CN109028223A - 具手势控制视觉检测功能的油烟机及油烟浓度检测方法 - Google Patents

Abstract

具手势控制视觉检测功能的油烟机，设置有烟机主体和视觉检测模块，视觉检测模块装配于烟机主体且视觉检测模块朝向对应灶具区域。烟机主体设置有用于控制烟机主体运作的控制装置，控制装置装配于烟机主体且与视觉检测模块电连接。视觉检测模块设置有手势识别单元，手势识别单元与控制装置电连接。手势识别单元识别用户的手部动作得到调节指示信号，再向控制装置传输调节指示信号。该具手势控制视觉检测功能的油烟机不需要与烟机直接接触同时不受环境噪声影响，可根据用户的手部姿势而控制油烟机，提高油烟机的智能化。一种油烟浓度检测方法，几乎不受检测距离的影响，可实现油烟浓度的非接触实时检测，具有高准确度和实时性等优点。

Description

具手势控制视觉检测功能的油烟机及油烟浓度检测方法

技术领域

本发明涉及油烟机领域，特别涉及具手势控制视觉检测功能的油烟机及油烟浓度检测方法。

背景技术

现代生活中，许多家庭都使用灶具进行煮食，但现有的吸油烟机操控方式都是按键或语音式的控制，按键式吸油烟机必须与烟机接触，易弄脏手。语音控制吸油烟机又因为吸油烟机在运行时噪声较大，影响语音辨识，易造成误操作或不响应等问题。

因此针对现有技术不足，提供一种具手势控制视觉检测功能的油烟机及油烟浓度检测方法以解决现有技术不足甚为必要。

发明内容

本发明的其中一个目的在于避免现有技术的不足之处而提供一种具手势控制视觉检测功能的油烟机。该具手势控制视觉检测功能的油烟机不需要与烟机直接接触同时不受环境噪声影响，可根据用户的手部姿势而控制油烟机。

本发明的上述目的通过以下技术措施实现：

提供具手势控制视觉检测功能的油烟机,设置有烟机主体和视觉检测模块，视觉检测模块装配于烟机主体且视觉检测模块朝向对应灶具区域。

所述烟机主体设置有用于控制烟机主体运作的控制装置，控制装置装配于烟机主体且与视觉检测模块电连接。

所述视觉检测模块设置有手势识别单元，手势识别单元与控制装置电连接。

所述手势识别单元识别用户的手部动作得到调节指示信号，再向控制装置传输调节指示信号。

优选的，上述视觉检测模块还设置有油烟浓度判定单元，油烟浓度判定单元与控制装置电连接。

油烟浓度判定单元识别当前烟机主体的外部炉具区域图像信息并确定当前油烟浓度得到处理信号，然后将处理信号传输至控制装置。

优选的，上述烟机主体设置用抽风组件和用于改变外部进风口大小的扰流板，扰流板活动装配于烟机主体且位于外部进风口，抽风组件装配于烟机主体的内部。

优选的，上述抽风组件和扰流板分别与控制装置电连接。

控制装置接收到手势识别单元的调节指示信号，控制装置分别将调节指示信号传输至抽风组件和扰流板，抽风组件接收调节指示信号并调节转速，扰流板接收调节指示信号并调节开度。

控制装置接收油烟浓度判定单元的处理信号，控制装置分别将处理信号传输至抽风组件和扰流板，抽风组件接收处理信号并调节转速，扰流板接收处理信号并调节开度。

优选的，上述视觉检测模块通过采集的初始图像进行处理并被序列化，依次通过后帧的初始图像与前帧的初始图像进行处理，得到各个后帧初始图像所处时刻的当前厨房油烟浓度。

优选的，上述视觉检测模块设置有装置主体、视觉检测部和防止油烟或水汽接近视觉检测部的正压部，视觉检测部和正压部分别装配于装置主体。

优选的，上述装置主体设置有风腔部，将视觉检测部朝向拍摄区域定义为上方，视觉检测部装配于风腔部的下方。

优选的，上述视觉检测部的视觉镜头穿过风腔部的通孔并朝向上方。

优选的，上述正压部装配于风腔部的上方且正压部的小出风口朝向风腔部。

优选的，上述风腔部设置有用于容纳正压部产生气流的第一风腔室和用于对从第一风腔室气流进入的气体进行提速的第二风腔室，正压部装配于第一风腔室，视觉镜头位于第二风腔室内部，第一风腔室与第二风腔室连通。

