CN111428714A - 一种吸油烟机转速调节方法和装置 - Google Patents

一种吸油烟机转速调节方法和装置 Download PDF

Info

Publication number
CN111428714A
CN111428714A CN202010215482.8A CN202010215482A CN111428714A CN 111428714 A CN111428714 A CN 111428714A CN 202010215482 A CN202010215482 A CN 202010215482A CN 111428714 A CN111428714 A CN 111428714A
Authority
CN
China
Prior art keywords
smoke
area
range hood
video frame
afinal
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
Application number
CN202010215482.8A
Other languages
English (en)
Other versions
CN111428714B (zh
Inventor
朱泽春
苗忠良
白椿山
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Hangzhou Joyoung Household Electrical Appliances Co Ltd
Original Assignee
Hangzhou Joyoung Household Electrical Appliances Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Hangzhou Joyoung Household Electrical Appliances Co Ltd filed Critical Hangzhou Joyoung Household Electrical Appliances Co Ltd
Priority to CN202010215482.8A priority Critical patent/CN111428714B/zh
Publication of CN111428714A publication Critical patent/CN111428714A/zh
Application granted granted Critical
Publication of CN111428714B publication Critical patent/CN111428714B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/20—Image preprocessing
    • G06V10/25—Determination of region of interest [ROI] or a volume of interest [VOI]
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F24—HEATING; RANGES; VENTILATING
    • F24C—DOMESTIC STOVES OR RANGES ; DETAILS OF DOMESTIC STOVES OR RANGES, OF GENERAL APPLICATION
    • F24C15/00—Details
    • F24C15/20—Removing cooking fumes
    • F24C15/2021—Arrangement or mounting of control or safety systems
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/20—Image enhancement or restoration using local operators
    • G06T5/30—Erosion or dilatation, e.g. thinning
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/13—Edge detection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/60—Analysis of geometric attributes
    • G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/56—Extraction of image or video features relating to colour
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/40—Scenes; Scene-specific elements in video content
    • G06V20/46—Extracting features or characteristics from the video content, e.g. video fingerprints, representative shots or key frames

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Multimedia (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Combustion & Propulsion (AREA)
  • Mechanical Engineering (AREA)
  • General Engineering & Computer Science (AREA)
  • Chemical & Material Sciences (AREA)
  • Geometry (AREA)
  • Image Analysis (AREA)
  • Investigating Or Analysing Materials By Optical Means (AREA)

Abstract

本申请实施例公开了一种吸油烟机转速调节方法和装置，该方法包括：通过图像采集装置获取烹饪过程中烹饪设备所在区域的图像；根据所述烹饪设备所在区域的图像获取图像中烹饪设备的最终区域Afinal；根据所述烹饪设备的最终区域Afinal获取烟雾量信息；根据所述烟雾量信息对吸油烟机的转速进行调整。通过该实施例方案，准确地消除了光影干扰，保证了基于视觉的烟雾识别准确性，提高了用户体验。

