【技術實現(xiàn)步驟摘要】
本專利技術涉及智能照明，一種基于yolov5的led照明燈智能目標識別控制方法。
技術介紹
1、道路照明燈是在道路上設置為在夜間給車輛和行人提供必要能見度的照明設施，道路燈一般需要配光合理，其光源最好有壽命超長，常年使用免維護，現(xiàn)有的智能感光道路照明燈，能夠跟隨環(huán)境內(nèi)流量的變化，調(diào)整亮度，以此節(jié)省能源消耗。
2、深度學習有兩種目標檢測算法：一是兩階段(2-stage)檢測模型，例如有r-cnn算法和fastr-cnn算法等。二是單階段(1-stage)檢測模型，例如yolo、ssd等算法。目標檢測模型成功的關鍵是分析的準確性和速度。針對r-cnn與fast-rcnn速度慢的問題，yolo直接在輸出層回歸boundingbox的位置和boundingbox所屬的類別即將整張圖作為網(wǎng)絡的輸入，把objectdetection的問題轉化成一個regression問題。yolov5網(wǎng)絡結構簡單、檢測精度高，具有yolov5s、yolov5m、yolov5l等多個版本。
技術實現(xiàn)思路
1、本專利技術的目的在于克服現(xiàn)有技術的不足，提供一種基于yolov5的led照明燈智能目標識別控制方法，依據(jù)深度學習和快速有效的流量檢測系統(tǒng)，實現(xiàn)圖像跟蹤的圖像處理，在保證照明功能的前提下達到最大限度地節(jié)能效果。
2、為實現(xiàn)上述目的，本專利技術提供了一種基于yolov5的led照明燈智能目標識別控制方法，包括如下步驟：
3、s1、通過圖像采集裝置采集路面圖像，所述圖像為待識別
4、s2、對所述目標圖像進行預處理，得到增強圖像；
5、s3、通過yolov5檢測器對攝像頭拍攝視頻進行目標檢測，判斷目標的位置；
6、s4、采用sort模型得到目標位置數(shù)據(jù)和目標移速數(shù)據(jù)；
7、s5、給定速度vref和圖像采集裝置的檢測邊緣距離l，當檢測到運動物體進入檢測邊緣距離l范圍內(nèi)時，開啟路燈照明；在圖像采集裝置的檢測范圍內(nèi)，當跟蹤目標速度大于vref時降低燈光亮度，跟蹤目標速度小于等于vref時提高燈光亮度。
8、進一步的，所述目標圖像預處理方法包括：
9、s21、將目標圖像剪裁成同一尺寸；
10、s22、利用clahe圖像增強預處理方法對目標圖像集進行預處理。
11、進一步的，所述clahe圖像增強預處理方法包括：
12、s221、將目標圖像由rgb色彩空間轉換到hsv色彩空間；
13、s222、將目標圖像進行分塊，對每個分塊在hsv顏色空間中的亮度分量進行直方圖均衡化的操作，將直方圖中超過閾值的灰度級像素剪切均分給每個灰度級；
14、s223、將亮度分量和原先的色調(diào)、飽和度分量拼接再轉到rgb顏色空間得到增強后的圖像。
15、進一步的，步驟s222包括：
16、使用雙線性插值法，將每個分塊分成4個子塊后，每個子塊與其相鄰塊的子塊重新構成一個分塊；
17、對于新構成的塊使用雙線性插值得到增強后的圖像；
18、對于第一行的上面一行子塊僅需考慮相鄰行的上面一行子塊，最后行、第1列及最后列同理；
19、對于四個角上的子塊,直接使用本身所在塊的映射關系,不需要進行插值；關于限制對比度，通過不斷地循環(huán)直到將所有截斷后多余的像素都添加到直方圖中。
20、進一步的，所述yolov5模型包括input模塊、特征提取backbone模塊、特征融合neck模塊和預測head模塊。
21、進一步的，步驟s4包括：
22、通過sort方法確定目標的位置；
23、根據(jù)下式確定目標的移動速度v為：
24、δs為一幀的移動距離，δt為一幀所用時間。
25、本專利技術與現(xiàn)有技術相比，具有以下技術效果：
26、本專利技術通過計算攝像機架設位置和角度，獲得目標位置數(shù)據(jù)和目標移速數(shù)據(jù)。采用yolov5算法模型對目標圖像進行學習訓練，并基于clahe圖像增強預處理算法、高斯濾波、mosaic、對目標圖像集進行預處理。通過yolov5算法進行目標識別，使用sort算法得到目標位置數(shù)據(jù)和目標移速數(shù)據(jù)，并根據(jù)目標位置數(shù)據(jù)和目標移速數(shù)據(jù)利用燈光控制模塊控制led燈。
27、以下將結合附圖對本專利技術的構思、具體結構及產(chǎn)生的技術效果作進一步說明，以充分地了解本專利技術的目的、特征和效果。
本文檔來自技高網(wǎng)...【技術保護點】
1.一種基于YOLOv5的LED照明燈智能目標識別控制方法，其特征在于，包括如下步驟：
2.根據(jù)權利要求1所述一種基于YOLOv5的LED照明燈智能目標識別控制方法，其特征在于，所述目標圖像預處理方法包括：
3.根據(jù)權利要求2所述一種基于YOLOv5的LED照明燈智能目標識別控制方法，其特征在于，所述CLAHE圖像增強預處理方法包括：
4.根據(jù)權利要求1所述一種基于YOLOv5的LED照明燈智能目標識別控制方法，其特征在于，步驟S222包括：
5.根據(jù)權利要求1所述一種基于YOLOv5的LED照明燈智能目標識別控制方法，其特征在于，所述YOLOv5模型包括Input模塊、特征提取backbone模塊、特征融合Neck模塊和預測Head模塊。
6.根據(jù)權利要求1所述一種基于YOLOv5的LED照明燈智能目標識別控制方法，其特征在于，步驟S4包括：
【技術特征摘要】
1.一種基于yolov5的led照明燈智能目標識別控制方法，其特征在于，包括如下步驟：
2.根據(jù)權利要求1所述一種基于yolov5的led照明燈智能目標識別控制方法，其特征在于，所述目標圖像預處理方法包括：
3.根據(jù)權利要求2所述一種基于yolov5的led照明燈智能目標識別控制方法，其特征在于，所述clahe圖像增強預處理方法包括：
4.根據(jù)權利要求1所述一種基于yo...
【專利技術屬性】
技術研發(fā)人員：王梓儒，馬騰肖，袁偉亮，劉微，楊勝夫，楊志，王鑫，
申請(專利權)人：哈爾濱應通科技有限公司，
類型：發(fā)明
國別省市：
還沒有人留言評論。發(fā)表了對其他瀏覽者有用的留言會獲得科技券。