CN105546716A - 一种扫描方法及空调设备 - Google Patents
一种扫描方法及空调设备 Download PDFInfo
- Publication number
- CN105546716A CN105546716A CN201510925041.6A CN201510925041A CN105546716A CN 105546716 A CN105546716 A CN 105546716A CN 201510925041 A CN201510925041 A CN 201510925041A CN 105546716 A CN105546716 A CN 105546716A
- Authority
- CN
- China
- Prior art keywords
- temperature value
- image
- conditioning equipment
- air
- pixel
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F24—HEATING; RANGES; VENTILATING
- F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
- F24F11/00—Control or safety arrangements
- F24F11/30—Control or safety arrangements for purposes related to the operation of the system, e.g. for safety or monitoring
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F24—HEATING; RANGES; VENTILATING
- F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
- F24F2120/00—Control inputs relating to users or occupants
- F24F2120/10—Occupancy
Landscapes
- Engineering & Computer Science (AREA)
- Chemical & Material Sciences (AREA)
- Combustion & Propulsion (AREA)
- Mechanical Engineering (AREA)
- General Engineering & Computer Science (AREA)
- Radiation Pyrometers (AREA)
- Air Conditioning Control Device (AREA)
Abstract
本发明实施例提供一种扫描方法及空调设备,用于解决空调设备在对扫描数据采集及处理的工作效率较低的技术问题。该方法包括:通过空调设备中的红外传感器阵列对所述空调设备所在的第一区域进行n次扫描,获得n组温度值;其中,所述n次扫描中的每次扫描对应的扫描区域的边缘线与所述空调设备所形成的夹角相同,n为正整数;根据所述n组温度值确定与所述第一区域对应的第一图像包括的像素点对应的初始温度值;其中,所述第一图像为根据所述n次扫描确定的图像;对所述第一图像进行滤波处理,确定处于所述第一区域的用户的相关信息。
Description
技术领域
本发明涉及电子技术领域,特别涉及一种扫描方法及空调设备。
背景技术
随着科学技术的快速发展,消费电子行业正在经历巨大的创新,其中,空调设备已成为人们日常生活中不可缺少的家居设备,其为用户提供了诸多服务,越来越受到人们的追捧。
目前,在用户使用空调设备对空气进行调节过程中,为了获得较好的调节效果,通常需要空调设备获取环境中用户的信息,如用户在环境中所处的位置、用户的数量等等。在实际应用中,空调设备通常会利用采集装置,如红外摄像头或红外成像仪等对环境进行扫描,进而分析扫描获得的图像,但由于数据的采集量及处理量均较大,耗时较长,使得空调设备的工作效率较低,实时性也较差。
发明内容
本发明实施例提供一种扫描方法及空调设备,用于解决空调设备在对扫描数据采集及处理的工作效率较低的技术问题。
第一方面,提供一种扫描方法,包括以下步骤:
通过空调设备中的红外传感器阵列对所述空调设备所在的第一区域进行n次扫描,获得n组温度值;其中,所述n次扫描中的每次扫描对应的扫描区域的边缘线与所述空调设备所形成的夹角相同,n为正整数;
根据所述n组温度值确定与所述第一区域对应的第一图像包括的像素点对应的初始温度值;其中,所述第一图像为根据所述n次扫描确定的图像;
