一种基于物联网的智慧照明监测管理系统及方法与流程

1.本发明照明管理涉及技术领域，具体为一种基于物联网的智慧照明监测管理系统及方法。


背景技术：

2.广告宣传是企业的重要竞争策略，通过广告招牌的传播，消费者能了解产品的名称、用途、购买地点、购买方法，在市场竞争激烈中，产品通过大规模的广告宣传对产品产生吸引力，这对于企业开拓市场是十分有利的。
3.目前，在园区中存在着有许多的纸质广告展示牌，然而，在夜间由于灯光昏暗，用户无法看清广告内容，从而无法达到宣传的目的；同时，在现有技术中，利用太阳能照明灯照射广告展示牌仅仅只是将光照射到广告展示牌上，无法根据广告内容信息调整照射角度和光照颜色。
4.所以，人们需要一种基于物联网的智慧照明监测管理系统及方法来解决上述问题，通过建立一个系统，分析广告内容的重点区域及整体颜色，智能控制太阳能投光灯按指定位置进行照明，极大的增加了宣传的目的。


技术实现要素：

5.本发明的目的在于提供一种基于物联网的智慧照明监测管理系统及方法，以解决上述背景技术中提出的问题。
6.为了解决上述技术问题，本发明提供如下技术方案：一种基于物联网的智慧照明监测管理系统，所述系统包括：数据采集模块、数据库、数据分析模块、数据处理模块、数据识别模块和信息更换模块；
7.所述数据采集模块的输出端连接所述数据库的输入端，所述数据库的输出端连接所述数据分析模块、数据识别模块和信息更换模块的输入端，所述数据分析模块的输出端连接所述数据处理模块的输入端，所述数据处理模块的输出端连接所述数据库的输入端，所述信息更换模块的输出端连接所述数据分析模块的输入端；
8.通过所述数据采集模块采集园区内所有的广告内容并根据广告展示栏位置进行编号处理；
9.通过所述数据库存储所有采集到的信息；
10.通过所述数据分析模块确认广告位置，提取对应编号的广告内容，并分析广告内容的重点区域；
11.通过所述数据处理模块根据广告重点区域调整太阳能投光灯的照明角度和光照颜色；
12.通过所述数据识别模块识别摄像区域内的人像，并根据人像判断是否亮灯；
13.通过所述信息更换模块判断广告内容是否更换，并对更换后的内容进行处理。
14.进一步的，所述数据采集模块包括内容采集单元、位置获取单元和编号处理单元；
15.所述内容采集单元用于利用信息上传的方式采集园区内所有的广告内容；所述位置获取单元用于利用定位算法采集园区内所有广告展示栏的位置信息；所述编号处理单元用于将广告展示栏信息进行编号处理。
16.进一步的，所述数据库用于存储所有采集到的信息，同时，包括字体库和色卡对比库。
17.进一步的，所述数据分析模块包括信息匹配单元，数据提取单元和内容分析单元；
18.所述信息匹配单元用于利用人工输入的形式将广告内容与编号进行信息匹配；所述数据提取单元用于提取相应编号内的广告内容；所述内容分析单元用于根据对比模型分析广告内容的重点区域。
19.进一步的，所述数据处理模块包括角度调节单元和色彩匹配单元；
20.所述角度调节单元用于根据重点区域调节太阳能投光仪的照明角度；所述色彩匹配单元用于根据重点区域的整体颜色调整太阳能投光仪的光照颜色。
21.进一步的，所述数据识别模块包括人像识别单元和信号处理单元；
22.所述人像识别单元用于利用球型摄像头识别摄像区域内的人像，判断是否有人；所述信号处理单元用于根据是否识别到摄像区域内的人像来判断太阳能投光灯是否亮灯：若识别到人像，则进行亮灯操作；若识别到摄像区域内的人像，则进行亮灯操作，反之，若没有识别到人像，则灭灯处理。
23.进一步的，所述信息更换模块包括信息判断单元、数据覆盖单元；
24.所述信息判断单元用于利用信息对比模型判断广告内容是否更换；所述数据覆盖单元用于将原广告内容进行覆盖，显示新的广告内容，并将数据发送至所述数据分析模块。
25.一种基于物联网的智慧照明监测管理方法，包括以下步骤：
26.s1：采集园区内所有的广告内容并根据广告展示栏位置进行编号处理；
27.s2：存储所有采集到的信息；