Description

一种吸油烟机转速调节方法和装置
技术领域
本文涉及吸油烟机控制技术，尤指一种吸油烟机转速调节方法和装置。
背景技术
厨房中煎炒烹炸各种烹调方式都会产生大量油烟。油烟机就是针对厨房主要油烟生成源净化厨房环境的厨房电器装置，把炉灶燃烧的废物和烹饪过程中产生的对人体有害的油烟排出室外，但是为了使油烟机不跑烟，烟机经常保持在最大档导致浪费能源，产生噪声污染，所以根据环境变化自动档位调节烟机档位是未来烟机的发展趋势，有节能降噪等优点。目前已经存在多种调节方式，但传统的调节方式均存在不同的缺陷：
1、基于油烟机管道风压的烟机调节方式根据抽烟量导致的电流变化调节烟机转速，但有滞后性而且对没进到管道中的烟没有适应性，容易跑烟。
2、基于PM2.5的烟雾传感器的档位调节常常受限于安装位置，不能很好的反映炊具产生的油烟环境，并且长时间使用烟雾传感器的灵敏度和精确度会大大降低。
3、随着计算机视觉的发展，因其直观便于人们理解，低成本便于大量使用的特点，基于视觉的烟机烟雾检测方法在烟机转速调节领域开始发挥作用。但是烟机处于开放环境中，其中光影对视觉烟雾识别干扰最大，这其中包括灶台的镜面反射，外窗强光照射的人及物体阴影，以及其他光源造成的多种重叠阴影。
发明内容
本申请提供了一种吸油烟机转速调节方法和装置，能够准确消除光影干扰，保证基于视觉的烟雾识别准确性，提高用户体验。
本申请提供了一种吸油烟机转速调节方法，所述吸油烟机包括图像采集装置，所述方法可以包括：
通过所述图像采集装置获取烹饪过程中烹饪设备所在区域的图像；
根据所述烹饪设备所在区域的图像获取图像中烹饪设备的最终区域Afinal；
根据所述烹饪设备的最终区域Afinal获取烟雾量信息；
根据所述烟雾量信息对吸油烟机的转速进行调整。
在本申请的示例性实施例中，所述根据所述烹饪设备所在区域的图像获取图像中烹饪设备的最终区域Afinal可以包括：
获取烹饪设备所在区域的视频流I；
对所述视频流I进行帧提取获取视频帧Inresize，对所述视频帧Inresize进行图像处理获取烹饪设备的疑似区域A0，并根据所述疑似区域A0获取所述烹饪设备的最终区域Afinal。
在本申请的示例性实施例中，所述根据所述烹饪设备的最终区域Afinal获取烟雾量信息可以包括：
对所述最终区域Afinal进行滤波，并对所述最终区域Afinal的UV通道进行烟雾检测，根据烟雾检测结果获得烟雾区域Asmoke；
对所述烟雾区域Asmoke内的烟雾点的个数Count进行统计并校准，获取最终烟雾点个数Cfinal，并将所述最终烟雾点个数Cfinal作为烟雾量信息。
在本申请的示例性实施例中，所述对所述视频流I进行帧提取获取视频帧Inresize，对所述视频帧Inresize进行图像处理获取烹饪设备的疑似区域A0可以包括：
从视频流I中提取出视频帧In，对所述视频帧In进行灰度化和分辨率缩放处理，得到处理后的视频帧Inresize；
对所述视频帧Inresize进行Hough变换，得到几何图形区域作为烹饪设备的疑似区域A0。
在本申请的示例性实施例中，所述对所述视频帧In进行灰度化和分辨率缩放处理，得到处理后的视频帧Inresize可以包括：
提取视频帧In中的Y通道作为灰度化图像Iny；
对所述灰度化图像Iny的长和宽按照预设的缩放比例进行缩放，获得所述视频帧Inresize。
在本申请的示例性实施例中，所述几何图形可以包括圆形；
对所述视频帧Inresize进行Hough变换，得到几何图形区域作为烹饪设备的疑似区域A0可以包括：
对缩放后的灰度化图像Iny进行边缘检测，确定要进行Hough变换的边界点；
建立参数空间的累加数组list；
确定圆形的横坐标a、纵坐标b以及半径r的取值范围，并确定所述横坐标a和所述纵坐标b的离散增量；
遍历所述灰度化图像Iny的像素坐标，在所述横坐标a和所述纵坐标b的取值范围内，依次计算对应的半径r；
将每次计算的结果保存在所述累加数组list中；
找出所述累加数组list中计数的最大值，作为所述灰度化图像Iny中圆的圆心和半径，根据圆的圆心坐标(a、b)和半径r得到圆形烹饪设备的疑似区域A0。
在本申请的示例性实施例中，所述根据所述疑似区域A0获取所述烹饪设备的最终区域Afinal可以包括：
计算所述疑似区域A0的外接矩形的顶角坐标；
通过所述顶角坐标计算外接矩形的宽和高的乘积，获得外接矩形面积L，并计算外接矩形的宽和高的比值，获得长宽比K；
当外接矩形的面积L大于预设的面积阈值L0，且长宽比K大于预设的比例阈值K0时，获得最终区域Afinal。
在本申请的示例性实施例中，所述对所述最终区域Afinal进行滤波可以包括：