优选的，上述装置主体还设置有上盖和下盖，上盖固定扣合于风腔部的上方，下盖装配于视觉检测部的底部。

优选的，上述上盖设置有与正压部相配合的小进风口和小出风口，视觉镜头穿过小进风口且与上盖的表面持平。

本发明的具手势控制视觉检测功能的油烟机，设置有烟机主体和视觉检测模块，视觉检测模块装配于烟机主体且视觉检测模块朝向对应灶具区域。所述烟机主体设置有用于控制烟机主体运作的控制装置，控制装置装配于烟机主体且与视觉检测模块电连接。所述视觉检测模块设置有手势识别单元，手势识别单元与控制装置电连接。所述手势识别单元识别用户的手部动作得到调节指示信号，再向控制装置传输调节指示信号。该具手势控制视觉检测功能的油烟机不需要与烟机直接接触同时不受环境噪声影响，可根据用户的手部姿势而控制油烟机，提高油烟机的智能化。

本发明的另一发明目的在于避免现有技术的不足之处而提供一种油烟浓度检测方法。该油烟浓度检测方法具有检测实时、油烟浓度检测结果准确性高的特点。

提供一种油烟浓度检测方法，具有如上述特征的具手势控制视觉检测功能的油烟机，视觉检测模块以成像设备采集的初始图像作为基础进行处理，初始图像为灰度图，所采集的初始图像被序列化，依次通过后帧的初始图像与前帧的初始图像进行处理，得到各个后帧初始图像所处时刻的当前厨房油烟浓度；

每次通过后帧的初始图像与前帧的初始图像进行处理，得到后帧初始图像所处时刻的当前厨房油烟浓度的步骤过程如下：

(1)将后帧的初始图像与前帧的初始图像进行帧差处理得到帧差图像；

(2)以开运算方式对帧差图像进行去噪处理，得到去噪图像；

(3)对去噪图像进行边缘检测，标记运动区域作为初始感兴趣区域；

(4)对初始感兴趣区域进行灰度均值计算和区域平滑度计算，将同时满足灰度均值和平滑度要求的区域作为下一步感兴趣区域，其它的区域作为干扰排除；

(5)对步骤(4)提取出的感兴趣区域分别进行灰度直方图统计，根据统计结果划分油烟浓度等级。

步骤(1)中，对采集到的初始图像进行帧差操作得到帧差图像具体是：

视觉检测模块根据接收到的初始图像的先后顺序，将后一帧图像与前一帧图像做差，得到动态区域高亮的帧差图像；

优选的，上述步骤(2)对帧差图像采用开运算进行去噪处理，得到去噪图像，具体通过如下方式进行：先对帧差图像进行腐蚀操作，以消除图像中的噪点和细小尖刺，断开窄小的连接；再对腐蚀后的图像进行膨胀操作，恢复原帧差图像中的烟雾特征。

优选的，上述步骤(3)对去噪图像进行边缘检测，标记运动区域作为初始感兴趣区域，具体是：利用小波变换，检测帧差图像高亮区域的边缘并进行标记，将标记出的区域作为初始感兴趣区域。

优选的，上述步骤(4)具体是对每个初始感兴趣区域进行灰度均值、区域平滑度计算，得到每个初始感兴趣区域对应的灰度均值和灰度平滑度，将同时满足计算得到的灰度均值小于灰度阈值、灰度平滑度小于灰度平滑度阈值的初始感兴趣区域作为感兴趣区域，将其它初始感兴趣区域判定为干扰区域。

优选的，上述步骤(5)中对步骤(4)提取出的感兴趣区域分别进行灰度直方图统计，根据统计结果划分油烟浓度等级，具体是。

将感兴趣区域图像中的所有像素，按照灰度值的大小，统计其出现的频率；

再根据需要划分的浓度等级数量，取10为区间长度，统计每个灰度区间内的像素点个数，每个灰度区间内的像素点个数对应划分油烟为相应的浓度等级。

成像设备采集的目标区域以区域S表示，任意一帧初始图像为对应区域S的成像。

初始图像由m*n个像素构成。

后帧初始图像A的像素的灰度值以矩阵AH表示，AH＝{ah_i,j}，ah_i,j代表后帧初始图像A中第i行、第j列像素对应的灰度值，i为像素所在的行，j为像素所在的列，1≤i≤m，1≤j≤n；后帧初始图像A中第i行、第j列像素所在的子区域为AS_i,j。

前帧初始图像B的像素的灰度值以矩阵BH表示，BH＝{bh_i,j}，bh_i,j代表前帧初始图像B中第i行、第j列像素对应的灰度值，前帧初始图像B中第i行、第j列像素所在的子区域为BS_i,j。

帧差图像D的像素灰度值以矩阵DH表示，DH＝{dh_i,j}＝{ah_i,j-bh_i,j}，dh_i,j代表帧差图像D中第i行、第j列像素对应的灰度值，帧差图像D中第i行、第j列像素所在的子区域为DS_i,j。

