如何较高精度地控制可见光波长等存在较大的困难。
发明内容
基于此，有必要针对上述技术问题，提供一种可见光自适应调控方法、***、装置和存储介质。
第一方面，本发明实施例提供了一种可见光自适应调控方法，包括以下步骤：
采集光线环境中的光照环境图片，提取所述光照环境图片中每个像素点的RGB值，通过色域转换公式，得到每个像素点中RGB值对应的HSL值；
通过所述HSL值，并利用HSL图像表征模型，划分不同的HSL色域区间；
根据所述HSL色域区间，计算环境图像中像素点对应的主色调色域区，得到环境主色调特征矩阵；
比较所述环境主色调特征矩阵与图库主色调特征矩阵的相关系数，获得自适应匹配图像，根据所述自适应匹配图像自动调节环境光线。
进一步的，所述色域转换公式为：
Figure BDA0002963970070000021
S＝1-3÷(R+G+B)×min(R,G,B)；
L＝(R+G+B)/3；
其中，H表示光照色度，范围是为[0,360°]；S表示光照饱和度，范围为[0,1]；L表示光照强度，范围为[0,1]。
进一步的，所述根据所述HSL色域区间，计算环境图像中像素点对应的主色调色域区，得到环境主色调特征矩阵，包括：
根据所述HSL色域区间，计算环境图像中像素点出现最多的前5个色域区；
将所述前5个色域区确定为环境图像的5种主色调，根据所述5种主色调获得环境主色调特征矩阵。
进一步的，所述比较所述环境主色调特征矩阵与图库主色调特征矩阵的相关系数，获得自适应匹配图像，根据所述自适应匹配图像自动调节环境光线，包括：
将所述环境主色调特征矩阵进行归一化处理；
计算处理后的环境主色调特征矩阵与图库主色调特征矩阵的相关系数的秩；
根据相关系数的秩确定环境图像和图库图像的相似度，利用所述相似度的值得到自适应匹配图像。
进一步的，所述比较所述环境主色调特征矩阵与图库主色调特征矩阵的相关系数，获得自适应匹配图像，根据所述自适应匹配图像自动调节环境光线，还包括：
根据主色调匹配的方法将匹配图像的显示命令转换为PWM驱动指令；
根据所述PWM驱动指令赋值给PWM的占空比，并使能PWM输出，获得与各个像素值对应的不同占空比的PWM波形；
通过光电可控硅芯片对PWM对高压交流电调制，输出与匹配图像对应的有效值为0-250V电压值。
另一方面，本发明实施例还提供了一种可见光自适应调控***，包括：
像素采集模块，用于采集光线环境中的光照环境图片，提取所述光照环境图片中每个像素点的RGB值，通过色域转换公式，得到每个像素点中RGB值对应的HSL值；
色域区间划分模块，用于通过所述HSL值，并利用HSL图像表征模型，划分不同的HSL色域区间；
色域处理模块，用于根据所述HSL色域区间，计算环境图像中像素点对应的主色调色域区，得到环境主色调特征矩阵；
自适应调节模块，用于比较所述环境主色调特征矩阵与图库主色调特征矩阵的相关系数，获得自适应匹配图像，根据所述自适应匹配图像自动调节环境光线。
进一步的，所述色域处理模块包括主色调调节单元，所述主色调调节单元用于：
根据所述HSL色域区间，计算环境图像中像素点出现最多的前5个色域区；
将所述前5个色域区确定为环境图像的5种主色调，根据所述5种主色调获得环境主色调特征矩阵。
进一步的，所述自适应调节模块包括相似度计算单元，所述相似度计算单元用于：
将所述环境主色调特征矩阵进行归一化处理；
计算处理后的环境主色调特征矩阵与图库主色调特征矩阵的相关系数的秩；
根据相关系数的秩确定环境图像和图库图像的相似度，利用所述相似度的值得到自适应匹配图像。
进一步的，所述自适应调节模块还包括高压调节单元，所述高压调节单元用于：
根据主色调匹配的方法将匹配图像的显示命令转换为PWM驱动指令；
