《室内照明眩光测量方法研究.docx》由会员分享，可在线阅读，更多相关《室内照明眩光测量方法研究.docx（5页珍藏版）》请在taowenge.com淘文阁网|工程机械CAD图纸|机械工程制图|CAD装配图下载|SolidWorks_CaTia_CAD_UG_PROE_设计图分享下载上搜索。
1、室内照明眩光测量方法研究摘要：提出了一种基于数码相机图像的眩光测量方法。系统推导了眩光源位置指数、立体角、眩光源亮度的解析表达式，采用自适应阈值方法提取眩光源轮廓信息，并进行实际办公室照明现场的图像采集和统一眩光值UGR参数计算与分析。实验结果表明：由该方法计算的位置指数、立体角、眩光源亮度的平均相对误差分别为1.319%，4.296%，3.001%，当背景亮度为12.910cd/m2时，统一眩光指数UGR计算值为12.606，其相对误差为4.326%。该方法计算简单、精度高，易于硬件实现，可应用室内照明的眩光测试与分析，并为开发方便、快速的眩光测试系统提供了理论支撑。关键字：不舒适眩光评价；
2、统一眩光评价指数；数字图像；亮度标定眩光评价是照明质量评价的一个重要研究内容1-4。根据眩光对视觉影响的程度，可分为失能眩光和不舒适眩光。失能眩光会引起视觉工效的下降，而不舒适眩光影响人们的视觉舒适，在一定程度上会削弱视觉功能，影响视觉绩效和工作效率，尤其是在交通、航空航天、重工业等一些重要的作业场所中甚至会造成安全隐患，长期作用则会造成视觉疲惫和心理不适，引发注意力不集中、烦躁、眼部疾病等生理不适现象。3-5对于不舒适眩光评估，研究者们提出了不同的眩光评价模型6-11。Petherbridge等6曾研究了被试者在一定背景亮度下的视觉舒适度问题，并提出了GI眩光评价模型。Einhorn7-8在
3、GI评价模型的基础上，提出了改良的眩光评价系统即CGI系统，该系统适用于灯具的光轴与铅垂线一致的室内照明8。Sorensen9提出了统一眩光评价指数UGR模型，该模型适用于室内中小光源(指立体角在43100.1sr的光源)，以及发光顶棚和均匀间接照明的眩光评价，与主观评价一致性较高。Tashiro等10提出了一种室内眩光测试方法，经研究发现，该方法对单灯具光源适用性较好。传统的眩光测试方法存在操作复杂、响应速度慢、成本高等问题。随着数码相机的普及和数码成像技术的提高，基于数字图像的眩光测量技术使实现方便、快速、成本低的大范围眩光测试分析成为可能。Wienold等11提出了一种新的DGP眩光评价
4、模型，该模型在眩光预测能力上有很大优势，但数学模型较为复杂，对UGR模型相比计算量大。Baszczak12基于数字图像技术提出了一种不舒适眩光的测量方法，该方法测试简便、操作性强。本文基于上述方法，研究了UGR模型中各参数的计算方法，系统推导了位置指数、立体角、眩光源亮度的解析表达式，为提高计算精度，采用自适应阈值方法提取眩光源轮廓信息，并进行实际办公室照明现场的图像采集，以及UGR参数计算和误差分析，验证了该方法的合理性和准确性。2基于数字图像UGR参数提取方法统一眩光评价指数UGR是室内照明不舒适眩光评价的主要方法之一4,13。3实验与测试3.1亮度标定实验本文采用亮度可调的LED面光源作
5、为均匀亮度源进行亮度标定、CX-2B成像亮度计以及恒流电源组成亮度标定系统对该EOS700D数码相机进行标定。为减少杂散光影响，提高测试的精度，标定试验在暗室中进行。如图5所示，EOS700D数码相机和成像亮度计CX-2B放置在标定光源正前方1.2米处，高度设置为1.0米，与光源中心在同一水平线上。3.2室内照明数字图像采集实验本实验选择天津工业大学科研中心D213作为室内照明数字图像采集及UGR指数测试的实验环境。科研中心D213房间规格为14m7m3m，室内照明光源为长方形LED格栅灯，尺寸为1200mm300mm，色温为6000K，本文对6个LED格栅灯进行了实验测试与分析。分别使用远方
6、CX-2B与数码相机EOS700D进行实验图像采集。为测试与分析方便，开发了UGR眩光测试软件系统如图7所示。该系统能够实现室内数字图像的读取、处理、参数提取计算、UGR计算等功能，并且增加了与外部控制系统的通信功能。图7为UGR眩光测试软件界面。从图中能够看出，在该眩光测试中相机焦距为f=34mm，曝光时间T=0.003125s，相机孔径为=13mm，通过该软件可计算出位置指数、立体角、眩光源亮度、背景亮度等参数。4结果分析本文采用相对误差分析方法对UGR各参数进行计算及误差分析。位置指数计算结果比拟如表1所示，除5号光源的位置指数误差偏差比拟大为1.909%，其它光源的位置指数与实际测量值
7、一致性较好，准确度较高，平均相对误差为1.319%。在立体角参数提取中，为避免光源亮度与背景亮度比照度低影响光源像的轮廓的准确提取21，本文采用自适应阈值方法进行了光源轮廓提取。本文基于数字图像提取光源UGR参数方法，系统推导了光源视野上方和下方的位置指数、立体角、以及光源亮度的解析表达式，为提高参数计算精度，本文采用自适应阈值方法提取光源轮廓信息，同时在亮度参数提取中，为保证最终输出的画面效果与拍摄的图像信息保持一致，本文对相机采集的图像进行了伽马校正。在此基础上，进行实际办公室照明现场的图像采集和参数计算。结果表明：位置指数的相对误差范围可控制在1.909%以内，提取的眩光源立体角的相对误
8、差范围在1.198%7.238%，提取的眩光源亮度的相对误差最大为5.455%，当背景亮度计算结果12.910cd/m2时，统一眩光指数UGR的相对误差为4.326%。该测试方法可应用于室内照明的眩光测试与分析，其操作简便、精度高、成本低、测试范围广、定位准确、易于硬件实现，为开发方便、快速的眩光测试系统提供了理论支撑。需要注意的是，在研究中我们发现，立体角和背景亮度的计算误差较大，该些问题不仅涉及到了相机CMOS感光器件响应不均匀、还涉及到镜头成像畸变、相机分辨率、相机图像的光谱光视效率函数()修正、校准光源的平场校正、观察位置，以及天气变化等对实验结果的影响。因而，后续工作将对该类问题进行系统研究和讨论，探索健康、舒适的室内照明环境解决方案。