在帧差图像中，|dh_i,j|＝0的区域，呈黑色；|dh_i,j|≠0的区域呈高亮显示。

步骤(2)中对帧差图像进行腐蚀操作，具体包括如下步骤：

2-11，任意定义一个卷积核θ；

2-12，将卷积核θ与帧差图像进行卷积；在卷积核θ遍历帧差图像时，提取卷积核所覆盖区域内卷积结果的像素灰度最小值p以及与卷积核中心重合的像素点C；

像素点C的灰度通过矩阵CH＝{c_k,q}表示，k、q为像素点C的行序号和列序号，

获得在卷积核θ遍历帧差图像过程中得到的卷积结果最小值像素点矩阵P，最小值像素点矩阵P的灰度通过矩阵PH＝{p_k,q}表示；

2-13将像素点矩阵P的灰度对应赋予像素点C，得到腐蚀图像；

步骤(2)中对腐蚀图像进行膨胀操作，具体包括如下步骤：

2-21，任意定义一个卷积核β；

2-22，将卷积核β与腐蚀图像进行卷积；在卷积核β遍历腐蚀图像时，提取卷积核所覆盖区域内卷积结果的像素灰度最大值o以及与卷积核中心重合的像素点R；

像素点R的灰度通过矩阵RH＝{r_l,v}表示，l、v为像素点R的行序号和列序号，

获得在卷积核β遍历腐蚀图像过程中得到的卷积结果最大值像素点矩阵O，最大值像素点矩阵O的灰度通过矩阵OH＝{o_l,v}表示；

2-13将最大值像素点矩阵O的灰度对应赋予像素点R，得到膨胀图像，得到的膨胀图像即为去噪图像。

优选的，上述步骤(3)通过如下步骤进行：

3-1，定义一个滤波器Y，滤波器为t*t矩阵，t为奇数；

3-2，使滤波器Y遍历去噪图像，计算滤波器在每一位置处的中心像素点所在的去噪图像的灰度值以及中心像素点邻域内其它像素点的灰度值，并根据公式(Ⅰ)计算滤波器在每一位置处的中心像素点的边缘检测值X_z，z为滤波器Y遍历去噪图像时的标记，

f、g为像素点的矩阵序号，1≤f≤t，1≤g≤t，e为滤波器在每一位置处的像素点所在的去噪图像的灰度值；α为权重系数，与滤波器位置相对应；

3-3，将滤波器在每一位置处的中心像素点边缘检测值X_z与中心像素点邻域的其它像素点的灰度值相减，并判断差值的绝对值是否大于阈值Δ；

统计大于阈值的数量，如果数量超过判定滤波器所处位置的中心像素点对应的去噪图像的像素点位置为边缘点，并进行标记；

3-4，滤波器遍历完整个去噪图像，得到所有标记的边缘点，获得初步感兴趣区域。

优选的，上述t为3。

本发明的油烟浓度检测方法，提供了一种区别于红外投射法和物理检测法的一种油烟浓度检测方法。该油烟浓度检测方法，几乎不受检测距离的影响，可实现油烟浓度的非接触实时检测，具有高准确度和实时性等优点。

附图说明

利用附图对本发明作进一步的说明，但附图中的内容不构成对本发明的任何限制。

图1为本发明一种具手势控制视觉检测功能的油烟机信号传输关系。

图2为实施例1的一种具手势控制视觉检测功能的油烟机的结构透视图。

图3为实施例2的视觉检测模块的截面示意图。

图4为视觉检测模块分解示意图。

图5为图3中的气流流动方向示意图。

图6是本发明的方法分割的油烟区域和干扰区域的示意图。

图1至图6中，包括有：

视觉检测模块1、

装置主体11、

风腔部111、第一风腔室1111、第二风腔室1112、

上盖112、小进风口1121、小出风口1122、

下盖113、

正压部12、

视觉检测部13、视觉镜头131、

控制装置2、

烟机主体3、

抽风组件4、

扰流板5、

灶具6。

具体实施方式

结合以下实施例对本发明的技术方案作进一步说明。

实施例1。

具手势控制视觉检测功能的油烟机,如图1至2所示，设置有烟机主体3和视觉检测模块1，视觉检测模块1装配于烟机主体3且视觉检测模块1朝向对应灶具6区域。烟机主体设置有用于控制烟机主体运作的控制装置，控制装置装配于烟机主体且与视觉检测模块电连接。

视觉检测模块1设置有手势识别单元，手势识别单元与控制装置2电连接。

手势识别单元识别用户的手部动作得到调节指示信号，再向控制装置2传输调节指示信号。

视觉检测模块1还设置有油烟浓度判定单元，油烟浓度判定单元与控制装置2电连接。

油烟浓度判定单元识别当前烟机主体3的外部炉具区域图像信息并确定当前油烟浓度得到处理信号，然后将处理信号传输至控制装置2。

烟机主体3设置用抽风组件4和用于改变外部进风口大小的扰流板5，扰流板5活动装配于烟机主体3且位于外部进风口，抽风组件4装配于烟机主体3的内部。

抽风组件4和扰流板5分别与控制装置2电连接。

控制装置2接收到手势识别单元的调节指示信号，控制装置2分别将调节指示信号传输至抽风组件4和扰流板5，抽风组件4接收调节指示信号并调节转速，扰流板5接收调节指示信号并调节开度。控制装置2接收油烟浓度判定单元的处理信号，控制装置2分别将处理信号传输至抽风组件4和扰流板5，抽风组件4接收处理信号并调节转速，扰流板5接收处理信号并调节开度。