根据所述PWM驱动指令赋值给PWM的占空比，并使能PWM输出，获得与各个像素值对应的不同占空比的PWM波形；
通过光电可控硅芯片对PWM对高压交流电调制，输出与匹配图像对应的有效值为0-250V电压值。
本发明实施例还提供了一种可见光自适应调控装置，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现以下步骤：
采集光线环境中的光照环境图片，提取所述光照环境图片中每个像素点的RGB值，通过色域转换公式，得到每个像素点中RGB值对应的HSL值；
通过所述HSL值，并利用HSL图像表征模型，划分不同的HSL色域区间；
根据所述HSL色域区间，计算环境图像中像素点对应的主色调色域区，得到环境主色调特征矩阵；
比较所述环境主色调特征矩阵与图库主色调特征矩阵的相关系数，获得自适应匹配图像，根据所述自适应匹配图像自动调节环境光线。
本发明实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现以下步骤：
采集光线环境中的光照环境图片，提取所述光照环境图片中每个像素点的RGB值，通过色域转换公式，得到每个像素点中RGB值对应的HSL值；
通过所述HSL值，并利用HSL图像表征模型，划分不同的HSL色域区间；
根据所述HSL色域区间，计算环境图像中像素点对应的主色调色域区，得到环境主色调特征矩阵；
比较所述环境主色调特征矩阵与图库主色调特征矩阵的相关系数，获得自适应匹配图像，根据所述自适应匹配图像自动调节环境光线。
本申请是有益效果是：本发明实施例公开了一种可见光自适应调控方法、***、装置和存储介质，所述调控方法是基于HSL色彩空间实现图像匹配并通过电控方式自动探测以及调节可见光波段的目标的可见光光学特性，使其与所处环境的可见光光学特性一致。提出的在HSL色彩空间进行数字图像处理更接近于人类对于颜色认识的视觉特征，解决了基于灰度直方图分析技术中RGB空间并不符合人们对颜色相似性的主观判断的问题，减小了失真可能性；提出利用相关系数评价主色调特征矩阵匹配程度的方法，匹配快速而准确；通过高压大范围的调节，使得电压有效值变化范围大，对光学目标的调控精度高，满足了电压调控光学目标可见光特征的高精度要求。
附图说明
图1为一个实施例中可见光自适应调控方法的流程示意图；
图2为一个实施例中主色调调节方法的流程示意图；
图3为一个实施例中相似度获取方法的流程示意图；
图4为一个实施例中通过PWM波形进行电压调控的流程示意图；
图5为一个实施例中可见光自适应调控***的结构框图；
图6为一个实施例中高压电路调制的结构示意图；
图7为一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
在一个实施例中，如图1所示，提供了一种可见光自适应调控方法，包括以下步骤：
步骤101，采集光线环境中的光照环境图片，提取所述光照环境图片中每个像素点的RGB值，通过色域转换公式，得到每个像素点中RGB值对应的HSL值；
步骤102，通过所述HSL值，并利用HSL图像表征模型，划分不同的HSL色域区间；
步骤103，根据所述HSL色域区间，计算环境图像中像素点对应的主色调色域区，得到环境主色调特征矩阵；
步骤104，比较所述环境主色调特征矩阵与图库主色调特征矩阵的相关系数，获得自适应匹配图像，根据所述自适应匹配图像自动调节环境光线。
其中，所述色域转换公式为：
Figure BDA0002963970070000061
S＝1-3÷(R+G+B)×min(R,G,B)；
L＝(R+G+B)/3；
