基于模糊视觉处理的智能无影灯系统研究

摘要

研究证实目前市场上的无影灯多数是通过结构上设计的多角度补光的方式，除具备基本的操作控制功能外，无法达到智能调节。前期发现无影灯工作场景的特征具有相对固定的背景，据此本文对机器视觉的基础理论进行研究，对基于背景建模理论的背景减除法的目标检测算法进行了验证，证明可以利用双目摄像机采集工作台的场景信息并采用 Camshift算法获得目标物体的中心位置、大小等参数；进一步根据机器视觉输出的目标参数采用优化的CMAC网络建立无影灯工作台—遮挡物体—灯盘光源组件的映射关系，建立了间接测量无影灯工作台光照情况的模型；阐明了无影灯控制系统中模糊PID控制的模糊论域和控制规则，并根据无影灯调节过程中超调量的变化特征对其进行模糊分割，采用高斯模型作为隶属度函数描述控制过程；对无影灯系统的无影和恒光两个指标进行的闭环反馈，采用BP网络和间接测量模型的融合保证系统的性能，基本实现无影灯系统的智能化、数字化的模糊视觉处理。
　　论文阐明了智能无影灯系统的工作机制，对无影灯系统调节控制的关键问题进行了剖析，揭示了系统控制过程中问题本质，论述了系统嵌入式实现的设计思路，形成了一套智能无影灯系统的方案，为新一代智能无影灯系统的发展提供参考。

目录

封面

声明

目录

中文摘要

英文摘要

第一章 绪论

1.1 研究背景及意义

1.2 无影灯系统概述

1.3 论文研究内容

1.4 论文篇章结构

第二章 机器视觉测量模型及标定

2.1 机器视觉简述

2.2 摄像机标定

2.3 本章小结

第三章 无影灯中的图像处理及信息挖掘

3.1 运动目标检测

3.2 场景背景建模

3.3 自适应Camshift目标跟踪及预测

3.4 检测结果分析

3.5 本章小结

第四章 模糊逻辑智能无影灯方案

4.1 模糊控制系统理论

4.2 基于CMAC网络的光源映射模型

4.3 光照间接测量模型

4.4 BP网络模糊PID无影灯控制算法

4.5 本章小结

第五章 系统方案实现与测试

5.1 系统总体方案

5.2 系统测试

5.3 本章小结

第六章 总结与展望

6.1 论文研究工作总结

6.2 未来展望

致谢

参考文献

附录