基于機器視覺技術的教室照明節能控制系統

李 震，李駢臻，鄒紹源，顏 旭，洪添勝

（華南農業大學 工程學院，廣東 廣州510642）

0 引 言

學校是重要的用電大戶，其用電量占社會總用電量的30%以上，而教室用電量在學校的用電總量中又占有較大比例。為解決教室照明用電浪費問題，教學單位采取的節能措施主要包括：加強節能意識宣傳、規范教室用電相關規章制度、減少開放教室數量、派專人定期巡查等［1］。以上措施雖然在一定程度上節約照明能耗，但限制了可用教室數，不利于調動學生的學習積極性；開放的教室通常開啟所有照明設備，未根據室內人員情況和光線強弱對照明燈具進行自動控制和智能化的科學管理，用電浪費現象依然比較嚴重。

隨著計算機和圖像處理技術的發展，機器視覺和視頻檢測技術已被應用于交通監測、織物檢測等領域［2－4］。基于已有視頻監控設備進行節能控制是近年來興起的一個新的研究方向，監控設備根據人員情況、光線強弱、空氣溫濕度等信息，自動開啟或關閉空調、照明及通風設備。由于該技術可在小幅投入的同時，提高監控設備利用率和降低能耗，已在空調節能和城市道路照明控制等方面得到應用［5－6］。目前大多數教室安裝了視頻監控設備，從攝像頭采集的教室圖像中可獲取室內人員信息，根據該信息控制照明設備，在不影響教室正常使用的同時實現節能的目的。

本文基于教室現有視頻監控系統，設計和制作基于機器視覺的教室照明設備節能控制系統硬件及通信網絡；研究基于背景差分進行室內人員識別所采用的背景重構算法，提高重構背景的適應性；基于計算機圖像處理技術，從教室監控圖像中自動獲取室內人員信息，檢驗系統對室內人員的識別準確率和識別效率。

1 系統硬件設計

1.1 系統硬件總體框架

本研究所設計的教室照明節能控制系統硬件主要由圖像采集模塊、監控計算機、電氣控制模塊及教室電氣線路等4部分組成，如圖1所示。圖像采集模塊為教室已安裝的攝像頭監控設備及視頻傳輸線路；監控計算機安放在教學樓或學校主監控室，除具備傳統的視頻監控錄像功能外，本系統的監控計算機還完成教室內人員識別和電氣控制決策等任務；電氣控制模塊基于單片機設計，主要完成接收來自監控計算機的控制信息并根據此信息開啟或關閉教室內的照明設備；教室電氣線路通過改裝教室內已有的電氣線路，實現電氣控制模塊和手動共同控制。

圖1 系統設計框架

1.2 圖像采集模塊及監控計算機

本研究所采用的圖像采集模塊為湖北平安之星科技有限公司的C103E攝像頭，主要參數為：SONY 1／3"CCD傳感器，PAL制式有效像素數為752×582pix，NTSC制式有效像素數為768×492pix。攝像頭安裝位置為教室左前方，視頻信號傳輸采用教學樓內原有監控線路。

由于本研究的監控軟件對計算機要求較高，實驗中選用一臺便攜式計算機替代監控室原有的監控計算機。所選便攜式計算機的主要配置為：英特爾酷睿2雙核處理器T6600，工作主頻2.20GHz，2GB的DDR3 1067MHz內存。

1.3 電氣控制網絡

由于監控室與教室間通信距離較遠，常用的USB及RS232等通信協議受傳輸距離限制，無法實現穩定的控制信號傳輸。本系統采用RS－485總線實現監控計算機與電氣控制模塊間的通信［7］。監控計算機串行通信接口與教室電氣控制模塊之間的電平轉換通過RS－232C／RS－485轉換器（UT－201，宇泰科技，中國深圳）實現，電氣控制網絡框圖如圖2所示。

圖2 電氣控制網絡框架

控制板主要由AT89C51單片機、MAX485電平轉換芯片和繼電器模塊組成，繼電器模塊與教室內的照明設備相連。MAX485電平轉換芯片將來自控制室的控制信號由RS－485電平轉換為TTL電平送至AT89C51單片機的UART接口，單片機根據所接收的控制信號控制相應的繼電器模塊，實現開啟或關閉教室內的照明設備。