从视频帧In中提取所述最终区域Afinal获得视频帧Ifinal；
对视频帧Ifinal进行高斯平滑滤波以滤除光线噪声，获得视频帧Igauss。
在本申请的示例性实施例中，所述对所述最终区域Afinal的UV通道进行烟雾检测，根据烟雾检测结果获得烟雾区域Asmoke可以包括：
对视频帧Igauss中UV通道分别进行烟雾检测，根据颜色空间和亮度特征在RGB、HIS、YUV组合多颜色空间中进行疑似烟雾区域划分，分别获得U通道的烟雾区域Au,smoke和V通道的烟雾区域Av,smoke；
把U通道的烟雾区域Au,smoke和V通道的烟雾区域Av,smoke取交集，生成最终的烟雾区域Asmoke。
在本申请的示例性实施例中，所述对所述烟雾区域Asmoke内的烟雾点的个数Count进行统计并校准，获取最终烟雾点个数Cfinal可以包括：
获取所述烹饪设备内区域Y通道的像素点灰度值的加权平均值，根据所述像素点灰度值的加权平均值的大小获得校准油烟系数m；
统计生成的烟雾区域Asmoke中像素值为255的像素点个数，作为所述烟雾区域Asmoke内的烟雾点的个数Count；
利用所述校准油烟系数m对所述烟雾点的个数Count进行校准，获取最终烟雾点个数Cfinal。
在本申请的示例性实施例中，所述视频流I的格式可以为：YUV_NV12。
在本申请的示例性实施例中，所述吸油烟机还可以包括光线感应器和照明灯，所述方法还可以包括：在所述吸油烟机启动后，通过所述光线感应器采集光线感应器所在环境的光线亮度；在所述光线亮度未达到预设的光线亮度阈值时，判定存在光影干扰；启动所述照明灯。
本申请还提供了一种吸油烟机转速调节装置，包括处理器和计算机可读存储介质，所述计算机可读存储介质中存储有指令，当所述指令被所述处理器执行时，实现上述任意一项所述的吸油烟机转速调节方法。
与相关技术相比，本申请的吸油烟机包括图像采集装置，所述方法可以包括：通过所述图像采集装置获取烹饪过程中烹饪设备所在区域的图像；根据所述烹饪设备所在区域的图像获取图像中烹饪设备的最终区域Afinal；根据所述烹饪设备的最终区域Afinal获取烟雾量信息；根据所述烟雾量信息对吸油烟机的转速进行调整。通过该实施例方案，准确地消除了光影干扰，保证了基于视觉的烟雾识别准确性，提高了用户体验。
本申请的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本申请而了解。本申请的其他优点可通过在说明书以及附图中所描述的方案来实现和获得。
附图说明
附图用来提供对本申请技术方案的理解，并且构成说明书的一部分，与本申请的实施例一起用于解释本申请的技术方案，并不构成对本申请技术方案的限制。
图1为本申请实施例的吸油烟机转速调节方法流程图；
图2为本申请实施例的根据烹饪设备所在区域的图像获取图像中烹饪设备的最终区域Afinal的方法流程图；
图3为本申请实施例的吸油烟机转速调节方法示意图；
图4为本申请实施例的获取烹饪设备的最终区域Afinal的方法示意图；
图5为本申请实施例的根据烹饪设备的最终区域Afinal获取烟雾量信息的方法流程图；
图6为本申请实施例的获得烟雾区域Asmoke的方法示意图；
图7为本申请实施例的吸油烟机转速调节装置组成框图。
具体实施方式
本申请描述了多个实施例，但是该描述是示例性的，而不是限制性的，并且对于本领域的普通技术人员来说显而易见的是，在本申请所描述的实施例包含的范围内可以有更多的实施例和实现方案。尽管在附图中示出了许多可能的特征组合，并在具体实施方式中进行了讨论，但是所公开的特征的许多其它组合方式也是可能的。除非特意加以限制的情况以外，任何实施例的任何特征或元件可以与任何其它实施例中的任何其他特征或元件结合使用，或可以替代任何其它实施例中的任何其他特征或元件。
本申请包括并设想了与本领域普通技术人员已知的特征和元件的组合。本申请已经公开的实施例、特征和元件也可以与任何常规特征或元件组合，以形成由权利要求限定的独特的发明方案。任何实施例的任何特征或元件也可以与来自其它发明方案的特征或元件组合，以形成另一个由权利要求限定的独特的发明方案。因此，应当理解，在本申请中示出和/或讨论的任何特征可以单独地或以任何适当的组合来实现。因此，除了根据所附权利要求及其等同替换所做的限制以外，实施例不受其它限制。此外，可以在所附权利要求的保护范围内进行各种修改和改变。
此外，在描述具有代表性的实施例时，说明书可能已经将方法和/或过程呈现为特定的步骤序列。然而，在该方法或过程不依赖于本文所述步骤的特定顺序的程度上，该方法或过程不应限于所述的特定顺序的步骤。如本领域普通技术人员将理解的，其它的步骤顺序也是可能的。因此，说明书中阐述的步骤的特定顺序不应被解释为对权利要求的限制。此外，针对该方法和/或过程的权利要求不应限于按照所写顺序执行它们的步骤，本领域技术人员可以容易地理解，这些顺序可以变化，并且仍然保持在本申请实施例的精神和范围内。