其中，R、G、B即是代表红、绿、蓝三个通道的颜色像素值，H表示光照色度，范围是为[0,360°]；S表示光照饱和度，范围为[0,1]；L表示光照强度，范围为[0,1]。
具体地，所述调控方法是基于HSL色彩空间实现图像匹配并通过电控方式自动探测以及调节可见光波段的目标的可见光光学特性，使其与所处环境的可见光光学特性一致。提出的在HSL色彩空间进行数字图像处理更接近于人类对于颜色认识的视觉特征，解决了基于灰度直方图分析技术中RGB空间并不符合人们对颜色相似性的主观判断的问题，减小了失真可能性；提出利用相关系数评价主色调特征矩阵匹配程度的方法，匹配快速而准确；通过高压大范围的调节，使得电压有效值变化范围大，对光学目标的调控精度高，满足了电压调控光学目标可见光特征的高精度要求。
在一个实施例中，如图2所示，环境图像的主色调调节方法包括
步骤201，根据所述HSL色域区间，计算环境图像中像素点出现最多的前5个色域区；
步骤202，将所述前5个色域区确定为环境图像的5种主色调，根据所述5种主色调获得环境主色调特征矩阵。
其中，所述的色域区间划分将H范围[0,360°]划分为12份，间隔角度为30°；将L范围[0,1]划分为2份，间隔为0.5；将S范围[0,1]划分为2份，间隔为0.5。
在一个实施例中，如图3所示，环境主色调特征矩阵与图库主色调特征矩阵的相似度获取方法包括：
步骤301，将所述环境主色调特征矩阵进行归一化处理；
步骤302，计算处理后的环境主色调特征矩阵与图库主色调特征矩阵的相关系数的秩；
步骤303，根据相关系数的秩确定环境图像和图库图像的相似度，利用所述相似度的值得到自适应匹配图像。
具体地，获得环境图像的主色调特征矩阵之后首先将特征矩阵进行归一化处理再计算其与图库中图片的主色调特征矩阵的相关系数，利用相关系数获得最匹配的图像。相关系数是按积差方法计算，同样以两变量与各自平均值的离差为基础，通过两个离差相乘来反映两变量的相关程度。统计学理论认为相关系数的秩在之间0～0.2表示无关，在0.2～0.4之间为弱相关，在0.4～0.6之间为中度相关，在0.6～0.8之间为强相关，在0.8～1.0之间为非常强相关。本实施例利用相关系数描述环境图像的主色调特征矩阵与图库中图像主色调特征矩阵之间的相关程度，评价两幅图像的相似度。相关系数的秩越大主色调特征矩阵之间的相关程度越高，图像匹配程度越高。
其中，所述环境主色调特征矩阵为含有26个元素的一维数组，数组中每一个元素均对应所划分的色域区间，图像主要颜色所在的色域区间对应的元素取值为所在区间像素个数总和，其余元素取值为0。
在一个实施例中，如图4所示，提供了通过PWM波形进行电压调控的流程示意图，该调控过程包括：
步骤401，根据主色调匹配的方法将匹配图像的显示命令转换为PWM驱动指令；
步骤402，根据所述PWM驱动指令赋值给PWM的占空比，并使能PWM输出，获得与各个像素值对应的不同占空比的PWM波形；
步骤403，通过光电可控硅芯片对PWM对高压交流电调制，输出与匹配图像对应的有效值为0-250V电压值。
具体地，通过PWM占空比与高压有效值的对应关系，本实施例需要对光学目标施加0～220V的交流电，以调控其反射带的移动，改变其显示颜色。本实施例通过高压电路调制模块实现了利用3.3V不同占空比的PWM波形对250V的高压交流电有效值的调控，可以输出0～250V的高压交流电，有效值变化范围大，对光学目标的调控精度高，满足了电压调控光学目标可见光特征的要求。
应该理解的是，虽然上述流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，上述流程图中的至少一部分步骤可以包括多个子步骤或者多个阶段，这些子步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些子步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