对所述第一图像进行滤波处理,确定处于所述第一区域的用户的相关信息。
第二方面,提供一种空调设备,包括:
获取模块,用于通过空调设备中的红外传感器阵列对所述空调设备所在的第一区域进行n次扫描,获得n组温度值;其中,所述n次扫描中的每次扫描对应的扫描区域的边缘线与所述空调设备所形成的夹角相同,n为正整数;
确定模块,用于根据所述n组温度值确定与所述第一区域对应的第一图像包括的像素点对应的初始温度值;其中,所述第一图像为根据所述n次扫描确定的图像;
处理模块,用于对所述第一图像进行滤波处理,确定处于所述第一区域的用户的相关信息。
本申请中的上述一个或多个技术方案,至少具有如下一种或多种技术效果:
本申请中,空调设备通过红外传感器阵列对空调设备所处的第一区域进行n次扫描,且每次扫描的对应的扫描区域的边缘线与空调设备所形成的夹角相同,即将第以区域划分为n个扫描区域,并在每个扫描区域进行一次扫描,从而获得相应的n组温度值,从而根据n组温度值可以确定与第一区域对应的第一图像包括的像素点对应的初始温度值,进而通过对第一图像进行的滤波处理,可以确定处于第一区域的用户的相关信息,故本申请中通过红外传感器阵列采取大区扫描的扫描方式(即对第一区域进行n个扫描),从而提高数据的采集速度,并且,通过红外传感器获得的数据的量相对较少,使得处理速度也较快,从而提高空调设备的工作效率。
附图说明
图1为本发明实施例中空调设备中的红外传感器阵列的示意图;
图2为本发明实施例中扫描方法的流程图;
图3为本发明实施例中第一区域及划分的扫描区域的示意图;
图4为本发明实施例中扫描区域对应的温度值的排列方式的示意图;
图5为本发明实施例中确定的与用户相关的像素点的示意图;
图6为本发明实施例中空调设备的结构框图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
本文中术语“和/或”,仅仅是一种描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。另外,本文中字符“/”,一般表示前后关联对象是一种“或”的关系。
本发明实施例提供的技术方案可以用于但不仅限于空调设备,该空调设备可以是指智能家居中的智能空调,在实际应用中,空调设备可以设置在第一环境中,如区域环境中的任意位置。例如,第一环境可以是客厅、卧室、办公室等区域,本发明实施例对此不作具体限定。
可选的,空调设备中可以设置有用于进行数据采集的红外传感器阵列,该红外传感器阵列与空调设备中的电机(如步进电机)相连,从而在电机驱动程序控制电机运转时,电机可带动红外传感器阵列进行转动,以便通过红外传感器阵列对第一环境中的不同区域进行扫描。
通常来说,红外传感器阵列可以是16*4、24*32或1*32等的红外传感器阵列,本发明所属领域的普通技术人员可以根据实际进行设置,本发明实施例不作具体限制。本发明实施例中,以红外传感器阵列为16*4的阵列为例进行说明。
在实际应用中,该红外传感器可以采用低分辨率的非制冷型红外传感器,以降低空调设备的成本。
如图1所示,为本发明实施例中空调设备中的一种可能的红外传感器阵列。
当然,空调设备中还可以包括其它工作部件,如处理器、存储器、通信模块等,本发明实施例不作具体限制。
下面结合附图介绍本发明实施例提供的方法。
如图2所示,本发明实施例提供一种扫描方法,该方法的过程描述如下。
S11:通过空调设备中的红外传感器阵列对空调设备所在的第一区域进行n次扫描,获得n组温度值;其中,n次扫描中的每次扫描对应的扫描区域的边缘线与空调设备所形成的夹角相同,n为正整数;
S12:根据n组温度值确定与第一区域对应的第一图像包括的像素点对应的初始温度值;其中,第一图像为根据n次扫描确定的图像;
S13:对第一图像进行滤波处理,确定处于第一区域的用户的相关信息。
通常来说,一个红外传感器的扫描范围较为有限,其在横向上的扫描角度约为4°,在纵向上的扫描角度约为3.75°,而16*4的红外传感器阵列的每行包括4个红外传感器,故16*4的红外传感器阵列的在横向上的最大扫描角度即为16°。
本发明实施例中,第一区域可以是空调设备所处的第一环境中某一部分区域。例如,可将空调设备所处位置周围的环境作为第一环境,则相对于空调设备来说第一环境可以是以空调设备为中心的一个圆形区域,而第一区域可以是圆形区域中的一部分,如第一区域可以是一个扇形区域。
可选的,第一区域可以是用户相对于空调设备的经常活动的区域,该区域的范围可以是112°,如图3所示,即第一区域的两条边缘线与空调设备形成的夹角为112°,且红外传感器阵列按照扫描角度16°对第一区域进行扫描,此时,第一区域即被划分为7个扫描区域。