本发明扰流板52的开度是指扰流板52沿烟机主体34的外部进风口伸缩从而调节进风口1121的大小的程度。

本发明的视觉检测模块11通过采集的初始图像进行处理并被序列化，依次通过后帧的初始图像与前帧的初始图像进行处理，得到各个后帧初始图像所处时刻的当前厨房油烟浓度。

本发明的过程如下：例如当用户发出转速调小的动作指令时手势识别单元识别出转速调小调节指示信号，控制装置2将转速调小调节指示信号传输至抽风组件4，抽风组件4接收转速调小调节指示信号并减转动速度。当用户发出开度调小的动作指令时手势识别单元识别出开度调小调节指示信号，控制装置2将开度调小调节指示信号传输至扰流板5，扰流板5接收转速开度调小调节指示信号并减小开度以减小外部进风口。

例如当油烟浓度判定单元识别到所在区域的油烟浓度较大的时并发出对应的处理信号，然后将对应的处理信号传输至控制装置2，控制装置2接收油烟浓度判定单元的对应的处理信号，控制装置2将对应的处理信号至抽风组件4，抽风组件4接收对应的处理信号并增加转动速度，同时控制装置2将对应的处理信号至扰流板5，扰流板5接收转速对应的处理信号并增加开度以增加外部进风口，使油烟气体迅速抽走。上述例子反之亦然，在此不再一一列举。

该具手势控制视觉检测功能的油烟机，设置有烟机主体3和视觉检测模块1，视觉检测模块1装配于烟机主体3且视觉检测模块1朝向对应灶具6区域。烟机主体设置有用于控制烟机主体运作的控制装置2，控制装置2装配于烟机主体3且与视觉检测模块1电连接。所述视觉检测模块1设置有手势识别单元，手势识别单元与控制装置2电连接。所述手势识别单元识别用户的手部动作得到调节指示信号，然后向控制装置2传输调节指示信号至控制装置2。该具手势控制视觉检测功能的油烟机不需要与烟机直接接触同时不受环境噪声影响，可根据用户的手部姿势而控制油烟机，提高油烟机的智能化。

实施例2。

具手势控制视觉检测功能的油烟机,如图3至5所示，其他特征与实施例1相同，不同之处在于：视觉检测模块1设置有装置主体11、视觉检测部13和防止油烟或水汽接近视觉检测部13的正压部12，视觉检测部13和正压部12分别装配于装置主体11。

装置主体11设置有风腔部111，将视觉检测部13朝向拍摄区域定义为上方，视觉检测部13装配于风腔部111的下方。

视觉检测部13的视觉镜头131穿过风腔部111的通孔并朝向上方。正压部12装配于风腔部111的上方且正压部12的小出风口1122朝向风腔部111。

风腔部111设置有用于容纳正压部12产生气流的第一风腔室1111和用于对从第一风腔室1111气流进入的气体进行提速的第二风腔室1112，正压部12装配于第一风腔室1111，视觉镜头131位于第二风腔室1112内部，第一风腔室1111与第二风腔室1112连通。

装置主体11还设置有上盖112和下盖113，上盖112固定扣合于风腔部111的上方，下盖113装配于视觉检测部13的底部。

上盖112设置有与正压部12相配合的小进风口1121和小出风口1122，视觉镜头131穿过小进风口1121且与上盖112的表面持平。

本发明的视觉检测模块1的气流流动过程如下：正压部12从上盖112的小进风口1121吸入气体，正压部12再将气体排向第一风腔体，气体从第一风腔室1111流入第二风腔室1112，因为第二风腔室1112的未被占用的体积小于第二风腔室1112的未被占用的体积，气体在第二风腔室1112得到提速，被提速的气体再经过视觉镜头131与锥面结构的缝隙，气体最终以最高速度离开该正压防污式视觉装置，气体在视觉镜头131与烟雾之间形成一定正压，使得烟雾无法接触视觉镜头131。

与实施例1相比，本实施例油烟机的视觉检测模块1的正压部12产生气体高速从视觉检测模块1的视觉镜头131的表面流过，从而在视觉镜头131与烟雾之间形成一定的正压，使得烟雾无法接触视觉镜头131。该视觉检测模块1能够防止油烟或水汽的附着。

实施例3。

一种油烟浓度检测方法，视觉检测模块1以成像设备采集的初始图像作为基础进行处理，初始图像为灰度图，所采集的初始图像被序列化，依次通过后帧的初始图像与前帧的初始图像进行处理，得到各个后帧初始图像所处时刻的当前厨房油烟浓度。通过该方法，也可实时得到当前帧时刻的油烟浓度情况，也可以根据需要即使监控各个时刻当前帧图像的油烟浓度情况，为油烟机的自动抽烟力度提供依据。