在一个实施例中，如图5所示，提供了一种可见光自适应调控***，包括：
像素采集模块，用于采集光线环境中的光照环境图片，提取所述光照环境图片中每个像素点的RGB值，通过色域转换公式，得到每个像素点中RGB值对应的HSL值；
色域区间划分模块，用于通过所述HSL值，并利用HSL图像表征模型，划分不同的HSL色域区间；
色域处理模块，用于根据所述HSL色域区间，计算环境图像中像素点对应的主色调色域区，得到环境主色调特征矩阵；
自适应调节模块，用于比较所述环境主色调特征矩阵与图库主色调特征矩阵的相关系数，获得自适应匹配图像，根据所述自适应匹配图像自动调节环境光线。
在一个实施例中，所述色域处理模块包括主色调调节单元，所述主色调调节单元用于：
根据所述HSL色域区间，计算环境图像中像素点出现最多的前5个色域区；
将所述前5个色域区确定为环境图像的5种主色调，根据所述5种主色调获得环境主色调特征矩阵。
在一个实施例中，所述自适应调节模块包括相似度计算单元，所述相似度计算单元用于：
将所述环境主色调特征矩阵进行归一化处理；
计算处理后的环境主色调特征矩阵与图库主色调特征矩阵的相关系数的秩；
根据相关系数的秩确定环境图像和图库图像的相似度，利用所述相似度的值得到自适应匹配图像。
在一个实施例中，所述自适应调节模块还包括高压调节单元，所述高压调节单元用于：
根据主色调匹配的方法将匹配图像的显示命令转换为PWM驱动指令；
根据所述PWM驱动指令赋值给PWM的占空比，并使能PWM输出，获得与各个像素值对应的不同占空比的PWM波形；
通过光电可控硅芯片对PWM对高压交流电调制，输出与匹配图像对应的有效值为0-250V电压值。
如图6所示，提供了高压电路调制的结构示意图，通过PWM占空比与高压有效值的对应关系，本实施例需要对光学目标施加0～220V的交流电，以调控其反射带的移动，改变其显示颜色。本实施例通过高压电路调制模块实现了利用3.3V不同占空比的PWM波形对250V的高压交流电有效值的调控，可以输出0～250V的高压交流电，有效值变化范围大，对光学目标的调控精度高，满足了电压调控光学目标可见光特征的要求。
关于可见光自适应调控***的具体限定可以参见上文中对于可见光自适应调控方法的限定，在此不再赘述。上述可见光自适应调控***中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
图7示出了一个实施例中可见光自适应调控装置的内部结构图。如图7所示，该可见光自适应调控装置包括通过***总线连接的处理器、存储器、网络接口、输入装置和显示屏。其中，存储器包括非易失性存储介质和内存储器。该计算机设备的非易失性存储介质存储有操作***，还可存储有计算机程序，该计算机程序被处理器执行时，可使得处理器实现权限异常检测方法。该内存储器中也可储存有计算机程序，该计算机程序被处理器执行时，可使得处理器执行权限异常检测方法。计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏，计算机设备的输入装置可以是显示屏上覆盖的触摸层，也可以是计算机设备外壳上设置的按键、轨迹球或触控板，还可以是外接的键盘、触控板或鼠标等。
本领域技术人员可以理解，图7中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
在一个实施例中，提供了可见光自适应调控装置，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，处理器执行计算机程序时实现以下步骤：