在实际应用中,若空调设备采用16*4的红外传感器阵列对第一区域进行扫描,则横向上排列的4个红外传感器单次对应的扫描范围为[0,16°],其中,为0表示红外传感器阵列处于初始位置,即未发生转动。那么,若需要扫描的第一区域为112°,则在对第一区域进行扫描时,可以按照红外传感器阵列对应的最大的扫描角度(即16°)对第一区域进行扫描,则每次对应的扫描区域相对于空调设备所形成的角度也为16°。
即可以认为第一区域被划分为n个扫描区域,进而,红外传感器阵列依次对每个扫描区域进行一次扫描,并共获得与第一区域对应的n组温度值。如将112°的第一区域按照每个扫描区域为16°进行划分,可以划分为7个扫描区域,则红外传感器阵列在对第一区域进行扫描时,需要进行7次扫描即可获得第一区域对应的温度值。
在实际应用中,在进行n次扫描时,可以是通过空调设备中的步进电机带动红外传感器阵列按照预设扫描角度(如16°)进行转动并逐步扫描,故在112°的第一区域内,则红外传感器阵列只需转动6次,即可完成扫描,并获得相应的采样数据。
可选的,在获得n组温度值后,可将n组温度值按照采集时间的先后顺序进行排列。如图4所示,其为16*4的红外传感器阵列按照预设扫描角度16°逐步进行转动及扫描获得的温度值的排列方式,图中共包括8组温度值,且每组温度值的温度值排列方式为与红外传感器阵列对应的16*4。
可选的,为了提高采集数据的精准度,在对第一区域进行n次扫描之前,还可以通过测试确定红外传感器阵列中m个红外传感器对应的m个偏差值。
在确定与红外传感器阵列对应的m个偏差值时,可以采用不透明遮盖物将红外传感器阵列进行遮盖,进而通过该红外传感器阵列在某环境中,如恒温环境中进行数据采样,获得多组采样温度值,进而,求得每组采样温度值中每个采样温度值与参考温度值的差值;其中,每组温度值对应的参考温度值可能不相同,每组对应的参考温度值为由该组温度值中处于中心区域的四个采样温度值的均值确定的,四个采样温度值是由红外传感器阵列的中心点的上下左右四个传感器采集的温度值。
由于处于阵列中心的红外传感器相较于处于阵列边缘的红外传感器其受外界环境的影响较小,故其采集的数值较接近真实值,以提高参考温度值的精准度,从而提高后期基于参考温度值的算法的准确性。
进一步,在根据上述方法获得与多组采样温度值对应的多组差值后,可以求得m个红外传感器中每个红外传感器对应的差值的均值。例如,若红外传感器进行了4次扫描采样,则每个红外传感器对应4个采样温度值,而通过计算采样温度值与相应的参考温度值的差,则每个传感器对应有4个差值,该4个差值的均值即为该红外传感器对应的偏差值,依次类推,可以确定红外传感器阵列包括的红外传感器中每个对应的偏差值。
因此,本发明实施例中,S12的过程可以是:按照m个偏差值对n组温度值中的每组温度值包括的m个温度值中的每个温度值进行校正,根据校正后的m个温度值确定与第一区域对应的第一图像包括的s个像素点中每个像素点对应的初始温度值;其中,s=n*m。
即通过将每次扫描获得的温度值组中的每个温度值按照相应的偏差值(即采集该温度值的红外传感器所对应的偏差值)进行校正,该过程可描述为:根据温度值与红外传感器阵列的对应关系,及红外传感器阵列与偏差值的对应关系,进而将n组温度值中每组温度值中所包括的m个温度值的每个温度值按照相应的偏差值进行校正,确定n组温度值中每组温度值对应的校正后的m个温度值,从而使得每组中的数据都能更加接近真实值,提高数据的准确性。
例如,若某温度值为27.85,而采集该温度值的红外传感器对应的偏差值为0.26,则对该温度值进行校正后的温度值即为27.85-0.26=27.59。
可选的,在对n组温度值进行校正后,则可将校正后的温度值确定为第一图像中所包含的s个像素点对应的初始温度值。
当然,在实际应用中,也可分别对n组温度值进行校正,并将校正后的温度值确定为相应次扫描对应的子图像中像素点的初始温度值,从而可以确定n个子图像中每个子图像对应的温度值,则将n个子图像按照扫描的先后顺序,即为第一图像。
可选的,S13的过程可以包括:通过傅里叶变换对第一图像进行滤波处理,获得第二图像,第二图像中包括的s个像素点中每个像素点对应于滤波温度值,进而,可以根据与s个像素点对应的s个初始温度值及s个滤波温度值确定处于第一区域中的用户的相关信息。
其中,在对第一图像进行滤波处理时,可以是采用傅里叶变换,该过程可以描述为:首先,对第一图像对应的原函数进行离散的傅里叶变换,获得相应的像函数;其次,选择相应的滤波表对像函数(对应于第一图像)进行滤波,以去除第一图像中的噪声点,例如滤波表可以取F=[0,0,0.2,0.5,1,…,1],其中,省略部分的数值均为1,滤波表中包括的元素的数量与第一图像中横向上的像素点的数量相同;最后,通过对滤波后的像函数进行逆变换即可获得第二图像对应的函数。
其中,在进行处理时,原函数即为第一图像中每个像素点对应的初始温度值,第二图像的函数即为第二图像中包括的s个像素点对应的滤波温度值。