每次通过后帧的初始图像与前帧的初始图像进行处理，得到后帧初始图像所处时刻的当前厨房油烟浓度的步骤过程如下：

(1)将后帧的初始图像与前帧的初始图像进行帧差处理得到帧差图像；

(2)以开运算方式对帧差图像进行去噪处理，得到去噪图像；

(3)对去噪图像进行边缘检测，标记运动区域作为初始感兴趣区域；

(4)对初始感兴趣区域进行灰度均值计算和区域平滑度计算，将同时满足灰度均值和平滑度要求的区域作为下一步感兴趣区域，其它的区域作为干扰排除；

(5)对步骤(4)提取出的感兴趣区域分别进行灰度直方图统计，根据统计结果划分油烟浓度等级。统计方法可以为灰度直方图统计，也可以选择其他统计方法。

步骤(1)中，对采集到的初始图像进行帧差操作得到帧差图像具体是：视觉检测模块根据接收到的初始图像的先后顺序，将后一帧图像与前一帧图像做差，得到动态区域高亮的帧差图像。由于前后两帧图像中静态区域是不变的，动态区域(例如油烟飘散，人手挥动等)是变化的，所以帧差后静态区域呈现黑色，动态区域帧差后表现为边缘模糊的高亮区域，故通过帧差可以得到动态区域高亮的帧差图像。

成像设备采集的目标区域以区域S表示，任意一帧初始图像为对应区域S的成像；初始图像由m*n个像素构成。

后帧初始图像A的像素的灰度值以矩阵AH表示，AH＝{ah_i,j}，ah_i,j代表后帧初始图像A中第i行、第j列像素对应的灰度值，i为像素所在的行，j为像素所在的列，1≤i≤m，1≤j≤n；后帧初始图像A中第i行、第j列像素所在的子区域为AS_i,j。

前帧初始图像B的像素的灰度值以矩阵BH表示，BH＝{bh_i,j}，bh_i,j代表前帧初始图像B中第i行、第j列像素对应的灰度值，前帧初始图像B中第i行、第j列像素所在的子区域为BS_i,j。

帧差图像D的像素灰度值以矩阵DH表示，

DH＝{dh_i,j}＝{ah_i,j-bh_i,j}，dh_i,j代表帧差图像D中第i行、第j列像素对应的灰度值，帧差图像D中第i行、第j列像素所在的子区域为DS_i,j；

在帧差图像中，|dh_i,j|＝0的区域，呈黑色；|dh_i,j|≠0的区域呈高亮显示。

帧差操作后，进入步骤(2)。对帧差图像采用开运算进行去噪处理，得到去噪图像，具体通过如下方式进行：先对帧差图像进行腐蚀操作，以消除图像中的噪点和细小尖刺，断开窄小的连接；再对腐蚀后的图像进行膨胀操作，恢复原帧差图像中的烟雾特征。

