CN105549109A - 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 PDF

Info

Publication number
CN105549109A
CN105549109A CN201510925420.5A CN201510925420A CN105549109A CN 105549109 A CN105549109 A CN 105549109A CN 201510925420 A CN201510925420 A CN 201510925420A CN 105549109 A CN105549109 A CN 105549109A
Authority
CN
China
Prior art keywords
temperature value
area
scanning area
image
air
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
CN201510925420.5A
Other languages
English (en)
Other versions
CN105549109B (zh
Inventor
王彪
陈思应
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 CN201510925420.5A priority Critical patent/CN105549109B/zh
Publication of CN105549109A publication Critical patent/CN105549109A/zh
Application granted granted Critical
Publication of CN105549109B publication Critical patent/CN105549109B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01VGEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
    • G01V8/00Prospecting or detecting by optical means
    • G01V8/10Detecting, e.g. by using light barriers
    • 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)
  • Physics & Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • General Life Sciences & Earth Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Geophysics (AREA)
  • Radiation Pyrometers (AREA)

Abstract

本申请提供一种扫描方法及空调设备,用于解决空调设备在扫描过程中获的数据的精准度较低的技术问题。该方法包括:在根据空调设备所在的第一区域划分得到的n个扫描区域中的每个扫描区域中,分别通过空调设备中的红外传感器阵列按照m个预设角度进行m次扫描,分别获得与所述每个扫描区域对应的m组温度值;其中,所述n个扫描区域中每个扫描区域的两条边缘线与所述空调设备所形成的夹角相同,m、n均为正整数;分别根据每个扫描区域对应的m组温度值确定相应的扫描区域对应的子图像中包括的像素点的初始温度值;根据确定的n个子图像中包括的像素点的初始温度值确定所述第一区域对应的第一图像。