需要说明的是,在实际应用中,上述滤波表中可以包含有相位偏移信息,此时,则滤波表中的每个数均为复数。
此外,本发明实施例中,因第一图像中的像素点在纵向上相对较少,对其处理所产生的效果不够明显,故本发明中可以按照横向方式对数据进行一维的傅里叶变换,以提高空调设备的处理效率,即每次只变换图像的一行数据,把每一行变换完毕后,就得到了整幅图像的傅里叶变换后的像函数,以提高空调设备的处理效率,同理,在进行傅里叶逆变换时也是逐行变换,变换后就得到第二图像。
进一步,确定第二环境中的用户的相关信息,可以包括以下过程:
分别获得s个初始温度值中的每个初始温度值与s个处理温度值中对应的处理温度值的差值;
确定得到的s个差值中大于等于预设阈值的r个差值,r为小于等于m的正整数;
根据r个差值对应的r个像素点在第一图像或第二图像中的位置确定处于第二环境中的用户的数量及用户之间的距离,和/或,根据温度与距离之间的对应关系及r个像素点对应的r个初始温度值,确定处于第二环境中的用户与空调设备之间的距离。
其中,预设阈值可以是空调设备中出厂即行设置好的或者也可以是用户设置的。本发明实施例中,预设阈值可以取1(即1°)、1.5等。
由于用户的人体温度通常要高于环境温度,故第一图像中s个初始像素点对应的初始温度值中包括与人体对应的温度值及与环境对应的温度值,而通过傅里叶变换得到的第二图像中的s个像素点对应的滤波温度值较为近似,故根据每个像素点在傅里叶变换前后的温度值,即可确定每个像素点对应的差值。例如,对于某像素点来说,其在第一图像中(即傅里叶变换前)对应的初始温度值为28.26,在第二图像中(即傅里叶变换后)对应的滤波温度值为28.37,那么,其对应的差值即为28.26-28.37=-0.11。
在获得n个像素点对应的n个差值后,可以确定出大于预设阈值的r个差值,该r个差值对应的r个像素点即为与用户对应的像素点,如与用户面部或者其它温度较高的部位所对应的像素点。
可选的,在获得r个差值后,还可将确定r个温度差对应的r个像素点在第一图像或第二图像中的位置,根据r个像素点位置确定处于第一环境中的用户的数量及用户之间的距离,和/或,根据温度与距离之间的对应关系及r个像素点对应的r个初始温度值,确定用户与空调设备之间的距离。
如图5所示,其为第一图像对应的像素点,图中的“”代表中差值小于预设阈值的像素点,“-”代表差值大于预设阈值的像素点。则“-”所在区域即为用户在第一环境中所处的区域,由图5可知第一环境中包括2个用户,则根据像素点还可以确定2个用户之间的相对距离,当然,也有确定出来的用户的数量为1个、3个或其它数量的情况,此处不在一一列举。
进一步,根据温度与距离之间的对应关系,及r个像素点对应的温度值即可计算出用户与空调设备之间的距离,具体计算方式与现有方式相同,此处不在赘述。
本发明实施例中,空调设备通过红外传感器按照大区扫描的方式进行扫描,可以快速采集温度数据,进而能够实现对第一图像进行快速识别,如确定出人体温度、数量及位置等,从而提高了空调设备的工作效率,同时便于空调设备根据采集数据确定的信息作出相应的反应,如切换工作模式等,使得空调设备的智能化程度较高。
如图6所示,本发明实施例还公开一种空调设备,包括获取模块301、确定模块302和处理模块303。
获取模块301可以用于通过空调设备中的红外传感器阵列对所述空调设备所在的第一区域进行n次扫描,获得n组温度值;其中,所述n次扫描中的每次扫描对应的扫描区域的边缘线与所述空调设备所形成的夹角相同,n为正整数;
确定模块302可以用于根据所述n组温度值确定与所述第一区域对应的第一图像包括的像素点对应的初始温度值;其中,所述第一图像为根据所述n次扫描确定的图像;
处理模块303可以用于对所述第一图像进行滤波处理,确定处于所述第一区域的用户的相关信息。
可选的,所述空调设备还包括:
校正模块,用于在通过空调设备中的红外传感器阵列对所述空调设备所在的第一区域进行n次扫描之前,确定所述红外传感器阵列中m个红外传感器对应的m个偏差值,m为正整数;
按照所述m个偏差值对所述n组温度值中的每组温度值包括的m个温度值中的每个温度值进行校正;
根据校正后的m个温度值确定与所述第一区域对应的第一图像包括的s个像素点中每个像素点对应的初始温度值;其中,s=n*m。
可选的,所述校正模块用于:
根据温度值与所述红外传感器阵列的对应关系,及所述红外传感器阵列与偏差值的对应关系;
将所述n组温度值中每组温度值中所包括的m个温度值的每个温度值按照相应的偏差值进行校正,确定所述n组温度值中每组温度值对应的校正后的m个温度值。
可选的,所述处理模块303可以用于:
通过傅里叶变换对所述第一图像进行滤波处理,获得第二图像,所述第二图像中包括的s个像素点中每个像素点对应于滤波温度值;