步骤(2)中对帧差图像进行腐蚀操作，具体包括如下步骤：

2-11，任意定义一个卷积核θ；

2-12，将卷积核θ与帧差图像进行卷积；在卷积核θ遍历帧差图像时，提取卷积核所覆盖区域内卷积结果的像素灰度最小值p以及与卷积核中心重合的像素点C；

像素点C的灰度通过矩阵CH＝{c_k,q}表示，k、q为像素点C的行序号和列序号，

获得在卷积核θ遍历帧差图像过程中得到的卷积结果最小值像素点矩阵P，最小值像素点矩阵P的灰度通过矩阵PH＝{p_k,q}表示；

2-13将像素点矩阵P的灰度对应赋予像素点C，得到腐蚀图像。

步骤(2)中对腐蚀图像进行膨胀操作，具体包括如下步骤：

2-21，任意定义一个卷积核β；

2-22，将卷积核β与腐蚀图像进行卷积；在卷积核β遍历腐蚀图像时，提取卷积核所覆盖区域内卷积结果的像素灰度最大值o以及与卷积核中心重合的像素点R；

像素点R的灰度通过矩阵RH＝{r_l,v}表示，l、v为像素点R的行序号和列序号，

获得在卷积核β遍历腐蚀图像过程中得到的卷积结果最大值像素点矩阵O，最大值像素点矩阵O的灰度通过矩阵OH＝{o_l,v}表示；

2-13将最大值像素点矩阵O的灰度对应赋予像素点R，得到膨胀图像，得到的膨胀图像即为去噪图像。

利用开运算可以消除图像噪点，在纤细点处分离物体，平滑较大的物体边界，同时也可保证原来图像中高亮区域的面积基本不变，保证后续检测的准确性不受影响。

步骤(3)对去噪图像进行边缘检测，标记运动区域作为初始感兴趣区域，具体是：利用小波变换，检测帧差图像高亮区域的边缘并进行标记，将标记出的区域作为初始感兴趣区域。

由于图像边缘的灰度值与相邻像素点的灰度值会产生较大的灰度值梯度，根据边缘的这一特征，设定一个滤波器，用该滤波器遍历帧差图像。步骤(3)通过如下步骤进行：

3-1，定义一个滤波器Y，滤波器为t*t矩阵，t为奇数。滤波器选择奇数矩阵，以确保只有一个中心点，优选3*3矩阵，具有计算量小的特点。

3-2，使滤波器Y遍历去噪图像，计算滤波器在每一位置处的中心像素点所在的去噪图像的灰度值以及中心像素点邻域内其它像素点的灰度值，并根据公式(Ⅰ)计算滤波器在每一位置处的中心像素点的边缘检测值X_z，z为滤波器Y遍历去噪图像时的标记，

f、g为像素点的矩阵序号，1≤f≤t，1≤g≤t，e为滤波器在每一位置处的像素点所在的去噪图像的灰度值；α为权重系数，与滤波器位置相对应。

3-3，将滤波器在每一位置处的中心像素点边缘检测值X_z与中心像素点邻域的其它像素点的灰度值相减，并判断差值的绝对值是否大于阈值Δ；

统计大于阈值的数量，如果数量超过判定滤波器所处位置的中心像素点对应的去噪图像的像素点位置为边缘点，并进行标记；

3-4，滤波器遍历完整个去噪图像，得到所有标记的边缘点，获得初步感兴趣区域。

因为人在做菜操作时，手会一直在挥动，帧差完之后的图像中会包含油烟和人手操作等运动物体的干扰区域，在进行油烟浓度识别之前需要排除干扰区域的影响，这也是本发明专利的难点所在。

但是油烟的运动方向具有随机性，人手，锅铲的运动方向相对明确且特征不同，在数值上表现就是灰度值差异较大，从而：

1)帧差后的图像上油烟运动区域比人手、锅铲运动区域的亮度低，所以相应的油烟区域的灰度值均值也低于人手、锅铲运动区域的灰度均值；

2)帧差后的图像上油烟运动区域的灰度值分布较集中，而人手、锅铲的运动区域边界的灰度值较区域的中心区域跳跃较大，所以该区域的图像不够平滑，对应的灰度值的方差较大。

利用这两个特性，步骤(4)具体是对每个初始感兴趣区域进行灰度均值、区域平滑度计算，得到每个初始感兴趣区域对应的灰度均值和灰度平滑度，将同时满足计算得到的灰度均值小于灰度阈值、灰度平滑度小于灰度平滑度阈值的初始感兴趣区域作为感兴趣区域，将其它初始感兴趣区域判定为干扰区域。

灰度阈值、灰度平滑度阈值的量值可以根据具体需要灵活设置，在此不再赘述。步骤(4)完成油烟区域的识别和干扰区域的排除。

图6示意了一个利用本发明的方法分割的油烟区域和干扰区域的示意图，可见，本发明的方法能够将干扰区域有效排除。

步骤(5)中对步骤(4)提取出的感兴趣区域分别进行灰度直方图统计，根据统计结果划分油烟浓度等级，具体是：

将感兴趣区域图像中的所有像素，按照灰度值的大小，统计其出现的频率；

再根据需要划分的浓度等级数量，取10为区间长度，统计每个灰度区间内的像素点个数，每个灰度区间内的像素点个数对应划分油烟为相应的浓度等级。

需要说明的是，区间长度的选择不局限于10，也可以选择其他数量。

油烟浓度的划分标准可以具体设定，如设置浓烟、中等烟或者低烟等，具体数值以实际需求为准，在此不再赘述。

本发明的油烟浓度检测方法，提供了一种区别于红外投射法和物理检测法的一种油烟浓度检测方法。该油烟浓度检测方法，几乎不受检测距离的影响，可实现油烟浓度的非接触实时检测，具有高准确度和实时性等优点。

本发明油烟浓度检测方法，可以设置于油烟机中，通过油烟机设置的成像设备采集烟机灶头区域的图像，并输送至视觉检测模块1，视觉检测模块1将处理的油烟等级结构输送至主控单元，主控单元根据烟机的油烟等级控制烟机抽吸力度。更加准确地对厨房油烟进行抽吸处理。

最后应当说明的是，以上实施例仅用以说明本发明的技术方案而非对本发明保护范围的限制，尽管参照较佳实施例对本发明作了详细说明，本领域的普通技术人员应当理解，可以对本发明技术方案进行修改或者等同替换，而不脱离本发明技术方案的实质和范围。

Claims (10)

