CN105444358A - 一种识别方法及空调设备 - Google Patents

一种识别方法及空调设备 Download PDF

Info

Publication number
CN105444358A
CN105444358A CN201510922326.4A CN201510922326A CN105444358A CN 105444358 A CN105444358 A CN 105444358A CN 201510922326 A CN201510922326 A CN 201510922326A CN 105444358 A CN105444358 A CN 105444358A
Authority
CN
China
Prior art keywords
image
pixel
temperature value
conditioning equipment
environment
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
CN201510922326.4A
Other languages
English (en)
Other versions
CN105444358B (zh
Inventor
陈思应
王彪
周刚
涂小平
李昱兵
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.)
Sichuan Changhong Electric Co Ltd
Original Assignee
Sichuan Changhong Electric 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 Sichuan Changhong Electric Co Ltd filed Critical Sichuan Changhong Electric Co Ltd
Priority to CN201510922326.4A priority Critical patent/CN105444358B/zh
Publication of CN105444358A publication Critical patent/CN105444358A/zh
Application granted granted Critical
Publication of CN105444358B publication Critical patent/CN105444358B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • FMECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F24HEATING; RANGES; VENTILATING
    • F24FAIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
    • F24F11/00Control or safety arrangements
    • F24F11/30Control or safety arrangements for purposes related to the operation of the system, e.g. for safety or monitoring
    • FMECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F24HEATING; RANGES; VENTILATING
    • F24FAIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
    • F24F2120/00Control inputs relating to users or occupants
    • F24F2120/10Occupancy

Landscapes

  • Engineering & Computer Science (AREA)
  • Chemical & Material Sciences (AREA)
  • Combustion & Propulsion (AREA)
  • Mechanical Engineering (AREA)
  • General Engineering & Computer Science (AREA)
  • Radiation Pyrometers (AREA)
  • Image Processing (AREA)
  • Air Conditioning Control Device (AREA)

Abstract

本申请提供一种识别方法及空调设备,用于解决空调设备在对红外摄像头所采集的图像进行识别处理时工作效率较低的技术问题。该方法包括:通过空调设备上的红外传感器阵列对所述空调设备所处的第一环境进行扫描,获得与所述第一环境对应的第一图像;对所述第一图像进行中值滤波处理,获得与所述第一图像对应的第二图像;根据所述第一图像和所述第二图像确定所述第一环境中的用户的相关信息。