28.s3：确认广告位置，提取对应编号的广告内容，并分析广告内容的重点区域；
29.s4：根据广告重点区域调整太阳能投光灯的照明角度和光照颜色；
30.s5：识别摄像区域内的人像，并根据人像判断是否亮灯；
31.s6：判断广告内容是否更换，并对更换后的内容进行处理。
32.进一步的，在步骤s1中：采集园区内所有的广告内容并根据广告展示栏位置进行编号处理，具体步骤如下：
33.s101：利用信息上传的方式采集园区内所有的广告内容，形成广告数据：x＝{xi},i＝1,2,
…
,n；
34.s102：利用定位算法采集园区内所有广告展示栏的位置信息，并进行编号处理，形成编号数据：a＝{ai},i＝1,2,
…
,n；其中，所述定位算法属于本领域技术人员的常规技术手段，因此，并未做出过多的赘述。
35.进一步的，在步骤s2中：利用数据库存储所有采集到的信息，同时，数据库包括字体库和色卡对比库。
36.进一步的，在步骤s3中：利用人工输入的形式将广告数据：x＝{xi},i＝1,2,
…
,n与编号数据：a＝{ai},i＝1,2,
…
,n进行一对一匹配；
37.提取匹配后的一个广告数据xi；利用对比模型分析该广告内容的重点区域，具体
步骤如下：
38.s301：划分图像区域，合并相似度高的区块，步骤如下：
39.a1：根据图片比例，将广告图像数据xi划分为m
×
k个区块，形成不同的区块数据：xi＝{us},s＝1,2,
…
,m
×
k，其中，所述m
×
k个区块尽可能小，避免将不同的文字数据分为一个区块；
40.a2：计算每一个区块的图片相似度：通过遍历区块数据：xi＝{us},s＝1,2,
…
,m
×
k，得到每一个区块数据的均值：xi＝{es},s＝1,2,
…
,m
×
k；根据相似度公式：k；根据相似度公式：则得到区块s与其他区块的相似度集合ei(s)＝{h
δ
(j)},δ＝1,2,
…
,m
×
k-s；s＝1,2,
…
,m
×
k；
41.a3：比较区块相似度，合并相似度高的区块：通过遍历区块s与其他区块的相似度集合ei(s)＝{h
δ
(s)},δ＝1,2,
…
,m
×
k-s；s＝1,2,
…
,m
×
k；若h
δ
(s)》α，其中，其中，α为所设阈值，表示区块s与其它区块相似，则将相似的区块筛选出来，与区块s形成一个新的区块：u(j)＝{u
γ
}，反之，若h
δ
(s)《α，表示区块s与其它区块不相似；其它区块以此类推，则形成新的区块数据集合：xi＝{u(j)},j＝1,2,
…
,β,β《m
×
k；
42.s302：通过遍历区块数据集合：xi＝{u(j)},j＝1,2,
…
,β,β《m
×
k，利用ocr技术识别图像信息中的文字数据，确认存在文字数据的区块集合为：h＝{u(j)},j＝1,2,
…
,μ,μ≤β，其中将其筛选出来，进入步骤s303；其中，所述ocr技术属于本领域技术人员的常规技术手段，因此，并未做出过多的赘述；
43.s303：提取区块内的文字数据，筛选文字特点突出的区块，确认广告内容的重点区域，步骤如下：
44.b1：将区块文字数据与字体库p进行比对：系统从区块集合：h＝{u(j)},j＝1,2,
…
,μ中获取文字数据，得到不同区块的文字集合h1＝{wj},j＝1,2,
…
,μ；根据对比公式：则得到文字特点集合：d＝{dj},j＝1,2,
…
,μ；
45.b2：比较文字特点相似度：根据公式：得到区块j与其他区块的文字相似度集合e(j)＝{y
τ
},τ＝1,2,
…
,μ-j，进一步得到区块j相似度平均值通过遍历文字特点集合：d＝{dj},j＝1,2,
…
,μ，得到文字特点相似度集合：z＝{z(j)},j＝1,2,
…
,μ；
46.b3：确认广告内容的重点区域：通过遍历文字特点相似度集合：z＝{z(j)},j＝1,2,
…
,μ；利用冒泡排序算法进行升序排序，则提取数据z(1)对应的区块文字数据d
x
，确认区块x为广告内容的重点区域，因为该区块字体特点与其它区块的字体特点相似度最低，差别最大，有文字突出的效果，此时，进入步骤s4。