采集光线环境中的光照环境图片，提取所述光照环境图片中每个像素点的RGB值，通过色域转换公式，得到每个像素点中RGB值对应的HSL值；
通过所述HSL值，并利用HSL图像表征模型，划分不同的HSL色域区间；
根据所述HSL色域区间，计算环境图像中像素点对应的主色调色域区，得到环境主色调特征矩阵；
比较所述环境主色调特征矩阵与图库主色调特征矩阵的相关系数，获得自适应匹配图像，根据所述自适应匹配图像自动调节环境光线。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：
根据所述HSL色域区间，计算环境图像中像素点出现最多的前5个色域区；
将所述前5个色域区确定为环境图像的5种主色调，根据所述5种主色调获得环境主色调特征矩阵。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：
将所述环境主色调特征矩阵进行归一化处理；
计算处理后的环境主色调特征矩阵与图库主色调特征矩阵的相关系数的秩；
根据相关系数的秩确定环境图像和图库图像的相似度，利用所述相似度的值得到自适应匹配图像。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：根据主色调匹配的方法将匹配图像的显示命令转换为PWM驱动指令；
根据所述PWM驱动指令赋值给PWM的占空比，并使能PWM输出，获得与各个像素值对应的不同占空比的PWM波形；
通过光电可控硅芯片对PWM对高压交流电调制，输出与匹配图像对应的有效值为0-250V电压值。
在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现以下步骤：
采集光线环境中的光照环境图片，提取所述光照环境图片中每个像素点的RGB值，通过色域转换公式，得到每个像素点中RGB值对应的HSL值；
通过所述HSL值，并利用HSL图像表征模型，划分不同的HSL色域区间；
根据所述HSL色域区间，计算环境图像中像素点对应的主色调色域区，得到环境主色调特征矩阵；
比较所述环境主色调特征矩阵与图库主色调特征矩阵的相关系数，获得自适应匹配图像，根据所述自适应匹配图像自动调节环境光线。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：
根据所述HSL色域区间，计算环境图像中像素点出现最多的前5个色域区；
将所述前5个色域区确定为环境图像的5种主色调，根据所述5种主色调获得环境主色调特征矩阵。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：
将所述环境主色调特征矩阵进行归一化处理；
计算处理后的环境主色调特征矩阵与图库主色调特征矩阵的相关系数的秩；
根据相关系数的秩确定环境图像和图库图像的相似度，利用所述相似度的值得到自适应匹配图像。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：根据主色调匹配的方法将匹配图像的显示命令转换为PWM驱动指令；
根据所述PWM驱动指令赋值给PWM的占空比，并使能PWM输出，获得与各个像素值对应的不同占空比的PWM波形；
通过光电可控硅芯片对PWM对高压交流电调制，输出与匹配图像对应的有效值为0-250V电压值。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。
以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。

