本发明涉及计算机图像运算与自动化控制交叉的技术领域，特别涉及一种基于图像运算的灯光控制方法。
背景技术：
高校自修室中经常出现“人已走，灯未关”的情况，每年因为忘记关灯的问题造成了大量的电能浪费。最初解决该问题的方法是安排值班人员到点巡查，由巡查人员将无人使用的灯光关闭，该办法增加了值班人员的工作负担并且效率不高，近些年来，随着互联网及通讯技术的发展，针对灯光控制的方法也变得越来越智能化。
中国专利文献cn109121270a公开了一种互联网通信技术的教室灯光控制方法和系统，其通过给每间教室构建一个不同的无线局域网，再以每个学生的智能手机作为灯光控制客户端，灯光控制客户端与内网服务器通信，再由内网服务器控制照明灯的打开，内网服务器同时监测灯光控制客户端与无线局域网的连接状态，当灯光控制客户端与无线局域网断开后，内网服务器控制相应的照明灯关闭。该控制方法依赖安装有app的智能手机作为控制客户端，整个系统架构偏复杂。
中国专利文献cn105934051a公开了一种基于互动式教室灯光智能控制系统，其通过摄像头拍摄教室内的图像，然后采用hog特征和svm分类器进行教室人头框定，进而统计出各区域的人数，绘制出人员分布图，再根据人员分布情况控制教室灯光。该文献中显然是通过单一摄像头获取教室内的图像，加上其是对人头进行框定，很容易出现后方座位的人头被其前方座位的人遮挡的情况，如此将导致统计数据准确性大大降低，进而影响执行准确性。另外，该灯光智能控制系统涉及的算法较为复杂，并且其采用的是人工智能算法，前期需要大量的样本训练来保证人头识别的准确性。
技术实现要素：
本发明的目的是提供一种涉及的系统架构和算法简单且执行准确性较高的基于图像运算的灯光控制方法。
为了解决上述技术问题，本发明采用如下技术方案：一种基于图像运算的灯光控制方法，包括：
步骤一、通过固定设置在教室前方的前摄像头、固定设置在教室后方的后摄像头以及固定设置在教室左侧或右侧的侧摄像头同时监测教室内的人员变化情况并录制视频；
步骤二、从前摄像头、后摄像头及侧摄像头录制的视频中分别提取当前时间点的图像；
步骤三、从步骤二提取的三副图像中提取各座位区域中的像素，然后将前摄像头所对应图像中座位区域的像素与后摄像头所对应图像中对应座位区域的像素相减；
若二者的像素差值大于设定的上限值，则判定当前该座位区域无人；
若二者的像素差值小于设定的上限值，则将侧摄像头所对应图像中该座位区域的像素分别与前摄像头所对应图像中座位区域的像素以及后摄像头所对应图像中座位区域的像素相减；在相减后所得到的两个像素差值中，若有一个像素差值大于设定的上限值或者两个像素差值均小于设定的下限值，则判定当前该座位区域无人，若有一个像素差值大于设定的下限值并小于设定的上限值，则判定当前该座位区域有人；
步骤四、若判定当前该座位区域无人，则控制与该座位区域相对应的灯光关闭；
上述步骤二至步骤四按照设定的间隔时间间歇性执行。
其中，在步骤一之前还包括将教室划分为多个座位区域并确定各座位区域在每个摄像头所对应视频图像中的坐标范围的步骤，并且在步骤三中，根据所确定的各座位区域的坐标范围从图像中提取对应坐标范围内的像素。
其中，在步骤三中还包括对各副图像作矫正以及平滑去噪处理的步骤，对各副图像作矫正以及平滑去噪处理后，再从各副图像中提取各座位区域中的像素。
优选地，在步骤二之后、步骤三之前，还包括判定教室内是否有灯光开启的步骤，若教室内无灯光开启，则不执行步骤三及其之后的步骤，若教室内有灯光开启，则执行步骤三及其之后的步骤。
进一步地，在判定教室内是否有灯光开启时，先利用颜色空间转换算法将所提取的图像由rgb格式转换为hsv格式，然后判断各副图像中所有座位区域的亮度是否均低于设定阈值；
若是，则判定教室内无灯光开启；
若否，则判定教室内有灯光开启。
更进一步地，在步骤四中，还包括：
当判定结果为教室内有灯光开启时，再判断各副图像中被判定为有人的座位区域的亮度是否均低于设定阈值，若是，则控制与该座位区域相对应的灯光开启，若否，则不作处理。
本发明利用三个不同方向的摄像头（目前大部分高校的教室前后都安装有监控摄像头，某些教室在左右两侧也安装有摄像头，实际应用时可考虑利用现有的摄像头）对教室内的人员变化情况进行监测，再通过对图像中座位区域的像素进行提取和计算，判定座位区域是否有人，并根据判断结果控制该座位区域所对应的灯光。与现有的灯光控制方法相比，本发明无需为每个教室设置单独的局域网，也无需为每个用户提供控制客户端，整个灯光控制系统的架构更简单。另外，由于本发明采用三个不同方向的摄像头获取图像，大大减轻了因遮挡导致判断错误的问题，并且本发明所采用的算法在投入实际应用之前无需进行大量的样本训练，其对图像进行提取和计算的方法也非常简单，更简单的算法有利于减轻控制系统的运算压力，降低了对系统硬件的要求。