47.进一步的，在步骤s4中：根据广告重点区域调整太阳能投光灯的照明角度和光照颜色，具体步骤如下：
48.s401：调整太阳能投光灯的照明角度，步骤如下：
49.c1：建立可以包围区块x的最小矩形框，确认中心点位置：通过建立二维直角坐标系，则得到区块x每一个的顶点坐标集合r＝{(mr,nr)},r＝1,2,
…
,q；遍历顶点坐标集合r中的横坐标和纵坐标，分别提取max(mr),max(nr),min(mr),min(nr)形成最小矩形框，则确认区块x的中心点坐标ro为：
50.c2：接收到中心坐标后，根据红外线信号控制太阳能投光灯将光线瞄准投放到中心点坐标ro上；
51.s402：调整太阳能投光灯的光照颜色，步骤如下：
52.d1：确认区块x图像的颜色：提取区块x的图像数据，利用颜色识别算法识别区块x图像所有的颜色数据：v＝{vf},f＝1,2,
…
,∈；确认色彩均值即区块x图像的颜色：其中，所述颜色识别算法属于本领域技术人员的常规技术手段，因此，并未做出过多的赘述；
53.d2：利用色卡对比库根据色彩均值v提取出相应的光照颜色此时，将太阳能投光灯光照颜色调整为其中，色卡对比库中相应的光照颜色是提前录入的。
54.进一步的，在步骤s5中：利用球型摄像头识别半径为t的环形区域内的人像，若在环形区域内监测到人像，则自动控制太阳能投光灯亮灯；反之，若在环形区域内未监测到人像，则进行灭灯操作；
55.进一步的，在步骤s6中：判断广告内容是否更换，并对更换后的内容进行处理，具体步骤如下：
56.s601：利用信息对比模型判断广告内容是否更换，步骤如下：
57.e1：获取新输入的编号为a
λ
和对应的广告数据l
λ
＝{ls},s＝1,2,
…
,m
×
k；同时提取原数据库中编号a
λ
的广告数据x
λ
＝{us},s＝1,2,
…
,m
×
k；
58.e2：利用对比算法计算广告数据l
λ
与广告数据x
λ
相似度：利用词嵌入算法将广告数据l
λ
和x
λ
映射到一个n维向量空间中，建立坐标系，则得到两个广告内容的相似度：映射到一个n维向量空间中，建立坐标系，则得到两个广告内容的相似度：其中，所述词嵌入算法属于本领域技术人员的常规技术手段，因此，并未做出过多的赘述；
59.e2：判断广告内容是否更换：若ξ《θ，其中θ为所设阈值，表示两个广告内容不同，则表示编号a
λ
的广告数据已被更换，此时，进入步骤s602；反之，若ξ》θ，表示两个广告内容相同，则表示编号a
λ
的广告数据未被更换；
60.s602：利用覆盖算法将广告数据x
λ
进行覆盖，显示新的广告数据l
λ
，此时，进入步骤s3。
61.与现有技术相比，本发明所达到的有益效果是：
62.本发明通过利用定位算法采集园区内所有广告展示栏的位置信息，并进行编号处理，同时，利用人工输入的形式将广告数据与编号数据进行一对一匹配，便于对园区广告信息的统计，便于后续对广告信息的更换；数据库包括字体库和色卡对比库，便于对广告文字的对比，及对广告图像色彩的比对；通过根据图片比例，将广告图像数据划分为多个区块，同时，合并相似度高的区块，有利于对图像分析的准确性，便于后续对广告重点区域的分
析；通过将区块文字数据与字体库进行比对，筛选文字特点突出的区块，有利于后续对太阳能投光灯角度的调节；通过建立二维直角坐标系，分析可以包围区块的最小矩形框，确认中心点位置，便于确认太阳能投光灯照射角度，有利于对广告内容的宣传；通过利用颜色识别算法识别区块图像所有的颜色数据并利用色卡对比库提取出相应的光照颜色，极大的增加了夜间的宣传效果；通过利用球型摄像头识别半径内的环形区域内的人像判断太阳能投光灯的开关状态，有利于节能，对电量的合理分配，防止连续的阴雨天气导致太阳能投光灯无法补充电量的问题；通过利用信息对比模型判断广告内容是否更换，并利用覆盖算法将广告数据进行覆盖，有利于更换广告数据时，太阳能投光灯的智能调配；利用智能太阳能投光灯解决了夜间用户无法看清纸质广告牌内容的问题，极大的提高了宣传效果。