2 系統軟件設計

2.1 軟件設計概述

安裝在監控計算機的主程序基于Matlab（Version 7.01，Mathworks，USA）開發，按功能可分為圖像獲取、圖像處理、串口雙向傳輸、圖形用戶界面及數據庫等5部分，各部分間關系如圖3所示。系統軟件與計算機硬件間的訪問通過調用Matlab相應的內建函數實現，所調用的主要函數包括：創建視頻輸入對象函數 （videoinput）、獲取視頻圖像（getsnapshot）、打開、查詢、關閉和讀寫串口函數等［8］。

2.2 分段收斂的背景重構算法設計

系統圖像處理部分采用幀差分與背景差分疊加的方法分離背景和識別室內人員。幀差分法用前一幀圖像作為當前幀的背景模型，其優點為：相鄰兩幀間的時間間隔較短、實時性較強、背景不積累、更新速度快、算法簡單、計算量小等；其不足在于對環境噪聲和閾值選擇較為敏感，對于比較大的、顏色較一致的運動目標，有可能在目標內部產生空洞而影響背景分離效果［9－10］。背景差分法利用背景的參數模型來近似背景圖像，將當前幀與背景圖像進行差分比較實現目標區域的檢測。其中區別較大的像素區域被認為是目標區域，而區別較小的像素區域被認為是背景區域［11－12］。背景差分法的關鍵是背景重構及其隨光照或外部環境的變化而實時更新的算法。

為實現較好的背景差分，本研究提出分段收斂的背景重構算法：視頻圖像處理程序以預先采集好的空教室圖像作為背景重構的第1幀，前50幀以1%的速率收斂，使初步重構背景與真實時刻背景相近；50幀后以0.5%的速率收斂，以得到較好的背景適應性。基于分段收斂的背景重構法遞推關系如下

式中：bg（x）——當前重構的背景，sf——第1幀既預先采集好的空教室背景，cf（x）——當前幀，x——幀序號，t——啟動快速收斂的閾值幀數，r1、r2——不同區間段的收斂速率。本研究中t的取值為50，既從第50幀開始啟動快速收斂。經驗證，當r1取1%，r2取0.5%時，算法取得較好的起始背景重構效果。截取教室監控錄像中某一幀為起點，對其之后的連續600幀圖片按式 （1）進行背景重構，結果如圖4所示。

圖4 分段收斂法背景重構效果

此外，為了避免燈光的開啟與關閉等擾動對所采集圖像的影響，本算法中如果當前幀與上一幀相比有較大的差分余量時，將提高重建背景的收斂速率，以得到更好的背景適應性。為此，背景重建的收斂速度應能根據差分余量自適應調整。收斂速度r2的計算如下

式中：r2——收斂速率，取值范圍為0～1；re——兩幀之間已歸一化的有效像素變化率；σ——方差，μ為峰值。實驗表明，當σ取0.35，μ取1時，本算法能夠較好地根據室內照明情況調整收斂速率，進一步提高背景重構的效果。基于式 （2）計算得到的有效像素變化率及收斂速率間關系如圖5所示。

圖5 有效像素變化率與重構背景收斂速率關

2.3 室內人員識別算法設計

由于教室內人員活動頻率較低，背景與目標間區別較小，采用單一的背景差分方法難以從監控視頻中準確識別人員目標。針對以上問題，本研究采用幀差分與背景差分疊加的方法，具體算法如下：

（1）將當前圖像和前一幀圖像歸一化后作幀差分處理，提取人員目標；

（2）將當前圖像和重構背景歸一化后作差分處理，提取人員目標；

（3）將前兩幅差分輸出圖像加權疊加，進一步增強所提取的人員目標；

（4）將疊加后的圖像經過高斯低通濾波器作平滑處理，具體方法為：調用Matlab提供的fspecial函數，構建高斯低通濾波器：

H＝fspecial（′gaussian′，hsize，sigma）

其中：hsize表示模板尺寸，本研究選用其默認值 ［3，3］，sigma為濾波器標準值，單位為pix，本研究選用其默認值0.5；濾波器構建完成后，調用 MATLAB中的imfilter函數對差分疊加輸出圖像進行線性空間濾波，實現平滑處理；