1.具手势控制视觉检测功能的油烟机,其特征在于：设置有烟机主体和视觉检测模块，视觉检测模块装配于烟机主体且视觉检测模块朝向对应灶具区域；

所述烟机主体设置有用于控制烟机主体运作的控制装置，控制装置装配于烟机主体且与视觉检测模块电连接；

所述视觉检测模块设置有手势识别单元，手势识别单元与控制装置电连接；

所述手势识别单元识别用户的手部动作得到调节指示信号，再向控制装置传输调节指示信号。

2.根据权利要求1所述的具手势控制视觉检测功能的油烟机,其特征在于：所述视觉检测模块还设置有油烟浓度判定单元，油烟浓度判定单元与控制装置电连接；

油烟浓度判定单元识别当前烟机主体的外部炉具区域图像信息并确定当前油烟浓度得到处理信号，然后将处理信号传输至控制装置。

3.根据权利要求2所述的具手势控制视觉检测功能的油烟机,其特征在于：所述烟机主体设置用抽风组件和用于改变外部进风口大小的扰流板，扰流板活动装配于烟机主体且位于外部进风口，抽风组件装配于烟机主体的内部；

所述抽风组件和扰流板分别与控制装置电连接；

控制装置接收到手势识别单元的调节指示信号，控制装置分别将调节指示信号传输至抽风组件和扰流板，抽风组件接收调节指示信号并调节转速，扰流板接收调节指示信号并调节开度；

控制装置接收油烟浓度判定单元的处理信号，控制装置分别将处理信号传输至抽风组件和扰流板，抽风组件接收处理信号并调节转速，扰流板接收处理信号并调节开度。

4.根据权利要求3所述的具手势控制视觉检测功能的油烟机,其特征在于：所述视觉检测模块通过采集的初始图像进行处理并被序列化，依次通过后帧的初始图像与前帧的初始图像进行处理，得到各个后帧初始图像所处时刻的当前厨房油烟浓度；

所述视觉检测模块设置有装置主体、视觉检测部和防止油烟或水汽接近视觉检测部的正压部，视觉检测部和正压部分别装配于装置主体。

5.根据权利要求4所述的具手势控制视觉检测功能的油烟机,其特征在于：所述装置主体设置有风腔部，将视觉检测部朝向拍摄区域定义为上方，视觉检测部装配于风腔部的下方；

所述视觉检测部的视觉镜头穿过风腔部的通孔并朝向上方；

所述正压部装配于风腔部的上方且正压部的小出风口朝向风腔部。

6.根据权利要求5所述的具手势控制视觉检测功能的油烟机,其特征在于：所述风腔部设置有用于容纳正压部产生气流的第一风腔室和用于对从第一风腔室气流进入的气体进行提速的第二风腔室，正压部装配于第一风腔室，视觉镜头位于第二风腔室内部，第一风腔室与第二风腔室连通。

7.根据权利要求6所述的具手势控制视觉检测功能的油烟机,其特征在于：所述装置主体还设置有上盖和下盖，上盖固定扣合于风腔部的上方，下盖装配于视觉检测部的底部；

所述上盖设置有与正压部相配合的小进风口和小出风口，视觉镜头穿过小进风口且与上盖的表面持平。

8.一种油烟浓度检测方法，其特征在于，具有如权利要求1至7任意一项特征的具手势控制视觉检测功能的油烟机，视觉检测模块以成像设备采集的初始图像作为基础进行处理，初始图像为灰度图，所采集的初始图像被序列化，依次通过后帧的初始图像与前帧的初始图像进行处理，得到各个后帧初始图像所处时刻的当前厨房油烟浓度；

每次通过后帧的初始图像与前帧的初始图像进行处理，得到后帧初始图像所处时刻的当前厨房油烟浓度的步骤过程如下：

(1)将后帧的初始图像与前帧的初始图像进行帧差处理得到帧差图像；

(2)以开运算方式对帧差图像进行去噪处理，得到去噪图像；

(3)对去噪图像进行边缘检测，标记运动区域作为初始感兴趣区域；

(4)对初始感兴趣区域进行灰度均值计算和区域平滑度计算，将同时满足灰度均值和平滑度要求的区域作为下一步感兴趣区域，其它的区域作为干扰排除；

(5)对步骤(4)提取出的感兴趣区域分别进行灰度直方图统计，根据统计结果划分油烟浓度等级。

9.根据权利要求8所述的油烟浓度检测方法，其特征在于，步骤(1)中，对采集到的初始图像进行帧差操作得到帧差图像具体是：

视觉检测模块根据接收到的初始图像的先后顺序，将后一帧图像与前一帧图像做差，得到动态区域高亮的帧差图像；

所述步骤(2)对帧差图像采用开运算进行去噪处理，得到去噪图像，具体通过如下方式进行：先对帧差图像进行腐蚀操作，以消除图像中的噪点和细小尖刺，断开窄小的连接；再对腐蚀后的图像进行膨胀操作，恢复原帧差图像中的烟雾特征；

所述步骤(3)对去噪图像进行边缘检测，标记运动区域作为初始感兴趣区域，具体是：利用小波变换，检测帧差图像高亮区域的边缘并进行标记，将标记出的区域作为初始感兴趣区域；