附图说明
63.附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：
64.图1是本发明一种基于物联网的智慧照明监测管理系统的结构图；
65.图2是本发明一种基于物联网的智慧照明监测管理方法的流程图。
具体实施方式
66.下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
67.请参阅图1-图2，本发明提供技术方案：一种基于物联网的智慧照明监测管理系统及方法，系统包括：数据采集模块、数据库、数据分析模块、数据处理模块、数据识别模块和信息更换模块；
68.所述数据采集模块的输出端连接所述数据库的输入端，所述数据库的输出端连接所述数据分析模块、数据识别模块和信息更换模块的输入端，所述数据分析模块的输出端连接所述数据处理模块的输入端，所述数据处理模块的输出端连接所述数据库的输入端，所述信息更换模块的输出端连接所述数据分析模块的输入端；
69.通过所述数据采集模块采集园区内所有的广告内容并根据广告展示栏位置进行编号处理；
70.所述数据采集模块包括内容采集单元、位置获取单元和编号处理单元；
71.所述内容采集单元用于利用信息上传的方式采集园区内所有的广告内容；所述位置获取单元用于利用定位算法采集园区内所有广告展示栏的位置信息；所述编号处理单元用于将广告展示栏信息进行编号处理。
72.通过所述数据库存储所有采集到的信息；
73.所述数据库用于存储所有采集到的信息，同时，还包括字体库和色卡对比库，便于对广告文字的对比。
74.通过所述数据分析模块确认广告位置，提取对应编号的广告内容，并分析广告内容的重点区域；
75.所述数据分析模块包括信息匹配单元，数据提取单元和内容分析单元；
76.所述信息匹配单元用于利用人工输入的形式将广告内容与编号进行信息匹配；所述数据提取单元用于提取相应编号内的广告内容；所述内容分析单元用于根据对比模型分析广告内容的重点区域。
77.通过所述数据处理模块根据广告重点区域调整太阳能投光灯的照明角度和光照颜色；
78.所述数据处理模块包括角度调节单元和色彩匹配单元；
79.所述角度调节单元用于根据重点区域调节太阳能投光仪的照明角度；所述色彩匹配单元用于根据重点区域的整体颜色调整太阳能投光仪的光照颜色。
80.通过所述数据识别模块识别摄像区域内的人像，并根据人像判断是否亮灯；
81.所述数据识别模块包括人像识别单元和信号处理单元；
82.所述人像识别单元用于利用球型摄像头识别摄像区域内的人像，判断是否有人；所述信号处理单元用于根据是否识别到摄像区域内的人像来判断太阳能投光灯是否亮灯：若识别到人像，则进行亮灯操作；若识别到摄像区域内的人像，则进行亮灯操作，反之，若没有识别到人像，则灭灯处理。
83.通过所述信息更换模块判断广告内容是否更换，并对更换后的内容进行处理。
84.所述信息更换模块包括信息判断单元、数据覆盖单元；
85.所述信息判断单元用于利用信息对比模型判断广告内容是否更换；所述数据覆盖单元用于将原广告内容进行覆盖，显示新的广告内容，并将数据发送至所述数据分析模块。
86.一种基于物联网的智慧照明监测管理方法，包括以下步骤：
87.s1：采集园区内所有的广告内容并根据广告展示栏位置进行编号处理；
88.在步骤s1中：采集园区内所有的广告内容并根据广告展示栏位置进行编号处理，具体步骤如下：
89.s101：利用信息上传的方式采集园区内所有的广告内容，形成广告数据：x＝{xi},i＝1,2,
…
,n；
90.s102：利用定位算法采集园区内所有广告展示栏的位置信息，并进行编号处理，形成编号数据：a＝{ai},i＝1,2,
…
,n；其中，所述定位算法属于本领域技术人员的常规技术手段，因此，并未做出过多的赘述。
91.s2：存储所有采集到的信息；
92.在步骤s2中：利用数据库存储所有采集到的信息，同时，数据库包括字体库和色卡对比库。
93.s3：确认广告位置，提取对应编号的广告内容，并分析广告内容的重点区域；