（5）將平滑處理后的圖像進行二值化，并通過形態學操作進一步去除噪聲和分割目標，所調用的MATLAB函數為 ［L，num］＝bwlabel（BW，n），其中BW為待處理的二值化圖像矩陣，n為連通區域搜索時的像素數，本研究中n的值為8，返回值L為與BW大小相同的矩陣，L中包含了標記了BW中每個連通區域的類別標簽，num為聯通區域的個數；

（6）搜索形態學處理后圖像中各連通區域，獲取室內人員連通區域的最小外接矩形，完成監控圖像中的目標識別。

該算法各步驟處理及基于該算法的室內人員識別效果如圖6所示。

2.4 基于串行通信的控制信號傳輸

本系統通過在Matlab中調用計算機串行口對象支持函數的方法實現串口屬性設置、數據加載與讀取等功能。主要使用的Matlab內建函數包括：創建串行口對象函數scom＝serial（com＿n）、啟動串口函數fopen（scom）、查詢串口函數str＝get（scom，′TransferStatus′）以及讀／寫串口函數text＝fread （obj，n，′uchar′）和fwrite （scom，val，′uint8′，′async′）等［13－14］。

2.5 系統圖形用戶界面的設計

本系統的圖形用戶界面如圖7所示，該界面基于Matlab的GUI編輯器GUIDE開發［15］，整合軟件各部分功能并提供友好的圖形化人機接口。通過該界面，用戶可設置系統對各教室內監控錄像進行人員識別的間隔，保存和調用監控錄像，手動開啟或關閉各教室內的照明設備等。

3 室內人員識別效果實驗

為檢驗系統對室內人員的識別效果，應用該系統對晚間教室監控錄像進行人員識別。實驗場地為華南農業大學第三教學樓教室，所選取的視頻情況為：時長15min，NTSC制式，分辨率768×492，各幀間時差為3s，共300幀，其中78幀不含室內人員，222幀含室內人員。運行系統識別各幀中室內人員，并與人工觀察結果進行對比，計算系統的正確識別率，計算方法如下

式中：R——正確識別率，Mc、Fc——系統識別人數和該情況所占幀數，Mt、Ft——人工觀察人數和該情況所占幀數。

實驗結果為：識別平均耗時0.2s，即系統能對5幀／s以下的視頻進行實時室內人員識別；當幀中不包含室內人員時正確識別率為100%，既系統不會將教室背景誤檢測為室內人員；當幀中包含室內人員時，根據室內人員數量差異，識別結果如表1所示。

表1 系統對含室內人員幀識別結果

由表1可得：①當包含室內人員時，系統識別的人數小于或等于實際人數，既未出現將背景誤識別為人員的情況；②當幀內所含人員為1、3和4人時，系統仍能夠正確識別室內人員，正確識別率達到100%；③當幀內所含人員較多且間距離較小時，系統會將距離較近的人員識別為同一人，既表1中當幀內人員為7人時，系統對某些幀識別人數為6人；④系統對包含室內人員幀的總體正確識別率為93%。

4 結束語

為解決教室照明用電浪費現象，本文研究了基于機器視覺的教室照明節能控制系統。該系統利用教室已安裝的監控設備采集室內監控錄像，采用幀差分與背景差分疊加的方法從監控錄像中分割和識別室內人員，并根據人員情況控制教室內照明設備的開啟或關閉。系統能對5幀／s以下的視頻進行實時室內人員識別，對不包含和包含室內人員幀的檢測準確率分別為100%和93%。隨著公共場所監控設備的普及率越來越高，基于機器視覺的能耗控制利用已有的監控系統，在提高監控設備利用率的同時降低能耗，具有較好的普及應用前景。

［1］ZHAO Hong.Discussion of university teaching room lightening energy saving management ［J］.Internet Forture，2009，18（4）：30－31 （in Chinese）.［趙洪.高校教室照明節電管理探討［J］.網絡財富，2009，18 （4）：30－31.］

［2］ZHAO Daxing，ZHU Jinlei，LI Jiuling，et al.Research of textile detecting method based on machine vision ［J］.Computer Engineering and Design，2008，29 （1）：99－101 （in Chinese）.［趙大興，朱錦雷，李九靈，等.基于機器視覺的織物檢測方法的研究 ［J］.計算機工程與設計，2008，29 （1）：99－101.］

［3］YING Chekuo，PAI Nengsheng，LI Yenfeng.Vision－based vehicle detection for a driver assistance system ［J］.Computers＆ Mathematics with Applications，2011，61 （8）：2096－2100.

