一种应用于城市智慧路灯的运动物体检测方法与流程

本发明涉及智慧路灯技术领域，具体来说，涉及一种应用于城市智慧路灯的运动物体检测方法。

背景技术：

随着城市的发展，路灯为城市公共照明中景观照明的一部分，虽然可以使城市更加美观，但却是额外的一部分电力消耗。目前，城市照明系统采用传统的光控或时控的控制方式，整夜运行且以恒光照强度照明，既与实际路况信息脱节，又浪费了电能，还给管理和维护带来不便。其中，智慧路灯是指通过应用先进、高效、可靠的电力线载波通信技术和无线gprs/cdma通信技术等，实现对路灯的远程集中控制与管理的路灯，智慧路灯具有根据车流量自动调节亮度、远程照明控制、故障主动报警、灯具线缆防盗、远程抄表等功能。

现有的智慧路灯由于无法继承运动物体检测的功能，从而路灯是要么是人工控制，要么利用光敏传感器进行检查光线进行控制，并不能对路灯依据路上实质运行情况进行控制；而只有能够检查到路上运动物体的信息，才能提供给路灯控制系统，进而控制路灯的更加路灯更加智能化的控制。因此，对于如何提供一种可动态检测运动物体，检测结果更加精准，方法灵活性，并能够适应性更好的应用于城市智慧路灯的运动物体检测方法变得尤为重要。

目前，对于图像信息的处理和获取，通常采用边缘检查方法，但这需要对图像信息进行模糊化处理，从而提取边缘，而为了获取比较明显的边缘，需要使得运动物体和路边背景区别更加明显对比度，才能使获取的图像更加准确和快速，为此，需要提供一种获取更加准确、清晰的运动物体图像，本申请针对该技术问题，提供一种应用于城市智慧路灯的运动物体检测方法。

技术实现要素：

本发明的技术任务是针对以上不足，提供一种应用于城市智慧路灯的运动物体检测方法，来解决如何提供一种可动态检测运动物体，检测结果更加精准，方法灵活性，且适应性更好的应用于城市智慧路灯的运动物体检测方法的问题。

本发明的技术方案是这样实现的：

一种应用于城市智慧路灯的运动物体检测方法，包括以下步骤：

s101：通过检测设备获取运动物体的运动轨迹图像；

s103：利用背景消除法对获取运动轨迹图像进行背景消除，并做降噪处理；

s105：对步骤s103中的运动速度较慢的运动轨迹使用模板匹配法描述其边缘特性；

s107：对步骤s103中的运动速度较快的运动轨迹使用光流分析法根据各个像素点的速度矢量特征，对图像进行动态分析；

s109：将步骤s105和步骤s107中的分析结果通过通信系统传送至智慧路灯主控单元。

作为优选，所述s101中，采用红外采集设备采集运动物体的运动轨迹，其中，所述红外采集设备集成有红外接近传感器；包括时钟模块，所述时钟模块可以设定时间段，该时间段用于控制红外设备采集进行轨迹采集的间隔，即，时钟模块设置有日期信息、时间信息；

时间段t=f(日期信息，时间信息，天气信息)；

即时间段t和日期信息，时间信息，天气信息三个参数相关的函数关系；

当时钟模块获取的日期信息为某年某月某日时，依据当地的日照信息和月亮月相信息，则可以得到该日的日出、日落时间和月亮的亮度天文信息，并且依据该信息，控制时钟模块设定合适的时间段，即如果夏天、且处于月亮的晚上，同时时刻处于某个时间，得出一个相对更短的时间段，而冬天则生成一个长的时间段。

作为优选，所述红外接近传感器配合速度传感器来用于检测运动物体靠近的具体速度。

作为优选，其特征在于，所述s103中，所述背景消除法的具体步骤如下：初始化一个背景模型，且所述背景模型与视频流中的当前峡做差分运算；将差分后的像素值与阀值相比较；认定大于阔值的像素为前景物体。

作为优选，所述s105中，所述模板匹配法包括固定模板匹配和可变形模板匹配。

作为优选，其中，所述固定模板匹配包括图像灰度、模板和包含模板的图像之间视角均为相同，且模板的位置通过最小化模板与图像上不同位置的距离函数确定。

作为优选，所述可变形模板匹配的模板为一个描述对象形状的特征轮廓或/边缘的位图。

作为优选，所述s107中，所述光流分析法通过对视频图像光流场的分析，得到运动目标，其中，所述光流分析法的具体步骤如下：对图像中的每一个像素点赋予一个速度矢量；在运动的一个特定时刻，图像上的点与三维物体上的点一一对应；根据各个像素点的速度矢量特征，对图像进行动态分析。

作为优选，所述光流分析法检测出独立运动的目标，且不需要预先知道场景的任何信息，并用于动态背景；还包括照度传感器，用于检测当前运动物体出的光照度；

当图像信息监测比较模糊的便捷时，或者图像明显不合常规物体时，或者图像对比度低于一个程度时，调高照明度，以便获取的图像更加清楚，或者所述照度传感器检测到的光照度低于图像获取信息需要的亮度时，自动控制灯亮度，以便满足图像获取的需要。

作为优选，所述s109中，所述智慧路灯主控单元为微控制单元。

与现有技术相比，本发明的优点和积极效果在于：

1、本发明利用红外采集设备获取精准的运动物体轨迹并通过背景消除法消除去燥后，进行模板匹配和光流分析，在获取运动物体时可比较完整的获取到整个运动物体的轮廓，实时性比较好；可以在摄像机运动的情况下，仍然可以检测运动目标，灵活性比较强，具有很强的创造性。

2、本发明可动态检测运动物体，且检测结果更加精准，方法灵活性，并能够适应性更好的应用于城市智慧路灯的运动物体检测方法。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1是根据本发明实施例的流程图；

图2是根据本发明实施例的时间扩展流程图。

具体实施方式

为了能够更清楚地理解本发明的上述目的、特征和优点，下面结合附图和实施例对本发明做进一步说明。需要说明的是，在不冲突的情况下，本申请的实施例及实施例中的特征可以相互组合。

下面结合附图和具体实施例对本发明作进一步说明。

实施例一，如图1所示，根据本发明实施例的一种应用于城市智慧路灯的运动物体检测方法，包括以下步骤：

步骤s101：通过检测设备获取运动物体的运动轨迹图像；

步骤s103：利用背景消除法对获取运动轨迹图像进行背景消除，并做降噪处理；

步骤s105：对步骤s103中的运动速度较慢的运动轨迹使用模板匹配法描述其边缘特性；

步骤s107：对步骤s103中的运动速度较快的运动轨迹使用光流分析法根据各个像素点的速度矢量特征，对图像进行动态分析；

步骤s109：将步骤s105和步骤s107中的分析结果通过通信系统传送至智慧路灯主控单元。

其中，所述s101中，采用红外采集设备采集运动物体的运动轨迹，其中，所述红外采集设备集成有红外接近传感器，所述红外接近传感器配合速度传感器来用于检测运动物体靠近的具体速度。

另外，所述s103中，所述背景消除法的具体步骤如下：

步骤s1001：初始化一个背景模型，且所述背景模型与视频流中的当前峡做差分运算；

步骤s1003：将差分后的像素值与阀值相比较；

步骤s1005：认定大于阔值的像素为前景物体；

包括时钟模块，所述时钟模块可以设定时间段，该时间段用于控制红外设备采集进行轨迹采集的间隔，即，时钟模块设置有日期信息、时间信息；

当时钟模块获取的日期信息为某年某月某日时，依据当地的日照信息和月亮月相信息，则可以得到该日的日出、日落时间和月亮的亮度天文信息，并且依据该信息，控制时钟模块设定合适的时间段，即如果夏天、且处于月亮的晚上，同时时刻处于某个时间，得出一个相对更短的时间段，而冬天则生成一个长的时间段。

因此，本实施例在获取运动物体时可比较完整的获取到整个运动物体的轮廓，实时性比较好。

实施例二，所述s105中，所述模板匹配法包括固定模板匹配和可变形模板匹配，其中，所述固定模板匹配包括图像灰度、模板和包含模板的图像之间视角均为相同，且模板的位置通过最小化模板与图像上不同位置的距离函数确定，所述可变形模板匹配的模板为一个描述对象形状的特征轮廓或/边缘的位图。

