一种基于YOLOv5的LED照明灯智能目标识别控制方法与流程

本发明涉及智能照明，一种基于yolov5的led照明灯智能目标识别控制方法。

背景技术：

1、道路照明灯是在道路上设置为在夜间给车辆和行人提供必要能见度的照明设施，道路灯一般需要配光合理，其光源最好有寿命超长，常年使用免维护，现有的智能感光道路照明灯，能够跟随环境内流量的变化，调整亮度，以此节省能源消耗。

2、深度学习有两种目标检测算法：一是两阶段(2-stage)检测模型，例如有r-cnn算法和fastr-cnn算法等。二是单阶段(1-stage)检测模型，例如yolo、ssd等算法。目标检测模型成功的关键是分析的准确性和速度。针对r-cnn与fast-rcnn速度慢的问题，yolo直接在输出层回归boundingbox的位置和boundingbox所属的类别即将整张图作为网络的输入，把objectdetection的问题转化成一个regression问题。yolov5网络结构简单、检测精度高，具有yolov5s、yolov5m、yolov5l等多个版本。

技术实现思路

1、本发明的目的在于克服现有技术的不足，提供一种基于yolov5的led照明灯智能目标识别控制方法，依据深度学习和快速有效的流量检测系统，实现图像跟踪的图像处理，在保证照明功能的前提下达到最大限度地节能效果。

2、为实现上述目的，本发明提供了一种基于yolov5的led照明灯智能目标识别控制方法，包括如下步骤：

3、s1、通过图像采集装置采集路面图像，所述图像为待识别目标图像；

4、s2、对所述目标图像进行预处理，得到增强图像；

5、s3、通过yolov5检测器对摄像头拍摄视频进行目标检测，判断目标的位置；

6、s4、采用sort模型得到目标位置数据和目标移速数据；

7、s5、给定速度vref和图像采集装置的检测边缘距离l，当检测到运动物体进入检测边缘距离l范围内时，开启路灯照明；在图像采集装置的检测范围内，当跟踪目标速度大于vref时降低灯光亮度，跟踪目标速度小于等于vref时提高灯光亮度。

8、进一步的，所述目标图像预处理方法包括：

9、s21、将目标图像剪裁成同一尺寸；

10、s22、利用clahe图像增强预处理方法对目标图像集进行预处理。

11、进一步的，所述clahe图像增强预处理方法包括：

12、s221、将目标图像由rgb色彩空间转换到hsv色彩空间；

13、s222、将目标图像进行分块，对每个分块在hsv颜色空间中的亮度分量进行直方图均衡化的操作，将直方图中超过阈值的灰度级像素剪切均分给每个灰度级；

14、s223、将亮度分量和原先的色调、饱和度分量拼接再转到rgb颜色空间得到增强后的图像。

15、进一步的，步骤s222包括：

16、使用双线性插值法，将每个分块分成4个子块后，每个子块与其相邻块的子块重新构成一个分块；

17、对于新构成的块使用双线性插值得到增强后的图像；

18、对于第一行的上面一行子块仅需考虑相邻行的上面一行子块，最后行、第1列及最后列同理；

19、对于四个角上的子块,直接使用本身所在块的映射关系,不需要进行插值；关于限制对比度，通过不断地循环直到将所有截断后多余的像素都添加到直方图中。

20、进一步的，所述yolov5模型包括input模块、特征提取backbone模块、特征融合neck模块和预测head模块。

21、进一步的，步骤s4包括：

22、通过sort方法确定目标的位置；

23、根据下式确定目标的移动速度v为：

24、δs为一帧的移动距离，δt为一帧所用时间。

25、本发明与现有技术相比，具有以下技术效果：

26、本发明通过计算摄像机架设位置和角度，获得目标位置数据和目标移速数据。采用yolov5算法模型对目标图像进行学习训练，并基于clahe图像增强预处理算法、高斯滤波、mosaic、对目标图像集进行预处理。通过yolov5算法进行目标识别，使用sort算法得到目标位置数据和目标移速数据，并根据目标位置数据和目标移速数据利用灯光控制模块控制led灯。

27、以下将结合附图对本发明的构思、具体结构及产生的技术效果作进一步说明，以充分地了解本发明的目的、特征和效果。

技术特征：

1.一种基于yolov5的led照明灯智能目标识别控制方法，其特征在于，包括如下步骤：

2.根据权利要求1所述一种基于yolov5的led照明灯智能目标识别控制方法，其特征在于，所述目标图像预处理方法包括：

3.根据权利要求2所述一种基于yolov5的led照明灯智能目标识别控制方法，其特征在于，所述clahe图像增强预处理方法包括：

4.根据权利要求1所述一种基于yolov5的led照明灯智能目标识别控制方法，其特征在于，步骤s222包括：

5.根据权利要求1所述一种基于yolov5的led照明灯智能目标识别控制方法，其特征在于，所述yolov5模型包括input模块、特征提取backbone模块、特征融合neck模块和预测head模块。

6.根据权利要求1所述一种基于yolov5的led照明灯智能目标识别控制方法，其特征在于，步骤s4包括：

技术总结
本发明公开了一种基于YOLOv5的LED照明灯智能目标识别控制方法，涉及智能照明技术领域。本发明对目标图像进行预处理，得到增强图像；通过YOLOv5检测器对摄像头拍摄视频进行目标检测，判断目标的位置；采用sort模型得到目标位置数据和目标移速数据；给定速度v<subgt;ref</subgt;和图像采集装置的检测边缘距离，当检测到运动物体进入检测边缘距离范围内时，开启路灯照明；在图像采集装置的检测范围内，当跟踪目标速度大于v<subgt;ref</subgt;时降低灯光亮度，跟踪目标速度小于等于v<subgt;ref</subgt;时提高灯光亮度。本发明依据深度学习和快速有效的流量检测方法，在保证照明功能的前提下达到最大限度地节能效果。

技术研发人员：王梓儒,马腾肖,袁伟亮,刘微,杨胜夫,杨志,王鑫
受保护的技术使用者：哈尔滨应通科技有限公司
技术研发日：
技术公布日：2024/3/11