94.在步骤s3中：利用人工输入的形式将广告数据：x＝{xi},i＝1,2,
…
,n与编号数据：a＝{ai},i＝1,2,
…
,n进行一对一匹配；便于对园区广告信息的统计，便于后续对广告信息的更换；
95.提取匹配后的一个广告数据xi；利用对比模型分析该广告内容的重点区域，具体步骤如下：
96.s301：划分图像区域，合并相似度高的区块，步骤如下：
97.a1：根据图片比例，将广告图像数据xi划分为m
×
k个区块，形成不同的区块数据：xi＝{us},s＝1,2,
…
,m
×
k，其中，所述m
×
k个区块尽可能小，避免将不同的文字数据分为一个区块；
98.a2：计算每一个区块的图片相似度：通过遍历区块数据：xi＝{us},s＝1,2,
…
,m
×
k，得到每一个区块数据的均值：xi＝{es},s＝1,2,
…
,m
×
k；根据相似度公式：k；根据相似度公式：则得到区块s与其他区块的相似度集合ei(s)＝{h
δ
(j)},δ＝1,2,
…
,m
×
k-s；s＝1,2,
…
,m
×
k；
99.a3：比较区块相似度，合并相似度高的区块：通过遍历区块s与其他区块的相似度集合ei(s)＝{h
δ
(s)},δ＝1,2,
…
,m
×
k-s；s＝1,2,
…
,m
×
k；若h
δ
(s)》α，其中，α为所设阈值，表示区块s与其它区块相似，则将相似的区块筛选出来，与区块s形成一个新的区块：u(j)＝{u
γ
}，反之，若h
δ
(s)《α，表示区块s与其它区块不相似；其它区块以此类推，则形成新的区块数据集合：xi＝{u(j)},j＝1,2,
…
,β,β《m
×
k；
100.s302：通过遍历区块数据集合：xi＝{u(j)},j＝1,2,
…
,β,β《m
×
k，利用ocr技术识别图像信息中的文字数据，确认存在文字数据的区块集合为：h＝{u(j)},j＝1,2,
…
,μ,μ≤β，其中将其筛选出来，进入步骤s303；其中，所述ocr技术属于本领域技术人员的常规技术手段，因此，并未做出过多的赘述；
101.s303：提取区块内的文字数据，筛选文字特点突出的区块，确认广告内容的重点区域，步骤如下：
102.b1：将区块文字数据与字体库p进行比对：系统从区块集合：h＝{u(j)},j＝1,2,
…
,μ中获取文字数据，得到不同区块的文字集合h1＝{wj},j＝1,2,
…
,μ；根据对比公式：则得到文字特点集合：d＝{dj},j＝1,2,
…
,μ；
103.b2：比较文字特点相似度：根据公式：得到区块j与其他区块的文字相似度集合e(j)＝{y
τ
},τ＝1,2,
…
,μ-j，进一步得到区块j相似度平均值通过遍历文字特点集合：d＝{dj},j＝1,2,
…
,μ，得到文字特点相似度集合：z＝{z(j)},j＝1,2,
…
,μ；
104.b3：确认广告内容的重点区域：通过遍历文字特点相似度集合：z＝{z(j)},j＝1,2,
…
,μ；利用冒泡排序算法进行升序排序，则提取数据z(1)对应的区块文字数据d
x
，确认区块x为广告内容的重点区域，因为该区块字体特点与其它区块的字体特点相似度最低，差别最大，有文字突出的效果，此时，进入步骤s4。
105.s4：根据广告重点区域调整太阳能投光灯的照明角度和光照颜色；
106.在步骤s4中：根据广告重点区域调整太阳能投光灯的照明角度和光照颜色，具体步骤如下：
107.s401：调整太阳能投光灯的照明角度，步骤如下：
108.c1：建立可以包围区块x的最小矩形框，确认中心点位置：通过建立二维直角坐标系，则得到区块x每一个的顶点坐标集合r＝{(mr,nr)},r＝1,2,
…
,q；遍历顶点坐标集合r中
的横坐标和纵坐标，分别提取max(mr),max(nr),min(mr),min(nr)形成最小矩形框，则确认区块x的中心点坐标ro为：
109.c2：接收到中心坐标后，根据红外线信号控制太阳能投光灯将光线瞄准投放到中心点坐标ro上；
110.s402：调整太阳能投光灯的光照颜色，步骤如下：
