照明灯光亮度自适应调节方法、装置、设备及存储介质与流程

本技术涉及图像处理领域，尤其涉及一种照明灯光亮度自适应调节方法、装置、设备及存储介质。

背景技术：

1、随着科技的进步，智能照明系统在现代建筑中的应用越来越广泛。传统的智能照明系统通常依靠预设的时间表或简单的传感器数据来调节灯光亮度。这些系统能够根据预设的条件自动开关灯或调整灯光亮度，以节约能源并提供更舒适的照明环境。此外，一些高级的智能照明系统还可以通过用户手动控制或语音指令进行灯光调节，从而进一步提升用户体验。

2、然而，现有的智能照明系统存在一些不足之处。这些系统对环境光变化的响应较为滞后，难以实时适应复杂多变的光照环境。传统系统对用户需求的理解较为单一，无法充分考虑用户的个性化偏好和情感状态，导致灯光调节效果不够理想。此外，现有的光强数据处理方法简单，往往忽略了自然光与人工光的综合影响，导致调节结果的精确性和稳定性不足。综上所述，现有技术在实时性、自适应性和用户体验方面还有很大的提升空间。

技术实现思路

1、本技术提供了一种照明灯光亮度自适应调节方法、装置、设备及存储介质，用于提高照明灯光亮度自适应调节的准确率。

2、第一方面，本技术提供了一种照明灯光亮度自适应调节方法，所述照明灯光亮度自适应调节方法包括：对预设区域进行环境光数据采集，得到所述预设区域的环境光强；

3、对所述预设区域进行自然光数据采集，得到所述预设区域的自然光强；

4、将所述环境光强以及所述自然光强输入预置的长短期记忆网络进行光强数据平滑，得到平滑光强数据；

5、采集用户需求数据，并将所述用户需求数据输入自然语言处理算法进行用户偏好亮度提取，得到偏好亮度数据；

6、采集所述预设区域的环境图像集，对所述环境图像集进行环境氛围提取，得到环境氛围数据，并匹配所述环境氛围数据对应的光强适应值；

7、对所述平滑光强数据以及所述偏好亮度数据进行光强差计算，得到第一光强差，对所述光强适应值以及所述偏好亮度数据进行光强差计算，得到第二光强差；

8、对所述第一光强差以及所述第二光强差进行差值中值计算，得到光强差值中值数据，并根据所述光强差值中值确定目标调节强度。

9、结合第一方面，在本技术第一方面的第一种实现方式中，所述对预设区域进行环境光数据采集，得到所述预设区域的环境光强，包括：

10、采集所述预设区域的光源图像集，对所述光源图像集中每个光源图像进行灰度化处理，得到多个灰度化光源图像；

11、通过所述多个灰度化光源图像对所述预设区域进行区域分割，得到所述预设区域对应的多个子区域；

12、将所述多个子区域输入卷积神经网络进行像素特征提取，得到每个子区域的光强像素特征；

13、分别对每个子区域的光强像素特征进行强度映射，得到每个子区域的光强数据；

14、对每个子区域的光强数据进行环境光强融合，得到所述预设区域的环境光强。

15、结合第一方面，在本技术第一方面的第二种实现方式中，所述对预设区域进行自然光数据采集，得到所述预设区域的自然光强，包括：

16、对所述预设区域进行环境分割，得到多个分割环境区域；

17、对每个分割环境区域进行自然光源识别，得到每个分割环境区域对应的自然光源；

18、对每个分割环境区域对应的自然光源进行自然光强分析，得到每个分割环境区域的自然光强；

19、根据每个分割环境区域的自然光进行光强计算，得到所述预设区域的自然光强。

20、结合第一方面，在本技术第一方面的第三种实现方式中，所述长短期记忆网络包括输入层、lstm层以及输出层，所述将所述环境光强以及所述自然光强输入预置的长短期记忆网络进行光强数据平滑，得到平滑光强数据，包括：

21、将所述环境光强以及所述自然光强输入所述输入层进行数据归一化处理，得到归一化光强数据；

22、将所述归一化光强数据输入所述lstm层进行时序提取，得到时序光强数据；

23、对所述时序光强数据进行光强依赖关系数据提取，得到光强依赖关系数据；

24、将所述时序光强数据以及所述光强依赖关系数据输入所述输出层进行数据尖锐点提取，得到尖锐数据点；

25、根据所述尖锐数据点对所述时序光强数据进行数据平滑处理，得到所述平滑光强数据。

26、结合第一方面，在本技术第一方面的第四种实现方式中，所述采集用户需求数据，并将所述用户需求数据输入自然语言处理算法进行用户偏好亮度提取，得到偏好亮度数据，包括：

27、采集用户需求数据，并将所述用户需求数据输入自然语言处理算法进行语义分析，得到需求语义数据；

28、基于所述需求语义数据，对所述用户需求数据进行用户情感分析，得到用户情感数据；

29、对所述需求语义数据以及所述用户情感数据进行用户心理状态预测，得到心理状态数据；

30、对所述需求语义数据进行数据解析，得到初始亮度调节数据；

31、根据所述心理状态数据对所述初始亮度调节数据进行亮度加权，得到所述偏好亮度数据。

32、结合第一方面，在本技术第一方面的第五种实现方式中，所述采集所述预设区域的环境图像集，对所述环境图像集进行环境氛围提取，得到环境氛围数据，并匹配所述环境氛围数据对应的光强适应值，包括：