根据与所述s个像素点对应的s个初始温度值及s个滤波温度值确定处于所述第一区域中的用户的相关信息。
可选的,所述处理模块303可以用于:
分别获得所述s个初始温度值中的每个初始温度值与所述s个处理温度值中对应的处理温度值的差值;
确定得到的s个差值中大于等于预设阈值的r个差值,r为小于等于m的正整数;
根据所述r个差值对应的r个像素点在所述第一图像或所述第二图像中的位置确定处于所述第二环境中的用户的数量及用户之间的距离,和/或,根据温度与距离之间的对应关系及所述r个像素点对应的r个初始温度值,确定处于所述第二环境中的用户与所述空调设备之间的距离。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。
Claims (10)
1.一种扫描方法,其特征在于,所述方法包括:
通过空调设备中的红外传感器阵列对所述空调设备所在的第一区域进行n次扫描,获得n组温度值;其中,所述n次扫描中的每次扫描对应的扫描区域的边缘线与所述空调设备所形成的夹角相同,n为正整数;
根据所述n组温度值确定与所述第一区域对应的第一图像包括的像素点对应的初始温度值;其中,所述第一图像为根据所述n次扫描确定的图像;
对所述第一图像进行滤波处理,确定处于所述第一区域的用户的相关信息。
2.如权利要求1所述的方法,其特征在于,
在通过空调设备中的红外传感器阵列对所述空调设备所在的第一区域进行n次扫描之前,还包括:
确定所述红外传感器阵列中m个红外传感器对应的m个偏差值,m为正整数;
根据所述n组温度值确定与所述第一区域对应的第一图像包括的像素点对应的初始温度值,包括:
按照所述m个偏差值对所述n组温度值中的每组温度值包括的m个温度值中的每个温度值进行校正;
根据校正后的m个温度值确定与所述第一区域对应的第一图像包括的s个像素点中每个像素点对应的初始温度值;其中,s=n*m。
3.如权利要求2所述的方法,其特征在于,按照所述m个偏差值对所述n组温度值中的每组温度值包括的m个温度值中的每个温度值进行校正,包括:
根据温度值与所述红外传感器阵列的对应关系,及所述红外传感器阵列与偏差值的对应关系;
将所述n组温度值中每组温度值中所包括的m个温度值的每个温度值按照相应的偏差值进行校正,确定所述n组温度值中每组温度值对应的校正后的m个温度值。
4.如权利要求3所述的方法,其特征在于,对所述第一图像进行滤波处理,确定处于所述第一区域的用户的信息,包括:
通过傅里叶变换对所述第一图像进行滤波处理,获得第二图像,所述第二图像中包括的s个像素点中每个像素点对应于滤波温度值;
根据与所述s个像素点对应的s个初始温度值及s个滤波温度值确定处于所述第一区域中的用户的相关信息。
5.如权利要求4所述的方法,其特征在于,根据与所述s个像素点对应的s个初始温度值及s个滤波温度值确定处于所述第一区域中的用户的相关信息,包括:
分别获得所述s个初始温度值中的每个初始温度值与所述s个处理温度值中对应的处理温度值的差值;
确定得到的s个差值中大于等于预设阈值的r个差值,r为小于等于m的正整数;
根据所述r个差值对应的r个像素点在所述第一图像或所述第二图像中的位置确定处于所述第二环境中的用户的数量及用户之间的距离,和/或,根据温度与距离之间的对应关系及所述r个像素点对应的r个初始温度值,确定处于所述第二环境中的用户与所述空调设备之间的距离。
6.一种空调设备,其特征在于,所述空调设备包括:
获取模块,用于通过空调设备中的红外传感器阵列对所述空调设备所在的第一区域进行n次扫描,获得n组温度值;其中,所述n次扫描中的每次扫描对应的扫描区域的边缘线与所述空调设备所形成的夹角相同,n为正整数;
确定模块,用于根据所述n组温度值确定与所述第一区域对应的第一图像包括的像素点对应的初始温度值;其中,所述第一图像为根据所述n次扫描确定的图像;
处理模块,用于对所述第一图像进行滤波处理,确定处于所述第一区域的用户的相关信息。
7.如权利要求6所述的空调设备,其特征在于,所述空调设备还包括:
校正模块,用于在通过空调设备中的红外传感器阵列对所述空调设备所在的第一区域进行n次扫描之前,确定所述红外传感器阵列中m个红外传感器对应的m个偏差值,m为正整数;
按照所述m个偏差值对所述n组温度值中的每组温度值包括的m个温度值中的每个温度值进行校正;
根据校正后的m个温度值确定与所述第一区域对应的第一图像包括的s个像素点中每个像素点对应的初始温度值;其中,s=n*m。
8.如权利要求7所述的空调设备,其特征在于,所述校正模块用于:
根据温度值与所述红外传感器阵列的对应关系,及所述红外传感器阵列与偏差值的对应关系;
将所述n组温度值中每组温度值中所包括的m个温度值的每个温度值按照相应的偏差值进行校正,确定所述n组温度值中每组温度值对应的校正后的m个温度值。