本申请提供了一种吸油烟机转速调节方法，所述吸油烟机可以包括图像采集装置，如图1所示，所述方法可以包括S101-S103：
S101、通过所述图像采集装置获取烹饪过程中烹饪设备所在区域的图像。
在本申请的示例性实施例中，解决光影干扰可以克服视觉在开放环境光照下的影响，使得视觉方案在吸油烟机转速调节领域真正落地。考虑到算法的普适性，本申请提供了一种计算资源消耗低、基于图像处理、不需添加额外硬件的可以准确消除光影干扰的算法，可以保证基于视觉的烟雾识别准确性，提高用户体验。本申请实施例的消除光影干扰的吸油烟机转速调节方法也将在吸油烟机转速调节领域发挥越来越广泛的作用。
在本申请的示例性实施例中，可以将可见光摄像头获取的视频流I输入预设的计算设备中，然后对输入的视频流I进行帧提取，进行灰度化和分辨率转换，得到视频帧Inresize，利用Hough变换寻找烹饪设备(例如，锅)的疑似区域A0，对烹饪设备的疑似区域A0进行腐蚀膨胀，并进行面积、长宽比判定，生成烹饪设备的最终区域Afinal，对烹饪设备的最终区域Afinal进行高斯平滑滤波，并对烹饪设备的最终区域Afinal内UV通道进行帧差法处理，检测烟雾区域Asmoke，最后根据烟雾区域Asmoke内的烟雾量统计量化计算，输出实时烟雾量信息，达到消除光影干扰的烟机烟雾检测的目的，保证了油烟机能自动在合适的档位快速准确排出油烟，降低噪声和电力。
在本申请的示例性实施例中，可以将可见光摄像头获取的视频流I输入本地端计算设备中，本实施例中的信号格式可以选择为YUV_NV12；其中，YUV_NV12可以为可见光摄像头输出的视频格式。
S102、根据所述烹饪设备所在区域的图像获取图像中烹饪设备的最终区域Afinal。
在本申请的示例性实施例中，如图2、图3所示，所述根据所述烹饪设备所在区域的图像获取图像中烹饪设备的最终区域Afinal可以包括S201-S202：
S201、获取烹饪设备所在区域的视频流I。
S202、对所述视频流I进行帧提取获取视频帧Inresize，对所述视频帧Inresize进行图像处理获取烹饪设备的疑似区域A0，并根据所述疑似区域A0获取所述烹饪设备的最终区域Afinal。
在本申请的示例性实施例中，所述对所述视频流I进行帧提取获取视频帧Inresize，对所述视频帧Inresize进行图像处理获取烹饪设备的疑似区域A0可以包括：
从视频流I中提取出视频帧In，对所述视频帧In进行灰度化和分辨率缩放处理，得到处理后的视频帧Inresize；
对所述视频帧Inresize进行Hough变换，得到几何图形区域作为烹饪设备的疑似区域A0。
在本申请的示例性实施例中，如图4所示，可以对输入的视频流I进行帧提取，对视频帧In进行灰度化和分辨率缩放处理，得到处理后的视频帧Inresize，利用Hough变换寻找几何图形，例如圆形，生成烹饪设备的疑似区域A0，对该疑似区域A0进行腐蚀膨胀形态学处理，然后进行面积L以及长宽比K的特征判断，得到烹饪设备的最终区域Afinal。
在本申请的示例性实施例中，所述对所述视频帧In进行灰度化和分辨率缩放处理，得到处理后的视频帧Inresize可以包括：
提取视频帧In中的Y通道作为灰度化图像Iny；
对所述灰度化图像Iny的长和宽按照预设的缩放比例进行缩放，获得所述视频帧Inresize。
在本申请的示例性实施例中，视频流I为输入的序列视频数据，所以需要提取出视频帧In，以便后续计算。
在本申请的示例性实施例中，因选择的视频格式为YUV_NV12，所以需要对烹饪设备区域进行检测，可以提取视频帧In中的Y通道作为灰度化图像Iny。其中，Y通道为视频格式为YUV_NV12的视频的一个通道。
在本申请的示例性实施例中，由于针对烟雾识别需要在本地端计算设备实时运行，而且烟雾细节信息不需要大分辨率来处理，所以可以对视频帧进行分辨率缩放处理(主要指缩小处理)，通常所用可见光摄像头输出视频分辨率包括但不限于800*600、1280*960等，本实施例可以选择视频分辨率为1280*960，为了方便计算，可以把输出视频长宽分别缩小为1/4倍，为320*240。
在本申请的示例性实施例中，所述几何图形可以包括圆形。
在本申请的示例性实施例中，所述对所述视频帧Inresize进行Hough变换，得到几何图形区域作为烹饪设备的疑似区域A0可以包括：
对缩放后的灰度化图像Iny进行边缘检测，确定要进行Hough变换的边界点；
建立参数空间的累加数组list；