111.d1：确认区块x图像的颜色：提取区块x的图像数据，利用颜色识别算法识别区块x图像所有的颜色数据：v＝{vf},f＝1,2,
…
,∈；确认色彩均值即区块x图像的颜色：其中，所述颜色识别算法属于本领域技术人员的常规技术手段，因此，并未做出过多的赘述；
112.d2：利用色卡对比库根据色彩均值v提取出相应的光照颜色此时，将太阳能投光灯光照颜色调整为其中，色卡对比库中相应的光照颜色是提前录入的。
113.s5：识别摄像区域内的人像，并根据人像判断是否亮灯；
114.在步骤s5中：利用球型摄像头识别半径为t的环形区域内的人像，若在环形区域内监测到人像，则自动控制太阳能投光灯亮灯；反之，若在环形区域内未监测到人像，则进行灭灯操作；
115.s6：判断广告内容是否更换，并对更换后的内容进行处理。
116.在步骤s6中：判断广告内容是否更换，并对更换后的内容进行处理，具体步骤如下：
117.s601：利用信息对比模型判断广告内容是否更换，步骤如下：
118.e1：获取新输入的编号为a
λ
和对应的广告数据l
λ
＝{ls},s＝1,2,
…
,m
×
k；同时提取原数据库中编号a
λ
的广告数据x
λ
＝{us},s＝1,2,
…
,m
×
k；
119.e2：利用对比算法计算广告数据l
λ
与广告数据x
λ
相似度：利用词嵌入算法将广告数据l
λ
和x
λ
映射到一个n维向量空间中，建立坐标系，则得到两个广告内容的相似度：映射到一个n维向量空间中，建立坐标系，则得到两个广告内容的相似度：其中，所述词嵌入算法属于本领域技术人员的常规技术手段，因此，并未做出过多的赘述；
120.e2：判断广告内容是否更换：若ξ《θ，其中θ为所设阈值，表示两个广告内容不同，则表示编号a
λ
的广告数据已被更换，此时，进入步骤s602；反之，若ξ》θ，表示两个广告内容相同，则表示编号a
λ
的广告数据未被更换；
121.s602：利用覆盖算法将广告数据x
λ
进行覆盖，显示新的广告数据l
λ
，此时，进入步骤s3。
122.实施例一：
123.在步骤s1中：采集园区内所有的广告内容并根据广告展示栏位置进行编号处理，具体步骤如下：
124.s101：利用信息上传的方式采集园区内20个的广告内容，形成广告数据：x＝{xi},i＝1,2,
…
,20；
125.s102：利用定位算法采集园区内所有广告展示栏的位置信息，并进行编号处理，形
成编号数据：a＝{ai},i＝1,2,
…
,20。
126.在步骤s2中：利用数据库存储所有采集到的信息，同时，数据库包括字体库和色卡对比库。
127.在步骤s3中：利用人工输入的形式将广告数据：x＝{xi},i＝1,2,
…
,20与编号数据：a＝{ai},i＝1,2,
…
,20进行一对一匹配；
128.提取匹配后的一个广告数据x1；利用对比模型分析该广告内容的重点区域，具体步骤如下：
129.s301：划分图像区域，合并相似度高的区块，步骤如下：
130.a1：根据图片比例，将广告图像数据x1划分为20
×
10个区块，形成不同的区块数据：x1＝{us},s＝1,2,
…
,200；
131.a2：计算每一个区块的图片相似度：通过遍历区块数据：x1＝{us},s＝1,2,
…
,200，得到每一个区块数据的均值：x1＝{es},s＝1,2,
…
,200；根据相似度公式：,200；根据相似度公式：则得到区块1与其他区块的相似度集合e1(s)＝{h
δ
(j)},δ＝1,2,
…
,200-s；s＝1,2,
…
,200；
132.a3：比较区块相似度，合并相似度高的区块：通过遍历区块1与其他区块的相似度集合ei(1)＝{h
δ
(1)},δ＝1,2,
…
,m
×
k-1；s＝1,2,
…
,200；若h
δ
(1)》70
°
，表示区块1与其它区块相似，则将相似的区块筛选出来，与区块1形成一个新的区块：u(j)＝{u
γ
}；其它区块以此类推，则形成新的30个区块数据集合：x1＝{u(j)},j＝1,2,
…
,30；