Description

一种识别方法及空调设备
技术领域
本发明涉及电子技术领域,特别涉及一种识别方法及空调设备。
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。而在实际应用中,空调设备主要采用红外摄像头对环境进行图像采集,进而通过对图像进行人体识别来确定用户的信息,从而根据获取的信息调整空调设备,如切换工作模式等等,使得空调设备较为智能。
但在对红外摄像头所采集的图像进行识别处理时,算法较为复杂,处理时间较长,使得空调设备的工作效率较低。
发明内容
本申请提供一种识别方法及空调设备,用于解决空调设备在对红外摄像头所采集的图像进行识别处理时工作效率较低的技术问题。
第一方面,提供一种识别方法,包括以下步骤:
通过空调设备上的红外传感器阵列对所述空调设备所处的第一环境进行扫描,获得与所述第一环境对应的第一图像;
对所述第一图像进行中值滤波处理,获得与所述第一图像对应的第二图像;
根据所述第一图像和所述第二图像确定所述第一环境中的用户的相关信息。
第二方面,提供一种空调设备,包括:
获取模块,用于通过空调设备上的红外传感器阵列对所述空调设备所处的第一环境进行扫描,获得与所述第一环境对应的第一图像;
处理模块,用于对所述第一图像进行中值滤波处理,获得与所述第一图像对应的第二图像;
确定模块,用于根据所述第一图像和所述第二图像确定所述第一环境中的用户的相关信息。
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,采用较为简单快捷的中值滤波方法对第一图像进行处理,缩短了对图像的处理时间,有效提高空调设备的处理效率,从而通过第一图像及第二图像即可确定第一环境中的用户的相关信息,如根据第一图像及第二图像中像素点在滤波前后的变化来确定用户的相对信息,故实现过程较为简单。
此外,由于本申请中采用价格较低的红外传感器阵列进行图像及数据的采集,降低了空调设备的成本。
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为本发明实施例中识别方法的流程图;
图3为本发明实施例中一个周期内采集数据的排列示意图;
图4A-图4B为本发明实施例中对像素点进行中值滤波的示意图;
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,如第一环境中的任意位置。例如,第一环境可以是客厅、卧室、办公室等,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。
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提供的方法。
如图2所示,本发明实施例提供一种识别方法,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处的第一环境进行扫描,获得与第一环境对应的第一图像;
S12:对第一图像进行中值滤波处理,获得与第一图像对应的第二图像;
S13:根据第一图像和第二图像确定第一环境中的用户的相关信息。
一般来说,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扫描角度即为16°。那么,在使用16*4的红外传感器阵列对第一环境中第一区域进行扫描时,若第一区域的两条边缘线相对于空调设备的夹角为112°(该角度通常为用户相对于空调设备的活动区域的角度),则红外传感器阵列至少需要扫描7个周期才能完成对第一区域的数据采集。
可选的,在电机的带动下,空调设备中的红外传感器阵列可以对第一环境进行周期性扫描,例如,在每个周期内,红外传感器阵列在电机的带动下可以按扫描角度1°、1°、1°、13°等逐个进行转动和扫描,并获得每个扫描角度对应的温度值。即在一个周期内,红外传感器阵列由初始位置沿第一方向(顺时针方向或逆时针方向)依次转动1°、1°、1°及13°,其中,在每次转动后红外传感器阵列都将进行数据采集(本发明实施例中,以采集的数据是温度值为例),获得每个扫描角度对应的温度值,在一个周期内可以获得4组温度值。在完成一个周期的扫描后,进入下一个周期,直到完成对第一环境(或第一环境中的第一区域)的扫描。
可选的,在获得一个周期对应的4组温度值后,可按照预设方式对温度值进行排列,如图3所示,横向标识的数字1、2、3、4分别代表位于红外传感器阵列中的4列红外传感器中每个对应的温度值,在一个周期内,每列红外传感器采集4列温度值。
可选的,第一图像中包括的n个像素点即为与红外传感器阵列对应的像素点。若红外传感器阵列为16*4的红外传感器阵列,即红外传感器阵列包含64个红外传感器,且这些红外传感器按照16行4列的方式进行排列,那么红外传感器阵列扫描1次得到的扫描图像中将包括与红外传感器阵列对应的64个像素点,64个像素点的排列方式与红外传感器阵列的排列方式可以相同。本发明实施例中,红外传感器阵列通过扫描获得的温度值即为相应的像素点对应的初始温度值。
可选的,在获得第一图像后,可对第一图像进行中值滤波处理,并获得处理后的第二图像。
例如,对第一图像进行中值滤波处理,可以是对第一图像中每个像素点进行中值滤波处理。中值滤波是基于排序统计理论的一种能有效抑制噪声的非线性信号处理技术,其基本原理是把数字图像或数字序列中一点的值用该点的一个邻域中各点值的中值代替,让周围的像素值接近的真实值,从而消除孤立的噪声点。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滤波处理,以提高空调设备的处理效率。
可选的,S12的过程可以是:按照滤波模板对第一图像包含的n个像素点对应的n个初始温度值进行中值滤波处理,获得滤波后的第二图像;其中,第一图像包含的n个像素点中的每个像素点对应于初始温度值(即通过红外传感器阵列采集的温度值),第二图像包含的n个像素点中的每个像素点对应于滤波温度值。
在进行中值滤波时,所采用的滤波模板可以是固定的一维滑动模板,该滤波模板对应的滤波窗口的长度范围可以为11个像素点所占用的区域的长度,宽度为1个像素点所占用的区域的宽度,即,在对像素点进行中值滤波的过程中,采用的均是1*11(即滤波模板对应的滤波窗口的宽度为一个像素点所占用的区域的宽度,长度为11个像素点所占用的区域的长度,本文后续类似表述均表此意)的滤波模板。
在实际应用中,在对第一图像中的n个像素点按照1*11的滤波模板进行处理时,可以是是保持每个像素点对应的滤波窗口的长度不变,但每处理一个像素点,滤波模板对应的起始点将移动一个像素点位置。