确定圆形的横坐标a、纵坐标b以及半径r的取值范围，并确定所述横坐标a和所述纵坐标b的离散增量；
遍历所述灰度化图像Iny的像素坐标，在所述横坐标a和所述纵坐标b的取值范围内，依次计算对应的半径r；
将每次计算的结果保存在所述累加数组list中；
找出所述累加数组list中计数的最大值，作为所述灰度化图像Iny中圆的圆心和半径，根据圆的圆心坐标(a、b)和半径r得到圆形烹饪设备的疑似区域A0。
在本申请的示例性实施例中，所述根据所述疑似区域A0获取所述烹饪设备的最终区域Afinal可以包括：
计算所述疑似区域A0的外接矩形的顶角坐标；
通过所述顶角坐标计算外接矩形的宽和高的乘积，获得外接矩形面积L，并计算外接矩形的宽和高的比值，获得长宽比K；
当外接矩形的面积L大于预设的面积阈值L0，且长宽比K大于预设的比例阈值K0时，获得最终区域Afinal。
在本申请的示例性实施例中，通过烹饪设备的疑似区域A0计算该区域外接矩形面积L以及长宽比K，并可以设置阈值，满足疑似区域A0的区域即得到烹饪设备的最终区域Afinal。
在本申请的示例性实施例中，例如，可以计算烹饪设备的疑似区域A0的左上角坐标和右下角坐标，得到外接矩形；通过左上角和右下角坐标，计算外接矩形的宽和高的乘积，得到外接矩形面积L；计算外接矩形的宽和高的比值，得到长宽比K；当满足外接矩形面积L大于面积阈值L0，且长宽比K大于比例阈值K0的条件，则可以得到最终锅的区域Afinal。
在本申请的示例性实施例中，在烹饪设备的最终区域Afinal确定后，可以将烹饪设备边缘区域(例如，锅口边缘区域)进行颜色设置(例如，设置为黑色)，以进一步凸显烹饪设备所在区域。
S103、根据所述烹饪设备的最终区域Afinal获取烟雾量信息。
在本申请的示例性实施例中，如图5所示，所述根据所述烹饪设备的最终区域Afinal获取烟雾量信息可以包括S301-S302：
S301、对所述最终区域Afinal进行滤波，并对所述最终区域Afinal的UV通道进行烟雾检测，根据烟雾检测结果获得烟雾区域Asmoke，如图6所示。
在本申请的示例性实施例中，所述对所述最终区域Afinal进行滤波可以包括：
从视频帧In中提取所述最终区域Afinal获得视频帧Ifinal；
对视频帧Ifinal进行高斯平滑滤波以滤除光线噪声，获得视频帧Igauss。
在本申请的示例性实施例中，可以把烹饪设备内区域进行高斯平滑滤波，初步滤除光线干扰，并对烹饪设备内区域的UV通道进行烟雾检测，得到最终烟雾区域Asmoke。
在本申请的示例性实施例中，可以通过最终区域Afinal提取视频帧In相应区域，得到处理后的视频帧Ifinal，对视频帧Ifinal进行高斯平滑滤波，初步滤除光线噪声，得到处理后的视频帧Igauss。
在本申请的示例性实施例中，所述对所述最终区域Afinal的UV通道进行烟雾检测，根据烟雾检测结果获得烟雾区域Asmoke可以包括：
对视频帧Igauss中UV通道分别进行烟雾检测，根据颜色空间和亮度特征在RGB、HIS、YUV组合多颜色空间中进行疑似烟雾区域划分，分别获得U通道的烟雾区域Au,smoke和V通道的烟雾区域Av,smoke；
把U通道的烟雾区域Au,smoke和V通道的烟雾区域Av,smoke取交集，生成最终的烟雾区域Asmoke。
在本申请的示例性实施例中，对处理后的视频帧Igauss中UV通道分别进行烟雾检测，根据颜色空间中灰烟、青烟、亮度特征，在RGB【红(R)、绿(G)、蓝(B)】、HIS(H定义颜色的波长，称为色调；S表示颜色的深浅程度，称为饱和度；I表示强度或亮度)、YUV组合多颜色空间中进行疑似烟雾区域划分，然后把U和V通道中分别生成的烟雾区域Au,smoke和Av,smoke取交集，生成最终烟雾区域Asmoke，即：Asmoke＝Au，smoke∩Av，smoke。
S302、对所述烟雾区域Asmoke内的烟雾点的个数Count进行统计并校准，获取最终烟雾点个数Cfinal，并将所述最终烟雾点个数Cfinal作为烟雾量信息。
在本申请的示例性实施例中，所述对所述烟雾区域Asmoke内的烟雾点的个数Count进行统计并校准，获取最终烟雾点个数Cfinal可以包括：
获取所述烹饪设备内区域Y通道的像素点灰度值的加权平均值，根据所述像素点灰度值的加权平均值的大小获得校准油烟系数m；
统计生成的烟雾区域Asmoke中像素值为255的像素点个数，作为所述烟雾区域Asmoke内的烟雾点的个数Count；
利用所述校准油烟系数m对所述烟雾点的个数Count进行校准，获取最终烟雾点个数Cfinal。