Claims (9)

1.一种可见光自适应调控方法，其特征在于，包括以下步骤：
采集光线环境中的光照环境图片，提取所述光照环境图片中每个像素点的RGB值，通过色域转换公式，得到每个像素点中RGB值对应的HSL值；
通过所述HSL值，并利用HSL图像表征模型，划分不同的HSL色域区间；
根据所述HSL色域区间，计算环境图像中像素点对应的主色调色域区，得到环境主色调特征矩阵；包括：根据所述HSL色域区间，计算环境图像中像素点出现最多的前5个色域区；将所述前5个色域区确定为环境图像的5种主色调，根据所述5种主色调获得环境主色调特征矩阵；
比较所述环境主色调特征矩阵与图库主色调特征矩阵的相关系数，获得自适应匹配图像，根据所述自适应匹配图像自动调节环境光线。
2.根据权利要求1所述的可见光自适应调控方法，其特征在于，所述色域转换公式为：
Figure FDA0003386716980000011
S＝1-3÷(R+G+B)×min(R,G,B)；
L＝(R+G+B)/3；
其中，H表示光照色度，范围是为[0,360°]；S表示光照饱和度，范围为[0,1]；L表示光照强度，范围为[0,1]。
3.根据权利要求1所述的可见光自适应调控方法，其特征在于，所述比较所述环境主色调特征矩阵与图库主色调特征矩阵的相关系数，获得自适应匹配图像，根据所述自适应匹配图像自动调节环境光线，包括：
将所述环境主色调特征矩阵进行归一化处理；
计算处理后的环境主色调特征矩阵与图库主色调特征矩阵的相关系数的秩；
根据相关系数的秩确定环境图像和图库图像的相似度，利用所述相似度的值得到自适应匹配图像。
4.根据权利要求1所述的可见光自适应调控方法，其特征在于，所述比较所述环境主色调特征矩阵与图库主色调特征矩阵的相关系数，获得自适应匹配图像，根据所述自适应匹配图像自动调节环境光线，还包括：
根据主色调匹配的方法将匹配图像的显示命令转换为PWM驱动指令；
根据所述PWM驱动指令赋值给PWM的占空比，并使能PWM输出，获得与各个像素值对应的不同占空比的PWM波形；
通过光电可控硅芯片对PWM对高压交流电调制，输出与匹配图像对应的有效值为0-250V电压值。
5.一种可见光自适应调控***，其特征在于，包括：
像素采集模块，用于采集光线环境中的光照环境图片，提取所述光照环境图片中每个像素点的RGB值，通过色域转换公式，得到每个像素点中RGB值对应的HSL值；
色域区间划分模块，用于通过所述HSL值，并利用HSL图像表征模型，划分不同的HSL色域区间；
色域处理模块，用于根据所述HSL色域区间，计算环境图像中像素点对应的主色调色域区，得到环境主色调特征矩阵；包括：根据所述HSL色域区间，计算环境图像中像素点出现最多的前5个色域区；将所述前5个色域区确定为环境图像的5种主色调，根据所述5种主色调获得环境主色调特征矩阵；
自适应调节模块，用于比较所述环境主色调特征矩阵与图库主色调特征矩阵的相关系数，获得自适应匹配图像，根据所述自适应匹配图像自动调节环境光线。
6.根据权利要求5所述的可见光自适应调控***，其特征在于，所述自适应调节模块包括相似度计算单元，所述相似度计算单元用于：
将所述环境主色调特征矩阵进行归一化处理；
计算处理后的环境主色调特征矩阵与图库主色调特征矩阵的相关系数的秩；
根据相关系数的秩确定环境图像和图库图像的相似度，利用所述相似度的值得到自适应匹配图像。
7.根据权利要求5所述的可见光自适应调控***，其特征在于，所述自适应调节模块包括高压调节单元，所述高压调节单元用于：
根据主色调匹配的方法将匹配图像的显示命令转换为PWM驱动指令；
根据所述PWM驱动指令赋值给PWM的占空比，并使能PWM输出，获得与各个像素值对应的不同占空比的PWM波形；
通过光电可控硅芯片对PWM对高压交流电调制，输出与匹配图像对应的有效值为0-250V电压值。
8.一种可见光自适应调控装置，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至4中任一项所述方法的步骤。
9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至4中任一项所述的方法的步骤。
CN202110245579.8A 2021-03-05 2021-03-05 一种可见光自适应调控方法、***、装置和存储介质 Active CN113031675B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110245579.8A CN113031675B (zh) 2021-03-05 2021-03-05 一种可见光自适应调控方法、***、装置和存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110245579.8A CN113031675B (zh) 2021-03-05 2021-03-05 一种可见光自适应调控方法、***、装置和存储介质