33、采集所述环境图像集，对所述环境图像集进行用户行为提取，得到用户行为数据；

34、对所述用户行为数据进行用户行为流转换，得到用户行为流；

35、对所述用户行为流进行语义标签嵌入，得到语义行为流；

36、根据所述语义行为流对所述环境图像集进行环境类型匹配，得到环境类型集，其中，所述环境类型集包括：会议类型、自由活动类型以及办公类型；

37、根据所述环境类型集生成环境氛围数据，并匹配所述环境氛围数据对应的光强适应值。

38、结合第一方面，在本技术第一方面的第六种实现方式中，所述对所述平滑光强数据以及所述偏好亮度数据进行光强差计算，得到第一光强差，对所述光强适应值以及所述偏好亮度数据进行光强差计算，得到第二光强差，包括：

39、对所述平滑光强数据以及所述偏好亮度数据进行光强差计算，得到第一初始光强差；

40、对所述第一初始光强差进行差值阈值分析，得到第一差值阈值；

41、根据所述第一差值阈值进行亮度调节功率分析，得到第一亮度调节功率；

42、根据预设的标准亮度功率对所述第一亮度调节功率进行功率修正，得到第一修正功率，并根据所述第一修正功率对所述第一初始光强差进行差值修正，得到所述第一光强差；

43、对所述光强适应值以及所述偏好亮度数据进行光强差计算，得到第二初始光强差；

44、对所述第二初始光强差进行差值阈值分析，得到第二差值阈值；

45、根据所述第二差值阈值进行亮度调节功率分析，得到第二亮度调节功率；

46、根据预设的标准亮度功率对所述第二亮度调节功率进行功率修正，得到第二修正功率，并根据所述第二修正功率对所述第二初始光强差进行差值修正，得到所述第二光强差。

47、第二方面，本技术提供了一种照明灯光亮度自适应调节装置，所述照明灯光亮度自适应调节装置包括：

48、第一采集模块，用于对预设区域进行环境光数据采集，得到所述预设区域的环境光强；

49、第二采集模块，用于对所述预设区域进行自然光数据采集，得到所述预设区域的自然光强；

50、输入模块，用于将所述环境光强以及所述自然光强输入预置的长短期记忆网络进行光强数据平滑，得到平滑光强数据；

51、提取模块，用于采集用户需求数据，并将所述用户需求数据输入自然语言处理算法进行用户偏好亮度提取，得到偏好亮度数据；

52、匹配模块，用于采集所述预设区域的环境图像集，对所述环境图像集进行环境氛围提取，得到环境氛围数据，并匹配所述环境氛围数据对应的光强适应值；

53、计算模块，用于对所述平滑光强数据以及所述偏好亮度数据进行光强差计算，得到第一光强差，对所述光强适应值以及所述偏好亮度数据进行光强差计算，得到第二光强差；

54、确定模块，用于对所述第一光强差以及所述第二光强差进行差值中值计算，得到光强差值中值数据，并根据所述光强差值中值确定目标调节强度。

55、本技术第三方面提供了一种照明灯光亮度自适应调节设备，包括：存储器和至少一个处理器，所述存储器中存储有指令；所述至少一个处理器调用所述存储器中的所述指令，以使得所述照明灯光亮度自适应调节设备执行上述的照明灯光亮度自适应调节方法。

56、本技术的第四方面提供了一种计算机可读存储介质，所述计算机可读存储介质中存储有指令，当其在计算机上运行时，使得计算机执行上述的照明灯光亮度自适应调节方法。

57、本技术提供的技术方案中，通过对预设区域的环境光数据和自然光数据进行精确采集，能够得到更全面的光强信息，从而为后续的光强数据平滑处理奠定基础。利用长短期记忆网络（lstm）对环境光强和自然光强进行数据平滑处理，能够有效去除光强数据中的噪声和突变，提高光强数据的平滑度和稳定性，为精确调节灯光亮度提供可靠的数据支持。同时，本发明还通过自然语言处理算法对用户需求数据进行深入分析，能够准确提取用户的亮度偏好，从而实现更加个性化的亮度调节。通过对预设区域的环境图像集进行处理，提取环境氛围数据，并匹配对应的光强适应值，能够实现对环境氛围的智能感知和响应，使灯光调节更加符合实际环境需求。在进行光强差计算时，通过分别计算平滑光强数据和偏好亮度数据、光强适应值和偏好亮度数据之间的光强差，能够精确量化当前灯光亮度与用户期望之间的差异，从而为灯光调节提供精确的调整依据。通过对第一光强差和第二光强差进行差值中值计算，得到光强差值中值数据，并根据该数据确定目标调节强度，能够实现对灯光亮度的精确调节，使灯光亮度能够实时适应环境变化和用户需求。此方法在多个技术特征上实现了创新和突破，通过多种数据源的综合采集，能够更全面地了解环境光强和自然光强，从而为后续的数据处理提供可靠的基础。采用lstm进行光强数据的平滑处理，相比传统的平滑算法，lstm能够更好地捕捉时间序列数据中的长期依赖关系，使平滑后的光强数据更具连续性和稳定性。再次，利用自然语言处理算法对用户需求数据进行分析，能够从语义层面准确提取用户的亮度偏好，避免了传统方法中对用户需求理解的片面和单一。同时，通过对环境图像集的处理，能够从视觉角度感知环境氛围，并结合光强适应值进行智能响应，使灯光调节更具环境适应性。在光强差计算过程中，分别计算平滑光强数据与偏好亮度数据、光强适应值与偏好亮度数据之间的差异，能够更精确地量化当前灯光亮度与用户期望之间的差距，从而为灯光亮度调节提供准确的参考。通过对光强差值的中值计算，能够有效平衡不同光强差之间的波动，使得目标调节强度更加平稳可靠。本发明在技术特征上的创新，不仅解决了现有技术中对环境光变化响应滞后、用户需求理解不足、光强数据处理简单等问题，还通过多维度的数据采集和处理，实现了对灯光亮度的精确调节和智能化控制，显著提升了照明系统的整体性能和用户体验。