举例来说,对于第一图像中大小为4*16(即4行16列)的一组像素点来说,位于4行中每行第一位置的第1个像素点对应的滤波温度值即为该行中由第1个像素点至第11个像素点所形成的滤波窗口中处于中间位置的像素点的初始温度值,即在上述计算第1个像素点的滤波温度值时,将待处理像素点(即第1个像素点)所在行中第6个像素点(即处于滤波窗口的中间位置的像素点)对应的初始温度值确定为第1个像素点进行滤波后的滤波温度值。
进一步,在对第2个像素点进行中值滤波处理时,其对应的滤波模板仍为1*11,但该滤波模板的滤波窗口对应的像素点区域为由第2个像素点至第12个像素点所对应的区域,同理,对第3个像素点进行中值滤波处理时,其滤波模板的滤波窗口对应的像素点区域为由第3个像素点至第13个像素点所在区域,依次类推,由此可以发现,在对每一个像素点进行处理时,虽然滤波模板对应的滤波窗口的长度都相同,即11个像素点所在区域的长度,但每往后处理一个像素点,其滤波窗口的起始位置将随之往后平移一个像素点,从而完成对n个像素点的处理。
如图4A所示,其为图像中横向上的像素点(该行包括16个像素点)按照1*11的滤波模板进行中值滤波的示意图,图中,位于该行左边第一位置的像素点1对应的滤波模板的滤波窗口为由像素点1至像素点11的区域,其对应的滤波后的温度值即为位于滤波模板中间位置的像素点6对应的初始温度值,即27.60,同理,像素点2的滤波模板仍为1*11,其对应的滤波模板的滤波窗口为由像素点2至像素点12的区域,其对应的滤波后的温度值即为滤波模板中处于中间位置的像素点7的初始温度值,即27.10,同理,像素点3对应滤波模板的滤波窗口为由像素点3至像素点13的区域,其对应的滤波后的温度值即为滤波模板中处于中间位置的像素点8的初始温度值,即26.50。
需要说明的是,在实际应用中,第一图像对应的像素点较多,在按照1*11的滤波模板对第一图像进行中值滤波时,具体是由第一图像的两侧向中间进行滤波处理,对于像素点来说,即为,将位于每行端点的两个像素点(即位于该行第一位置的像素点和最后位置的像素点)分别作为起始点,并向位于中间位置的像素点逐个地按照1*11的滤波模板进行中值滤波,当然,相应的滤波模板对应的滤波窗口的长度也由两侧逐渐向中间甚至对侧扩展,直到确定每一个像素点对应的中值。如图4B所示,其为对图4A所示的行像素点由右侧端点开始对像素点进行中值滤波,当然,在实际应用中,图4A和图4B的处理方法可以同时进行。
因此,通过对第一图像包含的n个像素点进行中值滤波所获得的第二图像中包含的n个像素点中的每个像素点可以是对应于滤波温度值。
由于采用固定的1*11的滤波模板对第一图像的n个像素点进行处理,并在确定像素点对应的滤波模板时,由位于端点的像素点作为滤波模板对应的滤波窗口的起始点,进而向中心扩展(也即向对侧扩展),故能够有效避免现有技术中在计算端点像素点时需要通过增加额外的像素点来匹配中值滤波的滤波模板的弊端,有利于提高对数据处理的准确性。
可选的,S13的过程可以包括:根据第一图像与第二图像中像素点的对应关系,分别获得n个初始温度值中的每个初始温度值与n个滤波温度值中对应的滤波温度值的差值,并根据得到的n个差值中大于等于预设阈值的r个差值确定第一环境中的用户的相关信息。
其中,预设阈值可以是空调设备中出厂即行设置好的,本发明实施例中,预设阈值可以取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n个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,而通过中值滤波得到的第二图像中的n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中值滤波前后的温度值,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(即中值滤波前)对应的初始温度值为28.26,在第二图像中(即中值滤波后)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。
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3个用户,则根据像素点还可以确定3个用户之间的相对距离。
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,在对第一图像进行中值滤波的过程中,采用变化的滤波模板,避免了在传统中值滤波方法中需要在增加额外的像素点来匹配中值滤波的,运算时间仅需0.5秒,大大加快了运算速度,从而能够快速地区分与用户相关的像素点,使得空调设备的工作效率较高,实现了空调设备的智能化,从而提高用户的体验度。
如图6所示,基于同一发明构思,本发明还提供一种空调设备,其包括获取模块301、处理模块302和确定模块303。
获取模块301用于通过空调设备上的红外传感器阵列对所述空调设备所处的第一环境进行扫描,获得与所述第一环境对应的第一图像;
处理模块302用于对所述第一图像进行中值滤波处理,获得与所述第一图像对应的第二图像;
确定模块303用于根据所述第一图像和所述第二图像确定所述第一环境中的用户的相关信息。
本发明实施例中,所述中值滤波处理采用的滤波模板对应的滤波窗口的长度范围为11个像素点所占用的区域的长度,宽度为1个像素点所占用的区域的宽度。
可选的,所述处理模块302用于:
按照所述滤波模板对所述第一图像包含的n个像素点对应的n个初始温度值进行中值滤波处理,获得滤波后的所述第二图像;其中,所述第二图像包括与所述n个初始温度值对应的n个滤波温度值。
可选的,所述确定模块303用于:
根据所述第一图像与所述第二图像中像素点的对应关系,将所述n个初始温度值中的每个初始温度值与所述n个滤波温度值中对应的滤波温度值分别进行对比处理,得到n个差值;
根据所述n个差值中大于等于预设阈值的r个差值确定所述第一环境中的用户的信息。
可选的,所述确定模块303用于:
确定所述r个温度差对应的r个像素点在所述第一图像或所述第二图像中的位置,根据所述r个像素点位置确定处于所述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所述r个像素点对应的r个初始温度值,确定所述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)