在本申请的示例性实施例中，获取烹饪设备内区域Y通道的像素点灰度值加权平均值，根据灰度值加权平均值的大小获得校准油烟系数m，把前述步骤生成的最终的烟雾区域Asmoke进行烟雾量统计，得到烟雾点的个数Count，利用校准油烟系数m对烟雾点个数Count进行校准，得到校准后的烟雾点个数Cfinal，然后对烟雾区域个数Cfinal进行烟雾量映射并输出，达到烟机转速调节的目的。
在本申请的示例性实施例中，可以首先对烟雾区域Asmoke进行烟雾量统计，即，统计最终烟雾区域Asmoke中像素值为255的像素点个数，得到烟雾点个数Count，利用校准油烟系数m对烟雾点个数Count进行校准，得到校准后的烟雾点个数Cfinal，校准计算式可以如下：Cfinal＝Count*a。
S104、根据所述烟雾量信息对吸油烟机的转速进行调整。
在本申请的示例性实施例中，最后输出实时烟雾量信息，即烟雾点个数Cfinal，控制烟机的电机进行对应档位调节，达到烟机转速调节的目的。
在本申请的示例性实施例中，所述吸油烟机还可以包括光线感应器和照明灯，所述方法还包括：在所述吸油烟机启动后，通过所述光线感应器采集光线感应器所在环境的光线亮度；在所述光线亮度未达到预设的光线亮度阈值时，判定存在光影干扰；启动所述照明灯。
在本申请的示例性实施例中，为了确保本实施例方案的可靠性，还可以在吸油烟机启动后进行光影干扰检测，其中，该光影干扰包括但不限于手影、锅铲影、人影、镜面反光等。
在本申请的示例性实施例中，由于光影干扰会造成吸油烟机所在区域和/或烹饪设备所在区域的光线亮度降低，因此，可以通过在吸油烟机上，或者吸油烟机机身以外的墙体或设备上安装能够与所述吸油烟机联动的照明设备(如照明灯)，以便于通过照明设备的光线补充由于光影干扰而降低的光线亮度。
在本申请的示例性实施例中，对于图像采集装置、光线感应器以及照明设备的安装位置、安装数量以及布局结构等均不作限制。
本申请实施例方案至少包括以下优势：
1、本申请实施例提供的消除光影干扰的烟机转速调节方法可以在本地端实时处理，计算资源消耗小，节省烟机电力，降低噪声，提升用户体验。
2、通过烟雾检测，控制吸油烟机的电机，实现烟机对应转速调节，降低了烟机噪声，提高用户体验。
3、通过检测烟雾产生源—烹饪设备(如锅具)，滤除烹饪设备边缘区域，消除烹饪设备边缘的环境光影干扰，有利于排除烹饪设备边缘的任何光线反射及物体光影对视觉处理带来的干扰，最大限度减少干扰区域，使得烟雾量识别更为精准，提升烟雾检测准确度。
4、对烹饪设备内区域镜面反射、强光及其他光源照射产生的阴影进行减弱消除，通过高斯平滑滤波初步滤除光影噪声，利用帧差法在UV通道检测烟雾区域，滤除光影变化对锅内区域的影响。
5、通过对烹饪设备内区域Y通道的灰度值进行亮度统计，利用Y通道的平均亮度获得校准油烟系数，对锅内区域由于光影干扰导致的整体亮度变化进行系数校准，提升烟雾量识别精准度，实现了吸油烟机转速准确调节，保证了吸油烟机能自动在合适的档位及时排除油烟。
6、吸油烟机转速实时调节，节省电力，节能环保。
7、相比传统颗粒物传感器类油烟检测，本实施例算法可以在烟雾产生并且人有烟雾感知的瞬间，进行处理，更直观，符合人类对烟雾的感知，能很好的反映油烟环境。
本申请还提供了一种吸油烟机转速调节装置1，如图7所示，可以包括处理器11和计算机可读存储介质12，所述计算机可读存储介质12中存储有指令，当所述指令被所述处理器11执行时，实现上述任意一项所述的吸油烟机转速调节方法。
本领域普通技术人员可以理解，上文中所公开方法中的全部或某些步骤、***、装置中的功能模块/单元可以被实施为软件、固件、硬件及其适当的组合。在硬件实施方式中，在以上描述中提及的功能模块/单元之间的划分不一定对应于物理组件的划分；例如，一个物理组件可以具有多个功能，或者一个功能或步骤可以由若干物理组件合作执行。某些组件或所有组件可以被实施为由处理器，如数字信号处理器或微处理器执行的软件，或者被实施为硬件，或者被实施为集成电路，如专用集成电路。这样的软件可以分布在计算机可读介质上，计算机可读介质可以包括计算机存储介质(或非暂时性介质)和通信介质(或暂时性介质)。如本领域普通技术人员公知的，术语计算机存储介质包括在用于存储信息(诸如计算机可读指令、数据结构、程序模块或其他数据)的任何方法或技术中实施的易失性和非易失性、可移除和不可移除介质。计算机存储介质包括但不限于RAM、ROM、EEPROM、闪存或其他存储器技术、CD-ROM、数字多功能盘(DVD)或其他光盘存储、磁盒、磁带、磁盘存储或其他磁存储装置、或者可以用于存储期望的信息并且可以被计算机访问的任何其他的介质。此外，本领域普通技术人员公知的是，通信介质通常包含计算机可读指令、数据结构、程序模块或者诸如载波或其他传输机制之类的调制数据信号中的其他数据，并且可包括任何信息递送介质。