所述步骤(4)具体是对每个初始感兴趣区域进行灰度均值、区域平滑度计算，得到每个初始感兴趣区域对应的灰度均值和灰度平滑度，将同时满足计算得到的灰度均值小于灰度阈值、灰度平滑度小于灰度平滑度阈值的初始感兴趣区域作为感兴趣区域，将其它初始感兴趣区域判定为干扰区域；

所述步骤(5)中对步骤(4)提取出的感兴趣区域分别进行灰度直方图统计，根据统计结果划分油烟浓度等级，具体是：

将感兴趣区域图像中的所有像素，按照灰度值的大小，统计其出现的频率；

再根据需要划分的浓度等级数量，取10为区间长度，统计每个灰度区间内的像素点个数，每个灰度区间内的像素点个数对应划分油烟为相应的浓度等级。

10.根据权利要求9所述的油烟浓度检测方法，其特征在于，成像设备采集的目标区域以区域S表示，任意一帧初始图像为对应区域S的成像；

初始图像由m*n个像素构成，

后帧初始图像A的像素的灰度值以矩阵AH表示，AH＝{ah_i,j}，ah_i,j代表后帧初始图像A中第i行、第j列像素对应的灰度值，i为像素所在的行，j为像素所在的列，1≤i≤m，1≤j≤n；后帧初始图像A中第i行、第j列像素所在的子区域为AS_i,j；

前帧初始图像B的像素的灰度值以矩阵BH表示，BH＝{bh_i,j}，bh_i,j代表前帧初始图像B中第i行、第j列像素对应的灰度值，前帧初始图像B中第i行、第j列像素所在的子区域为BS_i,j；

帧差图像D的像素灰度值以矩阵DH表示，DH＝{dh_i,j}＝{ah_i,j-bh_i,j}，dh_i,j代表帧差图像D中第i行、第j列像素对应的灰度值，帧差图像D中第i行、第j列像素所在的子区域为DS_i,j；

在帧差图像中，|dh_i,j|＝0的区域，呈黑色；|dh_i,j|≠0的区域呈高亮显示；

步骤(2)中对帧差图像进行腐蚀操作，具体包括如下步骤：

2-11，任意定义一个卷积核θ；

2-12，将卷积核θ与帧差图像进行卷积；在卷积核θ遍历帧差图像时，提取卷积核所覆盖区域内卷积结果的像素灰度最小值p以及与卷积核中心重合的像素点C；

像素点C的灰度通过矩阵CH＝{c_k,q}表示，k、q为像素点C的行序号和列序号，

获得在卷积核θ遍历帧差图像过程中得到的卷积结果最小值像素点矩阵P，最小值像素点矩阵P的灰度通过矩阵PH＝{p_k,q}表示；

2-13将像素点矩阵P的灰度对应赋予像素点C，得到腐蚀图像；

步骤(2)中对腐蚀图像进行膨胀操作，具体包括如下步骤：

2-21，任意定义一个卷积核β；

2-22，将卷积核β与腐蚀图像进行卷积；在卷积核β遍历腐蚀图像时，提取卷积核所覆盖区域内卷积结果的像素灰度最大值o以及与卷积核中心重合的像素点R；

像素点R的灰度通过矩阵RH＝{r_l,v}表示，l、v为像素点R的行序号和列序号，

获得在卷积核β遍历腐蚀图像过程中得到的卷积结果最大值像素点矩阵O，最大值像素点矩阵O的灰度通过矩阵OH＝{o_l,v}表示；

2-13将最大值像素点矩阵O的灰度对应赋予像素点R，得到膨胀图像，得到的膨胀图像即为去噪图像；

所述步骤(3)通过如下步骤进行：

3-1，定义一个滤波器Y，滤波器为t*t矩阵，t为奇数；

3-2，使滤波器Y遍历去噪图像，计算滤波器在每一位置处的中心像素点所在的去噪图像的灰度值以及中心像素点邻域内其它像素点的灰度值，并根据公式(Ⅰ)计算滤波器在每一位置处的中心像素点的边缘检测值X_z，z为滤波器Y遍历去噪图像时的标记，

f、g为像素点的矩阵序号，1≤f≤t，1≤g≤t，e为滤波器在每一位置处的像素点所在的去噪图像的灰度值；α为权重系数，与滤波器位置相对应；

3-3，将滤波器在每一位置处的中心像素点边缘检测值X_z与中心像素点邻域的其它像素点的灰度值相减，并判断差值的绝对值是否大于阈值Δ；

统计大于阈值的数量，如果数量超过判定滤波器所处位置的中心像素点对应的去噪图像的像素点位置为边缘点，并进行标记；

3-4，滤波器遍历完整个去噪图像，得到所有标记的边缘点，获得初步感兴趣区域；

所述t为3。