Publications (2)

Publication Number Publication Date
CN113031675A CN113031675A (zh) 2021-06-25
CN113031675B true CN113031675B (zh) 2022-03-29

Family

ID=76468060

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110245579.8A Active CN113031675B (zh) 2021-03-05 2021-03-05 一种可见光自适应调控方法、***、装置和存储介质

Country Status (1)

Country Link
CN (1) CN113031675B (zh)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107862344A (zh) * 2017-12-01 2018-03-30 中南大学 一种图像分类方法
CN111898532A (zh) * 2020-07-30 2020-11-06 杭州海康威视数字技术股份有限公司 一种图像处理方法、装置、电子设备及监控***
CN112069339A (zh) * 2020-09-04 2020-12-11 北京字节跳动网络技术有限公司 背景图片处理及搜索结果展示方法、装置、设备和介质

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104113617A (zh) * 2013-04-16 2014-10-22 深圳富泰宏精密工业有限公司 背光亮度调节***及方法
US9530342B2 (en) * 2013-09-10 2016-12-27 Microsoft Technology Licensing, Llc Ambient light context-aware display
US10776903B2 (en) * 2017-07-17 2020-09-15 Open Text Corporation Systems and methods for image modification and image based content capture and extraction in neural networks
CN107302663B (zh) * 2017-07-31 2020-07-14 珠海大横琴科技发展有限公司 一种图像亮度调整方法、终端及计算机可读存储介质
US20200258259A1 (en) * 2019-02-11 2020-08-13 Qualcomm Incorporated Scaled conversion of hue, saturation, lightness values to red, green, blue values
CN109859142B (zh) * 2019-02-19 2021-06-22 广州视源电子科技股份有限公司 图像亮度的调节方法、装置、计算机设备和存储介质
CN110298344A (zh) * 2019-07-04 2019-10-01 河海大学常州校区 一种基于机器视觉的仪表旋钮定位与检测方法
CN110831290B (zh) * 2019-11-29 2021-09-17 北京空间技术研制试验中心 Led照明驱动器

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107862344A (zh) * 2017-12-01 2018-03-30 中南大学 一种图像分类方法
CN111898532A (zh) * 2020-07-30 2020-11-06 杭州海康威视数字技术股份有限公司 一种图像处理方法、装置、电子设备及监控***
CN112069339A (zh) * 2020-09-04 2020-12-11 北京字节跳动网络技术有限公司 背景图片处理及搜索结果展示方法、装置、设备和介质

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
Light-invariant 3D object"s pose estimation using color distance transform;N. Kyriakoulis;《2010 IEEE International Conference on Imaging Systems and Techniques》;20101231;第105-110页 *

Also Published As

Publication number Publication date
CN113031675A (zh) 2021-06-25

Similar Documents

Publication Publication Date Title
US7313273B2 (en) Automatic color constancy for image sensors
CN108230407B (zh) 一种图像的处理方法和装置
Zhang et al. A retinal mechanism inspired color constancy model
CN105915909B (zh) 一种高动态范围图像分层压缩方法
CN103886565B (zh) 基于目的性优化及直方图均衡化的夜间彩色图像增强方法
CN112164005B (zh) 图像颜色校正方法、装置、设备及存储介质
Sanchez-Cuevas et al. A comparison of color models for color face segmentation
CN104200431A (zh) 图像灰度化的处理方法及处理装置
CN103489161A (zh) 一种灰度图像彩色化方法及装置
CN102088539B (zh) 一种预拍照画质评价方法和***
CN103065282A (zh) 一种基于稀疏线性***的图像融合方法
CN111951696A (zh) 一种led显示屏的校正方法及相关装置
CN109920018A (zh) 基于神经网络的黑白照片色彩恢复方法、装置及存储介质
JP5253047B2 (ja) 色処理装置およびその方法
CN115526803A (zh) 非均匀光照图像增强方法、***、存储介质及设备
CN110473177B (zh) 皮肤色素分布预测方法、图像处理***及存储介质
CN113031675B (zh) 一种可见光自适应调控方法、***、装置和存储介质
CN108846871A (zh) 一种图像处理方法及装置
CN117496254A (zh) 一种红茶发酵状态智能识别方法、装置、设备及存储介质
US20240046836A1 (en) Image processing methods and apparatuses, electronic devices and storage media
KR20220060966A (ko) 센서를 통한 자동 화이트 밸런스를 위한 데이터 사전-처리
CN110933386B (zh) 一种工业相机色彩调整方法
CN103679657A (zh) 一种图像对比度增强的方法和装置
CN108961189B (zh) 图像处理方法、装置、计算机设备和存储介质
Liu et al. Image enhancement using a nonlinear method with an improved Single-Scale Retinex algorithm

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant