[发明专利]基于计算机视觉人流密度分析的中央空调负荷调配方法

说明书

本发明公开了一种基于计算机视觉人流密度分析的中央空调负荷调配方法。方法包括：采集安装有中央空调的房间内的实时视频流，将视频图像作为原始背景图像输入单高斯背景模型中处理后获得去噪前景图像；使用目标跟踪KCF方法处理获得预测图像，使用区域人数统计方法计算人员数量；建立人员数量‑空调负荷模型；将人员数量输入人员数量‑空调负荷模型中，输出中央空调的空调负荷，作为中央空调的当前空调负荷，最终实现对中央空调的实时负荷调配。本发明方法有效克服了楼宇中央空调不能开展灵活性负荷调配的问题，有效提高了空调负荷的利用效能。

技术领域

本发明涉及了一种中央空调负荷调配方法，具体涉及一种基于计算机视觉人流密度分析的中央空调负荷调配方法。

背景技术

中央空调在商用楼宇、高校、企事业单位中应用广泛。因中央空调缺少统一调配以及缺少合理管理导致空调能源的使用效能未能有效提升。不仅浪费了大量电能、而且造成了不必要的经济支出。

智能楼宇对于中央空调这类能源符合的调配需求始终存在，但是如何调配这些空调负荷以保证楼宇空间内温度达标，同时也能满足最小经济成本，这些问题始终未得到有效解决，其原因在于没有结合中央空调的实际应用场景，开展针对性负荷调配。例如针对楼宇内人员数量来调配不同区域的送风量问题。由于楼宇内人员频繁流动，因此对不同区域的中央空调运行状态要求存在差异。针对楼宇环境下的中央空调实时调配问题，关键在于如何准确及时地统计出被监控区域内的流动人员数量。

发明内容

为了解决背景技术中存在的问题，本发明所提供一种基于计算机视觉人流密度分析的中央空调负荷调配方法。

本发明采用的技术方案是：

本发明中央空调负荷调配方法包括如下步骤：

S1、使用监控摄像机采集安装有中央空调的房间内的实时视频流，针对实时视频流中的每帧视频图像，将视频图像作为原始背景图像输入单高斯背景模型中处理后获得去噪前景图像；具体采用了固定机位的监控摄像机输出图像，以保证所得到的每一帧图像的背景信息不会显著变化。

S2、根据每张去噪前景图像，使用目标跟踪KCF方法处理后获得预测图像，并使用区域人数统计方法计算预测图像中房间内的人员数量；即使用目标跟踪KCF方法对检测场所内人员与目标跟踪，实现场所内人群数量计数。

S3、建立人员数量-空调负荷模型。

S4、针对每张预测图像中房间内的人员数量，将人员数量输入人员数量-空调负荷模型中，人员数量-空调负荷模型输出中央空调的空调负荷，作为中央空调的当前空调负荷，最终实现对中央空调的实时负荷调配。

所述的步骤S1中，将视频图像作为原始背景图像输入单高斯背景模型中处理，具体为首先对单高斯背景模型对原始背景图像进行初始化，即在预设图像残差标准差值下对原始背景图像进行处理获得前景图像，然后检测前景图像与原始背景图像中的每个像素点的像素值，针对每张原始背景图像和前景图像的相同位置处的像素点的像素值，将原始背景图像和前景图像的相同位置处的像素点进行残差判定，获得去噪前景图像。

所述的针对每张原始背景图像和前景图像的相同位置处的像素点的像素值，将原始背景图像和前景图像的相同位置处的像素点进行残差判定，具体为根据原始背景图像和前景图像的相同位置处的像素点的像素值计算获得像素残差值并和预设像素残差阈值T_h进行比较，当计算获得的像素残差值超过像素残差阈值T_h，则保留当前的前景图像的像素点，当计算获得的像素残差值不超过像素残差阈值T_h，则更新当前的前景图像的像素点，更新完成后获得最终的去噪前景图像。