1.一种识别方法,其特征在于,所述方法包括:
通过空调设备上的红外传感器阵列对所述空调设备所处的第一环境进行扫描,获得与所述第一环境对应的第一图像;
对所述第一图像进行中值滤波处理,获得与所述第一图像对应的第二图像;
根据所述第一图像和所述第二图像确定所述第一环境中的用户的相关信息。
2.如权利要求1所述的方法,其特征在于,所述中值滤波处理采用的滤波模板对应的滤波窗口的长度范围为11个像素点所占用的区域的长度,宽度为1个像素点所占用的区域的宽度。
3.如权利要求2所述的方法,其特征在于,对所述第一图像进行中值滤波处理,获得与所述第一图像对应的第二图像,包括:
按照所述滤波模板对所述第一图像包含的n个像素点对应的n个初始温度值进行中值滤波处理,获得滤波后的所述第二图像;其中,所述第二图像包括与所述n个初始温度值对应的n个滤波温度值。
4.如权利要求3所述的方法,其特征在于,根据所述第一图像和所述第二图像确定所述第一环境中的用户的信息,包括:
根据所述第一图像与所述第二图像中像素点的对应关系,将所述n个初始温度值中的每个初始温度值与所述n个滤波温度值中对应的滤波温度值分别进行求差,得到n个差值;
根据所述n个差值中大于等于预设阈值的r个差值确定所述第一环境中的用户的信息。
5.如权利要求4所述的方法,其特征在于,根据所述n个差值中大于等于预设阈值的r个差值确定所述第一环境中的用户的相关信息,包括:
确定所述r个温度差对应的r个像素点在所述第一图像或所述第二图像中的位置,根据所述r个像素点位置确定处于所述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所述r个像素点对应的r个初始温度值,确定所述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,用于通过空调设备上的红外传感器阵列对所述空调设备所处的第一环境进行扫描,获得与所述第一环境对应的第一图像;
处理模块,用于对所述第一图像进行中值滤波处理,获得与所述第一图像对应的第二图像;
确定模块,用于根据所述第一图像和所述第二图像确定所述第一环境中的用户的相关信息。
7.如权利要求6所述的空调设备,其特征在于,所述中值滤波处理采用的滤波模板对应的滤波窗口的长度范围为11个像素点所占用的区域的长度,宽度为1个像素点所占用的区域的宽度。
8.如权利要求7所述的空调设备,其特征在于,所述处理模块用于:
按照所述滤波模板对所述第一图像包含的n个像素点对应的n个初始温度值进行中值滤波处理,获得滤波后的所述第二图像;其中,所述第二图像包括与所述n个初始温度值对应的n个滤波温度值。
9.如权利要求8所述的空调设备,其特征在于,所述确定模块用于:
根据所述第一图像与所述第二图像中像素点的对应关系,将所述n个初始温度值中的每个初始温度值与所述n个滤波温度值中对应的滤波温度值分别进行对比处理,得到n个差值;
根据所述n个差值中大于等于预设阈值的r个差值确定所述第一环境中的用户的信息。
10.如权利要求9所述的空调设备,其特征在于,所述确定模块用于:
确定所述r个温度差对应的r个像素点在所述第一图像或所述第二图像中的位置,根据所述r个像素点位置确定处于所述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所述r个像素点对应的r个初始温度值,确定所述用户与所述空调设备之间的距离。
CN201510922326.4A 2015-12-11 2015-12-11 一种识别方法及空调设备 Active CN105444358B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201510922326.4A CN105444358B (zh) 2015-12-11 2015-12-11 一种识别方法及空调设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510922326.4A CN105444358B (zh) 2015-12-11 2015-12-11 一种识别方法及空调设备