133.s302：通过遍历区块数据集合：x1＝{u(j)},j＝1,2,
…
,30，利用ocr技术识别图像信息中的文字数据，确认存在文字数据的区块集合为：h＝{u(j)},j＝1,2,
…
,6，将其筛选出来，进入步骤s303；
134.s303：提取区块内的文字数据，筛选文字特点突出的区块，确认广告内容的重点区域，步骤如下：
135.b1：将区块文字数据与字体库p进行比对：系统从区块集合：h＝{u(j)},j＝1,2,
…
,6中获取文字数据，得到不同区块的文字集合h1＝{wj},j＝1,2,
…
,6；根据对比公式：则得到文字特点集合：d＝{dj},j＝1,2,
…
,6；
136.b2：比较文字特点相似度：根据公式：得到区块2与其他区块的文字相似度集合e(j)＝{y
τ
},τ＝1,2,
…
,4，进一步得到区块2相似度平均值,4，进一步得到区块2相似度平均值通过遍历文字特点集合：d＝{dj},j＝1,2,
…
,6，得到文字特点相似度集合：z＝{z(j)},j＝1,2,
…
,6；
137.b3：确认广告内容的重点区域：通过遍历文字特点相似度集合：z＝{z(j)},j＝1,2,
…
,6；利用冒泡排序算法进行升序排序，则提取数据z(1)对应的区块文字数据d
x
，确认区块3为广告内容的重点区域，进入步骤s4。
138.在步骤s4中：根据广告重点区域调整太阳能投光灯的照明角度和光照颜色，具体步骤如下：
139.s401：调整太阳能投光灯的照明角度，步骤如下：
140.c1：建立可以包围区块x的最小矩形框，确认中心点位置：通过建立二维直角坐标系，则得到区块x每一个的顶点坐标集合r＝{(mr,nr)},r＝1,2,
…
,q；遍历顶点坐标集合r中的横坐标和纵坐标，分别提取max(mr)＝10,max(nr)＝60,min(mr)＝0,min(nr)＝10形成最小矩形框，则确认区块x的中心点坐标ro为：(5,35)；
141.c2：接收到中心坐标后，根据红外线信号控制太阳能投光灯将光线瞄准投放到中心点坐标ro上；
142.s402：调整太阳能投光灯的光照颜色，步骤如下：
143.d1：确认区块3图像的颜色：提取区块3的图像数据，利用颜色识别算法识别区块3图像所有的颜色数据：v＝{vf},f＝1,2,
…
,∈；确认色彩均值：
144.d2：利用色卡对比库根据色彩均值v＝“红色”提取出相应的光照颜色此时，将太阳能投光灯光照颜色调整为
145.在步骤s5中：利用球型摄像头识别半径为10m的环形区域内的人像，此时，在环形区域内监测到人像，则自动控制太阳能投光灯亮灯。
146.在步骤s6中：判断广告内容是否更换，并对更换后的内容进行处理，具体步骤如下：
147.s601：利用信息对比模型判断广告内容是否更换，步骤如下：
148.e1：获取新输入的编号为a
10
和对应的广告数据l
10
＝{ls},s＝1,2,
…
,200；同时提取原数据库中编号a
λ
的广告数据x
10
＝{us},s＝1,2,
…
,200；
149.e2：利用对比算法计算广告数据l
10
与广告数据x
10
相似度：利用词嵌入算法将广告数据l
10
和x
10
映射到一个n维向量空间中，建立坐标系，则得到两个广告内容的相似度：
[0150][0151]
e2：判断广告内容是否更换：若ξ《98
°
，表示两个广告内容不同，则表示编号a的广告数据已被更换，此时，进入步骤s602；
[0152]
s602：利用覆盖算法将广告数据x
10
进行覆盖，显示新的广告数据l
10
，此时，进入步骤s3。
[0153]
需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。
[0154]
最后应说明的是：以上所述仅为本发明的优选实施例而已，并不用于限制本发明，尽管参照前述实施例对本发明进行了详细的说明，对于本领域的技术人员来说，其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。