9.如权利要求8所述的空调设备,其特征在于,所述处理模块用于:
通过傅里叶变换对所述第一图像进行滤波处理,获得第二图像,所述第二图像中包括的s个像素点中每个像素点对应于滤波温度值;
根据与所述s个像素点对应的s个初始温度值及s个滤波温度值确定处于所述第一区域中的用户的相关信息。
10.如权利要求9所述的空调设备,其特征在于,所述处理模块用于:
分别获得所述s个初始温度值中的每个初始温度值与所述s个处理温度值中对应的处理温度值的差值;
确定得到的s个差值中大于等于预设阈值的r个差值,r为小于等于m的正整数;
根据所述r个差值对应的r个像素点在所述第一图像或所述第二图像中的位置确定处于所述第二环境中的用户的数量及用户之间的距离,和/或,根据温度与距离之间的对应关系及所述r个像素点对应的r个初始温度值,确定处于所述第二环境中的用户与所述空调设备之间的距离。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510925041.6A CN105546716B (zh) | 2015-12-11 | 2015-12-11 | 一种扫描方法及空调设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510925041.6A CN105546716B (zh) | 2015-12-11 | 2015-12-11 | 一种扫描方法及空调设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105546716A true CN105546716A (zh) | 2016-05-04 |
CN105546716B CN105546716B (zh) | 2019-05-07 |
Family
ID=55826096
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510925041.6A Active CN105546716B (zh) | 2015-12-11 | 2015-12-11 | 一种扫描方法及空调设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105546716B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107194976A (zh) * | 2017-03-31 | 2017-09-22 | 深圳市浩远智能科技有限公司 | 一种温度云图的处理方法和装置 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070130182A1 (en) * | 2005-12-01 | 2007-06-07 | Microsoft Corporation | Data ecosystem awareness |
KR20090010437A (ko) * | 2007-07-23 | 2009-01-30 | 삼성전자주식회사 | 공기 조화기 및 그 제어방법 |
CN103375877A (zh) * | 2012-04-25 | 2013-10-30 | 珠海格力电器股份有限公司 | 空调器及其控制方法 |
CN103777253A (zh) * | 2012-10-19 | 2014-05-07 | 海尔集团公司 | 利用人体传感器进行人体检测的方法 |
CN104089375A (zh) * | 2014-07-04 | 2014-10-08 | 四川长虹电器股份有限公司 | 一种控制空调的方法和空调 |
CN104596042A (zh) * | 2015-02-11 | 2015-05-06 | 美的集团股份有限公司 | 基于人体检测的空调控制方法、装置和*** |
CN104848495A (zh) * | 2015-05-28 | 2015-08-19 | 宁波奥克斯空调有限公司 | 空调控制方法 |
CN104864567A (zh) * | 2015-05-28 | 2015-08-26 | 宁波奥克斯空调有限公司 | 空调的控制方法 |
CN105066323A (zh) * | 2015-07-15 | 2015-11-18 | 四川长虹电器股份有限公司 | 一种识别方法和空调 |
-
2015
- 2015-12-11 CN CN201510925041.6A patent/CN105546716B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070130182A1 (en) * | 2005-12-01 | 2007-06-07 | Microsoft Corporation | Data ecosystem awareness |