Publications (2)

Publication Number Publication Date
CN105444358A true CN105444358A (zh) 2016-03-30
CN105444358B CN105444358B (zh) 2019-03-08

Family

ID=55554848

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510922326.4A Active CN105444358B (zh) 2015-12-11 2015-12-11 一种识别方法及空调设备

Country Status (1)

Country Link
CN (1) CN105444358B (zh)

Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH02157551A (ja) * 1988-12-09 1990-06-18 Matsushita Electric Ind Co Ltd 空調装置
JPH10142351A (ja) * 1996-11-08 1998-05-29 Matsushita Seiko Co Ltd 人感センサ
CN1737445A (zh) * 2005-07-25 2006-02-22 珠海格力电器股份有限公司 智能送风空调及智能送风方法
CN101900400A (zh) * 2009-06-01 2010-12-01 三菱电机株式会社 空气调节器
CN103175287A (zh) * 2013-04-22 2013-06-26 清华大学 基于背景建模人物运动检测的空调节能控制方法及装置
CN103528162A (zh) * 2012-07-06 2014-01-22 日立空调·家用电器株式会社 空调机
CN103778442A (zh) * 2014-02-26 2014-05-07 哈尔滨工业大学深圳研究生院 一种基于视频人数统计分析的中央空调控制方法
CN104061662A (zh) * 2014-07-17 2014-09-24 珠海格力电器股份有限公司 一种人体检测方法、装置和空调
CN104408406A (zh) * 2014-11-03 2015-03-11 安徽中科大国祯信息科技有限责任公司 基于帧差法和减背景法的人员离岗检测方法
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、装置和系统
CN104949281A (zh) * 2015-06-26 2015-09-30 珠海格力电器股份有限公司 空调器及其控制方法、控制装置
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