其中，固定模板匹配的图像灰度，模板和包含模板的图像之间视角都相同，且模板的位置通过最小化模板与图像上不同位置的距离函数来确定，而可变形模板匹配的模板表示为一个描述对象形状的特征轮廓/边缘的位图；在原型轮廓上的概率变换方法用于使模板变形来拟合输入图像中的显著的边；目标函数通过迭代地更新变换参数被最小化以最好的匹配对象。

另外，本实施例中模板匹配方法能应用于检测静止对象。模板被表示为一个描述对象形状的轮廓/边缘特性的位图。基于模板的对象检测就是模板与要分析的视频之间的特征匹配过程。这种方法计算量大，匹配质量依赖于对象模板提供的细节和精确程度。

实施例三，所述s107中，所述光流分析法通过对视频图像光流场的分析，得到运动目标，其中，所述光流分析法的具体步骤如下：

步骤s10011：对图像中的每一个像素点赋予一个速度矢量；

步骤s10013：在运动的一个特定时刻，图像上的点与三维物体上的点一一对应；

步骤s10015：根据各个像素点的速度矢量特征，对图像进行动态分析。

其中，所述光流分析法检测出独立运动的目标，且不需要预先知道场景的任何信息，并用于动态背景。

对于光流分析法，本实施例中光流不仅携带了被观察物体的运动信息，还携带有被观察物的三维结构，传感器参数，非刚性物体的局部弹性形变，甚至流体运动的矢量结构特征等丰富信息。光流分析法通过对视频图象光流场的分析，而得出运动目标。光流分析法检测运动目标的基本原理是图像中的每一个像素点赋予一个速度矢量，这就形成了一个图像运动场，在运动的一个特定时刻，图像上的点与三维物体上的点一一对应，这种对应关系可由投影关系得到；根据各个像素点的速度矢量特征，可以对图像进行动态分析。

实施例四，所述s109中，所述智慧路灯主控单元为微控制单元；还包括照度传感器，用于检测当前运动物体出的光照度；

当图像信息监测比较模糊的便捷时，或者图像明显不合常规物体时，或者图像对比度低于一个程度时，调高照明度，以便获取的图像更加清楚，或者所述照度传感器检测到的光照度低于图像获取信息需要的亮度时，自动控制灯亮度，以便满足图像获取的需要。

实施例五，如图2所示，为了解决在一个变亮周期下，多辆汽车经过同一运动物体检测仪导致的这一周期后面出现的汽车未通过路段而路灯已灭的尴尬情况出现，可采用时间拓展算法，利用程序控制路灯的亮度时间，具体如下：

在一个变量周期下，只要有新的汽车路过相同的运动物体检测器，则这个运动物体检测仪控制的所有路灯控制器的计时清零从头开始计数，以保证所有的汽车的行驶过程都有光亮。例如，每一个路灯的发光时间是30s：当第一个汽车通过运动物体检测仪，运动物体检测仪通过无线传输将信息传送到路灯控制器上，则该路灯控制器的计时开始；在第10s的时候，此时，所有的计时均为10s，第二辆车通过同一位置，则该检测仪将信息传送给路灯控制器，之后计时清零，重新计数30s。

综上所述，本发明利用红外采集设备获取精准的运动物体轨迹并通过背景消除法消除去燥后，进行模板匹配和光流分析，在获取运动物体时可比较完整的获取到整个运动物体的轮廓，实时性比较好；可以在摄像机运动的情况下，仍然可以检测运动目标，灵活性比较强，具有很强的创造性，因此，本发明可动态检测运动物体，且检测结果更加精准，方法灵活性，并能够适应性更好的应用于城市智慧路灯的运动物体检测方法。

通过上面具体实施方式，所述技术领域的技术人员可容易的实现本发明。但是应当理解，本发明并不限于上述的具体实施方式。在公开的实施方式的基础上，所述技术领域的技术人员可任意组合不同的技术特征，从而实现不同的技术方案。