Claims (10)

1.一种吸油烟机转速调节方法，其特征在于，所述吸油烟机包括图像采集装置，所述方法包括：
通过所述图像采集装置获取烹饪过程中烹饪设备所在区域的图像；
根据所述烹饪设备所在区域的图像获取图像中烹饪设备的最终区域Afinal；
根据所述烹饪设备的最终区域Afinal获取烟雾量信息；
根据所述烟雾量信息对吸油烟机的转速进行调整。
2.根据权利要求1所述的吸油烟机转速调节方法，其特征在于，所述根据所述烹饪设备所在区域的图像获取图像中烹饪设备的最终区域Afinal包括：
获取烹饪设备所在区域的视频流I；
对所述视频流I进行帧提取获取视频帧Inresize，对所述视频帧Inresize进行图像处理获取烹饪设备的疑似区域A0，并根据所述疑似区域A0获取所述烹饪设备的最终区域Afinal。
3.根据权利要求1所述的吸油烟机转速调节方法，其特征在于，所述根据所述烹饪设备的最终区域Afinal获取烟雾量信息包括：
对所述最终区域Afinal进行滤波，并对所述最终区域Afinal的UV通道进行烟雾检测，根据烟雾检测结果获得烟雾区域Asmoke；
对所述烟雾区域Asmoke内的烟雾点的个数Count进行统计并校准，获取最终烟雾点个数Cfinal，并将所述最终烟雾点个数Cfinal作为烟雾量信息。
4.根据权利要求2所述的吸油烟机转速调节方法，其特征在于，所述对所述视频流I进行帧提取获取视频帧Inresize，对所述视频帧Inresize进行图像处理获取烹饪设备的疑似区域A0包括：
从视频流I中提取出视频帧In，对所述视频帧In进行灰度化和分辨率缩放处理，得到处理后的视频帧Inresize；
对所述视频帧Inresize进行Hough变换，得到几何图形区域作为烹饪设备的疑似区域A0。
5.根据权利要求4所述的吸油烟机转速调节方法，其特征在于，所述对所述视频帧In进行灰度化和分辨率缩放处理，得到处理后的视频帧Inresize包括：
提取视频帧In中的Y通道作为灰度化图像Iny；
对所述灰度化图像Iny的长和宽按照预设的缩放比例进行缩放，获得所述视频帧Inresize；
所述几何图形包括圆形；
对所述视频帧Inresize进行Hough变换，得到几何图形区域作为烹饪设备的疑似区域A0包括：
对缩放后的灰度化图像Iny进行边缘检测，确定要进行Hough变换的边界点；
建立参数空间的累加数组list；
确定圆形的横坐标a、纵坐标b以及半径r的取值范围，并确定所述横坐标a和所述纵坐标b的离散增量；
遍历所述灰度化图像Iny的像素坐标，在所述横坐标a和所述纵坐标b的取值范围内，依次计算对应的半径r；
将每次计算的结果保存在所述累加数组list中；
找出所述累加数组list中计数的最大值，作为所述灰度化图像Iny中圆的圆心和半径，根据圆的圆心坐标(a、b)和半径r得到圆形烹饪设备的疑似区域A0。
6.根据权利要求2所述的吸油烟机转速调节方法，其特征在于，所述根据所述疑似区域A0获取所述烹饪设备的最终区域Afinal包括：
计算所述疑似区域A0的外接矩形的顶角坐标；
通过所述顶角坐标计算外接矩形的宽和高的乘积，获得外接矩形面积L，并计算外接矩形的宽和高的比值，获得长宽比K；
当外接矩形的面积L大于预设的面积阈值L0，且长宽比K大于预设的比例阈值K0时，获得最终区域Afinal。
7.根据权利要求3所述的吸油烟机转速调节方法，其特征在于，所述对所述最终区域Afinal进行滤波包括：
从视频帧In中提取所述最终区域Afinal获得视频帧Ifinal；
对视频帧Ifinal进行高斯平滑滤波以滤除光线噪声，获得视频帧Igauss；
所述对所述最终区域Afinal的UV通道进行烟雾检测，根据烟雾检测结果获得烟雾区域Asmoke包括：
对视频帧Igauss中UV通道分别进行烟雾检测，根据颜色空间和亮度特征在RGB、HIS、YUV组合多颜色空间中进行疑似烟雾区域划分，分别获得U通道的烟雾区域Au,smoke和V通道的烟雾区域Av,smoke；
把U通道的烟雾区域Au,smoke和V通道的烟雾区域Av,smoke取交集，生成最终的烟雾区域Asmoke。
8.根据权利要求3所述的吸油烟机转速调节方法，其特征在于，所述对所述烟雾区域Asmoke内的烟雾点的个数Count进行统计并校准，获取最终烟雾点个数Cfinal包括：
获取所述烹饪设备内区域Y通道的像素点灰度值的加权平均值，根据所述像素点灰度值的加权平均值的大小获得校准油烟系数m；
统计生成的烟雾区域Asmoke中像素值为255的像素点个数，作为所述烟雾区域Asmoke内的烟雾点的个数Count；
利用所述校准油烟系数m对所述烟雾点的个数Count进行校准，获取最终烟雾点个数Cfinal。
9.根据权利要求1-8任意一项所述的吸油烟机转速调节方法，其特征在于，所述吸油烟机还包括光线感应器和照明灯，所述方法还包括：在所述吸油烟机启动后，通过所述光线感应器采集光线感应器所在环境的光线亮度；在所述光线亮度未达到预设的光线亮度阈值时，判定存在光影干扰；启动所述照明灯。
10.一种吸油烟机转速调节装置，包括处理器和计算机可读存储介质，所述计算机可读存储介质中存储有指令，其特征在于，当所述指令被所述处理器执行时，实现如权利要求1-9任意一项所述的吸油烟机转速调节方法。
CN202010215482.8A 2020-03-25 2020-03-25 一种吸油烟机转速调节方法和装置 Active CN111428714B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010215482.8A CN111428714B (zh) 2020-03-25 2020-03-25 一种吸油烟机转速调节方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010215482.8A CN111428714B (zh) 2020-03-25 2020-03-25 一种吸油烟机转速调节方法和装置