KR20090010437A (ko) * | 2007-07-23 | 2009-01-30 | 삼성전자주식회사 | 공기 조화기 및 그 제어방법 |
CN103375877A (zh) * | 2012-04-25 | 2013-10-30 | 珠海格力电器股份有限公司 | 空调器及其控制方法 |
CN103777253A (zh) * | 2012-10-19 | 2014-05-07 | 海尔集团公司 | 利用人体传感器进行人体检测的方法 |
CN104089375A (zh) * | 2014-07-04 | 2014-10-08 | 四川长虹电器股份有限公司 | 一种控制空调的方法和空调 |
CN104596042A (zh) * | 2015-02-11 | 2015-05-06 | 美的集团股份有限公司 | 基于人体检测的空调控制方法、装置和*** |
CN104848495A (zh) * | 2015-05-28 | 2015-08-19 | 宁波奥克斯空调有限公司 | 空调控制方法 |
CN104864567A (zh) * | 2015-05-28 | 2015-08-26 | 宁波奥克斯空调有限公司 | 空调的控制方法 |
CN105066323A (zh) * | 2015-07-15 | 2015-11-18 | 四川长虹电器股份有限公司 | 一种识别方法和空调 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107194976A (zh) * | 2017-03-31 | 2017-09-22 | 深圳市浩远智能科技有限公司 | 一种温度云图的处理方法和装置 |
Also Published As
Publication number | Publication date |
---|---|
CN105546716B (zh) | 2019-05-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104121658A (zh) | 一种空调室外机风机的控制方法、控制装置及空调 | |
CN104331876A (zh) | 直线检测、图像处理的方法及相关装置 | |
CN112148774B (zh) | 一种高分辨率空间多区域气象数据处理***及方法 | |
CN111238405B (zh) | 一种工件曲率检测***及方法 | |
CN111257329A (zh) | 一种智能手机摄像头缺陷检测方法以及检测*** | |
CN105546716A (zh) | 一种扫描方法及空调设备 | |
CN105371421A (zh) | 一种空调控制方法和空调器 | |
CN105526671A (zh) | 一种用户识别方法及空调设备 | |
CN114140416A (zh) | 一种基于机器视觉的玻璃边缘检测方法和*** | |
CN109313708B (zh) | 图像匹配方法和视觉*** | |
CN105549109A (zh) | 一种扫描方法及空调设备 | |
CN105423494A (zh) | 一种校正方法及空调设备 | |
CN108960480A (zh) | 沉降预测方法及装置 | |
CN111684462A (zh) | 一种图像匹配方法及视觉*** | |
CN105303517B (zh) | 一种图像处理方法及装置 | |
CN105549724A (zh) | 一种用户识别方法及空调设备 | |
CN110736226B (zh) | 空调器的控制方法及装置、空调器设备 | |
CN103777253A (zh) | 利用人体传感器进行人体检测的方法 | |
CN108898107B (zh) | 自动分区命名方法 | |
CN114324822B (zh) | 基于大数据的土地质量监控***及方法 | |
CN114387271B (zh) | 基于角点检测的空调塑料接水盘网格缺胶检测方法及*** | |
CN105444358A (zh) | 一种识别方法及空调设备 | |
CN113819615A (zh) | 用于控制空调器的方法及装置、空调器 | |
CN112132135A (zh) | 一种基于图像处理的电网传输线检测方法、存储介质 | |
CN103530630A (zh) | 基于区域移动的批量群圆矢量亚像素快速识别方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |