基于图像处理和神经网络的光环境优化控制研究

为了精确定位人体目标区域,以达到照明节能最优化,提出了一种改进的Canny算子与数学形态学相结合的图像处理技术,对室内图像进行边缘检测和噪声处理,得到含有人体目标的二值化图像,将得到的二值化人体背影模板的七个Hu不变矩作为LVQ神经网络的输入向量,训练出能够准确识别出人体背影的网络;再建立出室内图像特征与人体数量和坐标的匹配模型,从而根据人体坐标和数量来实现对灯具的优化控制。仿真和实验结果表明,改进的Canny算子与LVQ神经网络的结合对室内光环境的优化控制具有很好的应用价值。