Patent Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH02157551A (ja) * 1988-12-09 1990-06-18 Matsushita Electric Ind Co Ltd 空調装置
JPH10142351A (ja) * 1996-11-08 1998-05-29 Matsushita Seiko Co Ltd 人感センサ
CN1737445A (zh) * 2005-07-25 2006-02-22 珠海格力电器股份有限公司 智能送风空调及智能送风方法
CN101900400A (zh) * 2009-06-01 2010-12-01 三菱电机株式会社 空气调节器
CN103528162A (zh) * 2012-07-06 2014-01-22 日立空调·家用电器株式会社 空调机
CN103175287A (zh) * 2013-04-22 2013-06-26 清华大学 基于背景建模人物运动检测的空调节能控制方法及装置
CN103778442A (zh) * 2014-02-26 2014-05-07 哈尔滨工业大学深圳研究生院 一种基于视频人数统计分析的中央空调控制方法
CN104061662A (zh) * 2014-07-17 2014-09-24 珠海格力电器股份有限公司 一种人体检测方法、装置和空调
CN104408406A (zh) * 2014-11-03 2015-03-11 安徽中科大国祯信息科技有限责任公司 基于帧差法和减背景法的人员离岗检测方法
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、装置和系统
CN104949281A (zh) * 2015-06-26 2015-09-30 珠海格力电器股份有限公司 空调器及其控制方法、控制装置
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

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
宁晓青: "《智能视频监控系统的研究与应用》", 《中国优秀硕士学位论文全文数据库》 *
段新美: "《基于图像处理的电梯轿厢内人员计数研究》", 《中国优秀硕士学位论文全文数据库》 *
苏礼坤,陈怀新: "《中值滤波的视频背景更新》", 《光电工程》 *

Also Published As

Publication number Publication date
CN105444358B (zh) 2019-03-08

Similar Documents

Publication Publication Date Title
EP3306562B1 (en) Image processing method and device
US20180122083A1 (en) Method and device for straight line detection and image processing
CN102902945B (zh) 基于快速响应矩阵码外轮廓的畸变校正方法
US7747080B2 (en) System and method for scanning edges of a workpiece
CN107609451A (zh) 一种基于二维码的高精度视觉定位方法及系统
US11164012B2 (en) Advanced driver assistance system and method
CN103119609A (zh) 一种确定视频前景主体图像区域的方法和装置
CN104079929A (zh) 一种马赛克检测方法及装置
CN110838099A (zh) 一种异物检测方法、装置、系统及终端设备
CN104637047A (zh) 一种图像处理方法及装置
CN106600615B (zh) 一种图像边缘检测算法评价系统及方法
CN112950618B (zh) 一种外观缺陷检测方法与系统
CN109313708B (zh) 图像匹配方法和视觉系统
CN105526671A (zh) 一种用户识别方法及空调设备
CN105549724A (zh) 一种用户识别方法及空调设备
CN110557622B (zh) 基于结构光的深度信息获取方法及装置、设备及介质
CN105444358A (zh) 一种识别方法及空调设备
CN108537106A (zh) 指纹检测方法及其电路
CN114529715B (zh) 一种基于边缘提取的图像识别方法及系统
CN106446859A (zh) 利用手机前置摄像头自动识别人眼中黑点和血丝的方法
KR101766787B1 (ko) Gpu장치를 기반으로 하는 딥러닝 분석을 이용한 영상 보정 방법
Wong et al. A study of different unwarping methods for omnidirectional imaging
CN105549109A (zh) 一种扫描方法及空调设备
CN105546716A (zh) 一种扫描方法及空调设备
CN104112271A (zh) 移动终端外壳侧面缺陷检测方法和系统

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