Publications (2)

Publication Number Publication Date
CN111428714A true CN111428714A (zh) 2020-07-17
CN111428714B CN111428714B (zh) 2023-10-13

Family

ID=71549414

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010215482.8A Active CN111428714B (zh) 2020-03-25 2020-03-25 一种吸油烟机转速调节方法和装置

Country Status (1)

Country Link
CN (1) CN111428714B (zh)

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104501257A (zh) * 2014-12-23 2015-04-08 浙江大学宁波理工学院 一种基于图像分析的吸油烟机自动调速控制方法和控制***
JP2017040430A (ja) * 2015-08-19 2017-02-23 東京瓦斯株式会社 レンジフード
CN108548199A (zh) * 2018-03-08 2018-09-18 佛山市云米电器科技有限公司 一种智能抽油烟机风速调级方法及装置
CN109028232A (zh) * 2018-09-29 2018-12-18 佛山市云米电器科技有限公司 一种带可移动视觉检测***的油烟机及油烟浓度检测方法
CN109028223A (zh) * 2018-09-29 2018-12-18 佛山市云米电器科技有限公司 具手势控制视觉检测功能的油烟机及油烟浓度检测方法
CN109883907A (zh) * 2017-12-06 2019-06-14 九阳股份有限公司 一种基于图像的烹饪烟雾检测方法和智能烟机
CN110500623A (zh) * 2019-07-10 2019-11-26 宁波方太厨具有限公司 一种中央烟道***及其目标风量控制方法
CN110658118A (zh) * 2018-06-29 2020-01-07 九阳股份有限公司 一种烹饪烟雾的检测方法以及烟机

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104501257A (zh) * 2014-12-23 2015-04-08 浙江大学宁波理工学院 一种基于图像分析的吸油烟机自动调速控制方法和控制***
JP2017040430A (ja) * 2015-08-19 2017-02-23 東京瓦斯株式会社 レンジフード
CN109883907A (zh) * 2017-12-06 2019-06-14 九阳股份有限公司 一种基于图像的烹饪烟雾检测方法和智能烟机
CN108548199A (zh) * 2018-03-08 2018-09-18 佛山市云米电器科技有限公司 一种智能抽油烟机风速调级方法及装置
CN110658118A (zh) * 2018-06-29 2020-01-07 九阳股份有限公司 一种烹饪烟雾的检测方法以及烟机
CN109028232A (zh) * 2018-09-29 2018-12-18 佛山市云米电器科技有限公司 一种带可移动视觉检测***的油烟机及油烟浓度检测方法
CN109028223A (zh) * 2018-09-29 2018-12-18 佛山市云米电器科技有限公司 具手势控制视觉检测功能的油烟机及油烟浓度检测方法
CN110500623A (zh) * 2019-07-10 2019-11-26 宁波方太厨具有限公司 一种中央烟道***及其目标风量控制方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
林成忠 等: "基于稠密光流和边缘特征的烟雾检测算法" *

Also Published As

Publication number Publication date
CN111428714B (zh) 2023-10-13

Similar Documents

Publication Publication Date Title
CN108921176A (zh) 一种基于机器视觉的指针式仪表定位与识别方法
CN111968144B (zh) 一种图像边缘点获取方法及装置
CN110378946B (zh) 深度图处理方法、装置以及电子设备
WO2022252242A1 (zh) 一种基于多光谱图像的水污染区域识别方法和***
CN106454014B (zh) 一种提高逆光场景车辆抓拍图像质量的方法及装置
CN112381848B (zh) 复杂环境下仪表视觉读数在线监测***的抗干扰方法
CN112730251B (zh) 一种用于屏幕颜色缺陷检测的装置及方法
CN111368785A (zh) 一种摄像头遮挡判断方法、装置、设备及存储介质
CN109883907B (zh) 一种基于图像的烹饪烟雾检测方法和智能烟机
CN113306486A (zh) 车内照明装置控制方法、存储介质和电子设备
CN114998311A (zh) 一种基于同态滤波的零件精密度检测方法
CN110486761B (zh) 一种油烟机控烟方法及油烟机
CN107016343A (zh) 一种基于贝尔格式图像的红绿灯快速识别方法
CN111428714A (zh) 一种吸油烟机转速调节方法和装置
CN111123538A (zh) 图像处理方法及基于点扩散函数调整衍射屏结构的方法
CN111192332B (zh) 一种基于烟雾检测的烟机控制方法以及烟机
CN111783900A (zh) 油烟浓度检测模型的训练方法以及烟机档位的控制方法
CN116310889A (zh) 无人机环境感知数据的处理方法、控制终端以及存储介质
CN112800818B (zh) 一种吸油烟机及其烟雾识别方法
Xu et al. Computer assistance image processing spores counting
CN111062887B (zh) 基于改进的Retinex算法的图像清晰度判定方法
JP2022145612A (ja) 投影システム及び画像投影方法
CN107450884A (zh) 基于图像识别的应用程序管理平台
CN108801599B (zh) 一种矩阵式led车灯检测方法及装置
CN112070046A (zh) 灶具火力识别方法、***及可读存储介质

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant