[发明专利]一种全自动智能恒光控制的LED手术无影灯系统

摘要

本发明公开了一种全自动智能恒光控制的LED手术无影灯系统；系统通过CMOS摄像头获取被照区域的视频图像，通过图像预处理模块对图像进行去噪和增强处理，处理后的数据送入视频帧图像存储单元存放，接着进行模糊视频图像处理，通过图像处理算法获取照明区域的亮度信息和被照物体的颜色信息，并实时分割处理图像中出现的遮挡物，获取遮挡物形成的阴影区域。完成上述处理过程后，智能控制器要根据获取的信息，通过模糊神经网络推算出需调节的LED光源的驱动电流值，再将这些信息发送给LED恒流驱动器，调节相应LED的亮度和色温，从而能够消除阴影、使照明区域的照度均匀、恒定。

主权项

一种全自动智能恒光控制的LED手术无影灯系统，其特征在于：其采用摄像传感技术实现照明区域光照度的闭环控制；该系统包括：CMOS摄像头，超声波测距仪，图像预处理模块，视频帧图像存储单元，模糊视频图像处理模块，智能控制器，恒流控制器，LED光源组件，步进电机控制器单元模块；该系统通过CMOS摄像头获取被照区域的视频图像，通过图像预处理模块对图像进行去噪和增强处理，处理后的数据送入视频帧图像存储单元存放，接着进行模糊视频图像处理，通过图像处理算法获取照明区域的亮度信息和被照物体的颜色信息，并实时分割处理图像中出现的遮挡物，获取遮挡物形成的阴影区域，完成上述处理过程后，智能控制器要根据获取的照明区域的亮度信息和被照物体的颜色信息，通过模糊神经网络推算出需调节的LED光源的驱动电流值，再将照明区域的亮度信息和被照物体的颜色信息发送给LED恒流驱动器，调节相应LED的亮度和色温；该系统还具有步进电机控制接口和智能化的人机交互控制接口，可连接步进电机对LED灯的位置进行控制，实现照明光斑自动聚焦到工作区域；同时通过触摸键盘用户可以设置无影灯的工作模式和自定义的照度值；基于模糊逻辑的视频图像处理算法过程为通过图像灰度对图像进行分割，对于一幅m×n图像，其灰度级为0～255，通过原有分割算法对图像进行预分割，通过预分割得到背景及目标区域，随机选取有限个背景和目标区域像素点，结合灰度直方图计算其灰度均值，得到和分别为背景与目标区域阈值，获得目标区域OR，模糊区域以及背景区域BR的灰度范围为以及将图像分为确定的背景区域与目标区域，将背景区域和目标区域视为灰度集论域[0,1,…,F‑1]的两个模糊子集，本系统选用贴近度法中的距离贴进度，其中设论域U＝{x1，x2，...，xn}，对任意的模糊集合A，模糊度为：L(A)=1mnΣi=1mΣj=1n|μA(xij)-μ0.5(xij)|μA(xij)+μ0.5(xij)---(1)]]>由该式可以计算出目标区域OR和背景区域BR的模糊度为LOR和LBR；对模糊区内将其所分割范围和分别加入到OR和BR中，gf为gFR集合的分割值，得到两个新的模糊子集，记为OR′和BR′：OR′=OR∪{gFR}=OR∪[go‾,gf]---(2)]]>BR′=BR∪{gFR}=BR∪[gf,gb‾]]]>由式(1)计算出新的LOR′和LBR′，在模糊子集加入了新的元素的情况下，其模糊度函数值会变大，即LOR′＞LOR，LBR′＞LBR，将其分别与LOR和LBR做归一化，得到两个模糊度影响因子，记为：η1(gFR)=LOR′(gFR)LOR---(3)]]>η2(gFR)=LBR′(gFR)LBR]]>通过比较η1和η2的大小，判断gFR的加入是对背景还是目标区域的影响更大；若η1>η2,则gFR对目标区域模糊子集影响更大，即与目标区域相似度更高，所以应将gFR划入背景区域的模糊集；反之，则将gFR划入遮挡物区域的模糊集；对模糊区域的灰度做同样处理，则会有某一灰度值gd，使η1(gd)＝η2(gd),则gd为分割阈值；智能控制算法过程为以模糊系统模型为基础，将每帧视频图像中需要识别的目标遮挡物与背景组成的场景看成一个模糊系统，用每一帧中提取的活动目标的位置和形状信息作为特征矢量，将该特征矢量作为模糊聚类神经网络(FCNN)系统的输入，利用模糊聚类辨识算法，构建一种能够对LED的光强分布进行映射的模糊聚类神经网络(FCNN)模型，对系统的输出进行预测，给出一组在当前场景状况下LED光源光强分布和位置分布的最佳控制参数，通过调节LED灯盘的光源照射强度和角度，实现照射工作区域恒光、无影的目的；模糊聚类神经网络FCNN的结构由两个部分组成：第一部分是模糊分类器，它由一个三层BP网络构成，输入层由P个节点组成，对应输入向量的P个分量；隐层由C个节点构成，其第i个节点表示输入向量与第i个聚类中心之间的偏差，它们的传递函数为：dik=||xk-vi||2=Σj=1P(xkj-vij)2]]>输出层也由C个节点组成，每个节点的输出代表输入向量对某一类别的隶属度，输入节点与隐层节点之间的连接权代表了某一类的聚类中心vi，它需要由学习算法进行优化；隐层节点与输出节点之间采用无加权连接，它与各子网络的输出共同组成第三层节点的输入，第二部分由C个子网络组成，每个子网络由一个双层网络构成，连接权矩阵wi＝(wi1，wi2，…，wiQ)T，其中wij＝(wj0(i)，wj1(i)，wj2(i)，…，wjP(i))，输入向量θk＝(1，xk1，xk2，…，xkP)T，第i个子网络的输出为：它完成第k个输入样本的第i类规则后见输出的计算，系统总的输出为系统输出yk将给出当前图像场景中LED光源阵列的分布图映射，该映射反映LED光源将以怎样的亮度分布才能实现使被照区域的照度到达规定的值并保持恒定，同时又消除工作区阴影的目的，输出yk将作为调节量控制LED光源驱动电流和LED灯盘投射角度。