具体实施方式
为了便于本领域技术人员的理解，下面结合实施例对本发明作进一步的说明，实施方式提及的内容并非对本发明的限定。
实施例1
本实施例所涉基于图像运算的灯光控制方法包括以下步骤：
1、通过固定设置在教室前方的前摄像头、固定设置在教室后方的后摄像头以及固定设置在教室左侧或右侧的侧摄像头同时监测教室内的人员变化情况并录制视频。
2、从前摄像头、后摄像头及侧摄像头录制的视频中每间隔一段时间各提取一副时间点相同的图像。
3、从前面提取的三副图像中提取各座位区域中的像素，再将前摄像头所对应图像中座位区域的像素与后摄像头所对应图像中对应座位区域的像素相减；
若二者的像素差值大于设定的上限值，则判定该座位区域无人；
若二者的像素差值小于设定的上限值，则将侧摄像头所对应图像中该座位区域的像素分别与前摄像头所对应图像中座位区域的像素以及后摄像头所对应图像中座位区域的像素相减；在相减后所得到的两个像素差值中，若有一个像素差值大于设定的上限值或者两个像素差值均小于设定的下限值，则判定该座位区域无人，若有一个像素差值大于设定的下限值并小于设定的上限值，则判定该座位区域有人。
4、若判定座位区域无人，则控制与该座位区域相对应的灯光关闭。
按照设定的间隔时间（例如可以是3～5分钟）间歇性执行上述步骤2-4。
本领域技术人员应当明白，作为实施上述方法的准备工作之一，在步骤1之前还包括将教室划分为多个座位区域并确定各座位区域在每个摄像头所对应视频图像中的坐标范围的步骤。当然，在步骤3中提取各座位区域的像素时，也是根据前面所确定的各座位区域的坐标范围从图像中提取对应坐标范围内的像素。对于视频图像质量欠佳（例如图像有一定变形或者噪点偏多）的情况，在步骤3中应当还包括对各副图像作矫正以及平滑去噪处理的步骤，对各副图像作矫正以及平滑去噪处理后，再从各副图像中提取各座位区域中的像素。另外，本领域技术人员应当明白，为保证结果准确性，用于差分的图像中对应于同一座位区域的总像素大小最好一致或者基本一致。当然，现有技术中存在多种保证同一座位区域的总像素大小基本一致的方法，例如可以通过调整摄像头的位置来实现，也可以通过对图像进行调整（像素调整）来实现，本实施例不涉及如何将各副图像中相应座位区域的总像素大小调整至基本一致的改进，故在此不再赘述。此外，本领域技术人员应当明白，在实际应用时，由于白天教室的光线较好，通常不需要开灯，因此上述对灯光进行自动控制的过程可以限定在晚上照明不足的时间段运行，例如可以限定在晚上7点至0点。
下面详细介绍上述通过对图像识别和计算来实现灯光控制的原理：将设定的上限值定为0.8，设定的下限值定为0.2，以一个座位为例来说明灯光控制原理。
一、假设该座位无人，在通过摄像头所拍摄的图像中有可能存在以下情况：1、前一座位所坐的人过高，导致在前摄像头拍摄的图像中该座位被遮挡，即该座位所对应区域中存在像素1（前一座位的人在该座位形成的像素），而后一座位无人或者有人但未形成遮挡，那么后摄像头所拍摄的图像中该座位所对应区域中像素为0（一般情况下，教室座位为单一颜色且其形状也都一样，将座位视为图像的背景，同时为了便于理解，将背景图像的像素视为0，故可以认为无人且无人遮挡的座位像素为0），这样将前、后摄像头所对应图像中座位区域的像素相减所得到的差值（为1）将大于设定的上限值。2、后一座位所坐的人过高，该情况与第1种情况类似，不再赘述。3、前一座位及后一座位所坐的人都过高，导致在前、后摄像头拍摄的图像中该座位均被遮挡而在对应区域形成异常像素1，这样将前、后摄像头所对应图像中座位区域的像素相减所得到的差值将小于设定的上限值，这时将侧摄像头所对应图像中该座位区域的像素分别与前摄像头所对应图像中座位区域的像素以及后摄像头所对应图像中座位区域的像素相减，侧摄像头不受前后座位的人遮挡，其所拍摄的图像中该座位所对应区域中像素为0，相减后所得到的两个差值（均为1）均大于设定的上限值。4、该座位的前、后方座位中均未坐人，这样将前、后摄像头所对应图像中座位区域的像素相减所得到的差值将小于设定的上限值，侧摄像头所对应图像中该座位区域的像素为0，这时将侧摄像头所对应图像中该座位区域的像素分别与前摄像头所对应图像中座位区域的像素以及后摄像头所对应图像中座位区域的像素相减所得到的两个差值（均为0）均小于设定的下限值。
二、假设该座位有人，在通过摄像头所拍摄的图像中的情况为：不管周围是否存在遮挡的情况，前、后摄像头所拍摄的图像中，该座位区域的都存在像素1，由于人体侧面的面积较正面要窄（假设二者比值为0.7），则在侧摄像头所拍摄的图像中，该座位区域的存在像素0.7，那么侧摄像头所拍图像中该座位区域的像素分别与前、后摄像头所拍图像中座位区域的像素相减所得到的两个差值（均为0.3）均大于设定的下限值，并小于设定的上限值。
以上关于上限值0.8、下限值0.2以及人体侧面与正面比值为0.7仅用于对本发明进行说明，而并非唯一的限定，实际应用时，可以根据实际情况对上述值进行调整。
在上面所列举的情况中，有一种特殊情况未包含在内，即当前座位无人，但前一座位、后一座位及侧边座位所坐的人都过高，将导致在前、后、侧摄像头拍摄的图像中该座位均存在被遮挡的情况，该情况将可能会被判断为有人。应当指出的是，首先，上述情况发生的概率较低。其次，本发明是针对所划分的座位区域来计算的，而非单个座位，能够在侧面对当前座位形成遮挡的侧边座位通常与当前座位之间没有过道隔开，即二者通常处于同一个座位区域中，加上其前后相连的座位实际上也都坐有人，因此，虽然对于当前这一个座位出现了误判，但是并不会影响整个座位区域是否有人的判断准确性。
本实施例利用三个不同方向的摄像头（目前大部分高校的教室前后都安装有监控摄像头，某些教室甚至左右两侧也安装有摄像头，实际应用时可利用现有的摄像头）对教室内的人员变化情况进行监测，再通过对图像中座位区域的像素进行提取和计算，判定座位区域是否有人，并根据判断结果控制对应的灯光。与现有的灯光控制方法相比，本实施例无需为每个教室设置单独的局域网，也无需为每个用户提供控制客户端，整个灯光控制系统的架构更简单。另外，由于本发明采用三个不同方向的摄像头获取图像，大大减轻了因遮挡导致判断错误的问题，并且本发明所采用的算法在投入实际应用之前无需进行大量的样本训练，其对图像进行提取和计算的方法也非常简单，更简单的算法有利于减轻控制系统的运算压力，降低了对系统硬件的要求。
实施例2
本实施例是以实施例1为基础作出的改进，与实施例1的区别主要在于：本实施例在实施例1的步骤二之后、步骤三之前，还包括判定教室内是否有灯光开启的步骤，若教室内无灯光开启，则不执行步骤三及其之后的步骤，若教室内有灯光开启，则执行步骤三及其之后的步骤。
具体来说，在判定教室内是否有灯光开启时，先利用颜色空间转换算法将所提取的图像由rgb格式转换为hsv格式，然后判断各副图像中所有座位区域的亮度是否均低于设定阈值；
若是，则判定教室内无灯光开启；
若否，则判定教室内有灯光开启。
增加上述根据教室灯光是否开启来决定是否执行图像运算的步骤后，当教室无灯光开启，则不执行图像运算步骤，这样可以大大减轻运算量，减轻系统运算压力。值得一提的是，本实施例并非像现有技术中常用的手段一样采用光线传感器来判断教室的光照强度，而是根据各副图像中所有座位区域的亮度是否均低于设定阈值来判断，这样的判断方式无需增加硬件（光线传感器）成本，同时较仅在教室中某一位置设置一个光线传感器的判断方式更加准确。
进一步地，在本实施例中，当判定结果为教室内有灯光开启时，再判断各副图像中被判定为有人的座位区域的亮度是否均低于设定阈值，若是，则控制与该座位区域相对应的灯光开启，若否，则不作处理。这样设计的好处是：可以仅设置一个（或者若干个）控制教室中间区域（当然也可以是前排）灯光的开关，其它区域的灯光不再在教室中设置开关，而通过灯光控制系统来远程控制（有人则通过灯光控制系统远程开启，无人则通过灯光控制系统远程关闭），实际应用时，当有人进入教室时，先打开中间区域的灯光，之后灯光控制系统执行图像运算步骤，若灯光控制系统判定其它座位区域也有人，则控制对应座位区域的灯光开启。如此将大大减少教室的开关数量，从而有利于降低前期的开关安装以及后期的维护成本。当然，这样就要求摄像头在照明条件不太好的条件下仍具有较好的成像效果，否则有可能因为图像噪点过多而影响对座位区域是否有人的判断。
为了让本领域普通技术人员更方便地理解本发明相对于现有技术的改进之处，本发明的一些描述已经被简化，并且为了清楚起见，本申请文件还省略了一些其它元素，本领域普通技术人员应该意识到这些省略的元素也可构成本发明的内容。