［4］LUO Jinman，ZHU Juan.Research on highway vehicle detection algorithms based on video image ［J］.Computer Engineering and Design，2011，32 （2）：642－645 （in Chinese）. ［羅金滿，朱娟.基于視頻圖像的高速公路車輛檢測算法研究 ［J］.計算機工程與設計，2011，32 （2）：642－645.］

［5］MA Hongyu.Intelligent lightening controlling system based on image processing technologies［J］.Technology Information，2007，21 （7）：80－81 （in Chinese）.［馬紅玉.基于圖像處理技術的智能照明控制系統 ［J］.科技信息，2007，21 （7）：80－81.］

［6］GAO Feng，WU Qing.Design of the video based intelligent lighting control system on city road ［J］.Traffic Information and Safety，2009，27 （6）：107－109 （in Chinese）. ［高峰，吳青.基于視頻的城市道路智能照明控制系統設計 ［J］.交通信息與安全，2009，27 （6）：107－109.］

［7］CHEN Zaiping，DU Jinli.Communication between single－chip micro－controller and PC for configuration the RS485protocol［J］.Journal of Tianjin University of Technology，2009，25（2）：78－80 （in Chinese）. ［陳在平，杜金利.面向 RS485協議配置應用的單片機與PC機之間的通信 ［J］.天津理工大學學報，2009，25 （2）：78－80.］

［8］WANG Qi.A video image signal acquisition method based on MATLAB ［J］.Public Technology，2008，10 （4）：56－57 （in Chinese）.［王琪.一種基于MATLAB的視頻圖像信號提取方法 ［J］.大眾科技，2008，10 （4）：56－57.］

［9］LI Aijun.The study upon the traffic image morphological filter disposal methods based on frame difference ［D］.Shenyang：Shenyang University of Technology，2006：35－38 （in Chinese）.［李愛軍.基于幀差法的交通圖像形態學濾波處理方法的研究［D］.沈陽：沈陽工業大學，2006：35－38.］

［10］GUAN Xiangrong，REN Jinchang.Automatic extraction and update of background images in video surveillance ［J］.Micro－Electronics and Computer，2005，22 （1）：95－97 （in Chinese）.［關向榮，任金昌.視頻監視中背景的提取與更新算法 ［J］.微電子學與計算機，2005，22 （1）：95－97.］

［11］YU Chengzhong，ZHU Jun，YUAN Xiaohui.Video object detection based on background subtraction ［J］.Journal of Southeast University （Natural Science Edition），2005，35（S2）：1－3 （in Chinese）.［于成忠，朱駿，袁曉輝.基于背景差法的運動目標檢測 ［J］.東南大學學報 （自然科學版），2005，35 （S2）：1－3.］

［12］DONG Wenming，WU Lehua，JIANG Delei.Moving object detection algorithm based on background reconstruction ［J］.Journal of Chongqing University of Posts and Telecommunications（Natural Science Edition）2008，20 （6）：754－757 （in Chinese）.［董文明，吳樂華，姜德雷.基于背景重構的運動目標檢測算法 ［J］.重慶郵電大學學報 （自然科學版），2008，20 （6）：754－757.］

［13］CHEN Mei.Serial communication between PC and intelligence data acquisition module in MATLAB and its application ［J］.Science Mosaic，2009，17 （1）：65－66 （in Chinese）. ［陳梅.MATLAB環境下PC機與智能數據采集模塊的串行通信及應用 ［J］.科技廣場，2009，17 （1）：65－66.］

［14］LI Yongle，YUAN Yi，ZHU Yunjiang，et al.Study of intelligent vehicle velocity control based on MATLAB serial asynchronous communication ［J］.Journal of Academy of Military Transportation，2009，11 （3）：67－70 （in Chinese）. ［李永樂，袁一，朱云江，等.基于MATLAB串行通信的智能車車速控制算法研究 ［J］.軍事交通學院學報，2009，11 （3）：67－70.］

［15］WANG Qiaohua，YE Ping，HUANG Min.Design of GUI based on MATLAB ［J］.Mining Machines，2005，26 （3）：60－62（in Chinese）.［王巧花，葉平，黃民.基于 MATLAB的圖形用戶界面 （GUI）設計 ［J］.煤礦機械，2005，26（3）：60－62.］