Description

一种扫描方法及空调设备
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。因此,在实际应用中,空调设备通常会利用采集装置,如红外阵列等对环境进行扫描,进而分析扫描获得的数据。但现有的扫描方难以获得精度较高的采集数据。
发明内容
本申请提供一种扫描方法及空调设备,用于解决空调设备在扫描过程中获得的数据的精准度较低的技术问题。
第一方面,提供一种扫描方法,包括以下步骤:
在根据空调设备所在的第一区域划分得到的n个扫描区域中的每个扫描区域中,分别通过空调设备中的红外传感器阵列按照m个预设角度进行m次扫描,分别获得与所述每个扫描区域对应的m组温度值;其中,所述n个扫描区域中每个扫描区域的两条边缘线与所述空调设备所形成的夹角相同,m、n均为正整数;
分别根据每个扫描区域对应的m组温度值确定相应的扫描区域对应的子图像中包括的像素点的初始温度值;
根据确定的n个子图像中包括的像素点的初始温度值确定所述第一区域对应的第一图像。
第二方面,提供一种空调设备,包括:
扫描模块,用于在根据空调设备所在的第一区域划分得到的n个扫描区域中的每个扫描区域中,分别通过空调设备中的红外传感器阵列按照m个预设角度进行m次扫描,分别获得与所述每个扫描区域对应的m组温度值;其中,所述n个扫描区域中每个扫描区域的两条边缘线与所述空调设备所形成的夹角相同,m、n均为正整数;
第一确定模块,用于分别根据每个扫描区域对应的m组温度值确定相应的扫描区域对应的子图像中包括的像素点的初始温度值;
第二确定模块,用于根据确定的n个子图像中包括的像素点的初始温度值确定所述第一区域对应的第一图像。
本申请中,由于将空调设备所在的第一区域划分为n个扫描区域,在对每个扫描区域进行扫描时,分别通过空调设备中的红外传感器阵列按照m个预设角度进行m次扫描,从而分别获得与每个扫描区域对应的m组温度值,进而根据每个扫描区域对应的m组温度值即可确定相应的扫描区域对应的子图像包括的像素点对应的初始温度值,故可以确定n个子图像,则进一步根据n个子图像中包括的像素点的初始温度值即可确定第一区域对应的第一图像,故在通过将第一区域划分为多个扫描区域,且每个扫描区域对应多个预设角度,故提高了获取的每个扫描区域的数据采集的精度,从而有助于提高获得图像的精准度,便于后期对图像的处理,故空调设备在通过红外传感器阵列进行扫扫描的过程中获得的数据精准度较高。
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的示意图;
图4A-图4B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。
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,本发明实施例公开了一种扫描方法,该方法的过程描述如下。
S11:在根据空调设备所在的第一区域划分得到的n个扫描区域中的每个扫描区域中,分别通过空调设备中的红外传感器阵列按照m个预设角度进行m次扫描,分别获得与每个扫描区域对应的m组温度值;其中,n个扫描区域中每个扫描区域的边缘线与空调设备所形成的夹角相同,m、n均为正整数;
S12:分别根据每个扫描区域对应的m组温度值确定相应的扫描区域对应的子图像中包括的像素点的初始温度值;
S13:根据确定的n个子图像中包括的像素点的初始温度值确定第一区域对应的第一图像。
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的一部分区域。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。例如,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°,其中,该区域中划分的一个扫描区域相对于空调设备的角度可以为16°,红外传感器在每个扫描区域内按照1°、1°、1°、13°进行转动,并进行4次扫描。
如果空调设备采用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。
可选的,若第一区域为与空调设备形成夹角为112°的区域,那么,可将第一区域划分为7个扫描区域,则每个扫描区域的两条边缘线与所述空调设备所形成的夹角均为16°。当然,在实际操作过程中,用户还可以根据数据采集的需要将第一区域划分为其它数量和/或角度的扫描区域,本发明对此不作具体限制。
可选的,m个预设角度可以是根据划分的扫描区域的大小确定的,例如,当划分的扫描区域相对于空调设备的角度为16°时,该扫描区域可以对应4个或其它数量的预设角度,例如,当设置4个预设角度时,则可以是1°、1°、1°及13°,即在一个扫描区域内,红外传感器阵列由初始位置(如相应扫描区域的一条边缘线)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°,从而完成对该扫描区域的扫描,即可以认为完成一个扫描周期。当然,在实际应用中,用户或测试人员也可以根据需要设置其它数量和/或角度的预设角度,本发明对此不作具体限制。
由此可见,在第一区域为112°且被划分为7个扫描周期时,红外传感器阵列需要扫描7个周期才能完成对第一区域的数据采集。
可选的,S11的过程可以是:在根据空调设备所在的第一区域划分得到的n个扫描区域中的每个扫描区域中,通过红外传感器阵列按照m个预设角度中的第j个角度对相应的扫描区域进行第j次扫描,获得与相应扫描区域对应的第j组温度值;其中,j组温度值中包括与红外传感器阵列对应的r个温度值,且r个温度值排列方式与红外传感器阵列的排列方式相同,r为正整数。
即在对n个扫描区域中的每个扫描区域进行扫描的过程中,按照m个预设角度控制红外传感器阵列逐个进行转动,且每转动一个预设角度便进行一次扫描,直并获得相应的采集数据,如温度值等,因此本发明实施例中的扫描方式可以认为是小区扫描方式,有助于提高采集数据的真实性。
例如,通过空调设备中的步进电机带动红外传感器阵列对第一区域中划分的扫描区域进行周期性扫描,则在每个扫描区域内,红外传感器阵列可以由初始位置,如可以是0°(即与扫描区域一条边缘对应的角度)按预设角度1°、1°、1°、13°逐个进行转动和扫描,并获得每个预设角度对应的温度值。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),在一个周期内获得m个预设角度对应的m组温度值,即4组温度值。在完成一个周期(即当前扫描区域)的扫描后,进入下一个周期(即下一个扫描区域),直到完成对第一区域中n个扫描区域中每个扫描区域的扫描。
可选的,在获得n个扫描区域中每个扫描区域对应的m组温度值后,可将每个扫描区域对应的m组温度值包含的温度值进行排列,该过程可以是:
i依次取1至n的整数,执行以下步骤:
在第i个扫描区域对应的m组温度值中,分别确定每组温度值中与红外传感器阵列中每列红外传感器对应的温度值,获得红外传感器阵列中每列红外传感器对应的m列温度值;其中,红外传感器阵列为p行q列的阵列,m组温度值中每组温度值包含的r个温度值的排列方式与红外传感器阵列的排列方式相同,p、q均为正整数,且r=p*q;
分别将红外传感器阵列中每列红外传感器对应的m列温度值按照采集时间的先后顺序依次进行排列,将排列后的r*m个温度值确定与为第i个扫描区域对应的第i子图像中包括的r*m个像素点对应的初始温度值;其中,排列温度值形成m*p行q列的阵列;
在i为n时,获得与n个扫描区域对应的n个子图像,且n个子图像中每个子图像包含的像素点的数量相同。
通常来说,红外传感器每扫描一次,获得的与该次扫描对应的一组温度值中所包含的温度值的排列方式相应的红外传感器的排列方式相对应,即也可以认为每组温度值中温度值的排列方式与红外传感器阵列相应。例如,若红外传感器为16*4,即包含64个红外传感器,则其进行一次扫描得到的温度值也为64个,且其排列方式也可以为16*4,即64个数据可以是排成16行4列(此时,p=16,q=4)的温度值阵列,则温度值阵列中每列温度值与红外传感器阵列中相应红外传感器列对应。
如图4A所示,其为一个扫描区域对应的4组温度值的排列方式,其中,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,图中,列标为1的前4列的温度值为红外传感器阵列中第1列红外传感器在m个预设角度(此处m取4)对应的m次扫描中的每次扫描对应的温度值列,且该4列温度值的排列顺序为扫描时间的先后顺序。例如,若红外传感器阵列在一个扫描区域内对应的4个预设角度,则第一列列标为1的温度值为红外传感器阵列中的第1列红外传感器在第一预设角度扫描所得到的采集数据,同理,第二列列标为1的温度值为红外传感器阵列中的第1列红外传感器在第二预设角度扫描所得到的采集数据,依次类推。
则在对n个扫描区域扫描完成后,可将每隔扫描区域对应的m组温度值均匀排列,如图4B所示,其为3个扫描区域对应的温度值排列方式,每个扫描区域对应依次排列的4组温度值。
本发明中,由于在按照m个预设角度对扫描区域进行扫描的过程中,预设角度(即红外传感器的阵列转动的角度)通常较小,故在扫描过程中,扫描区域中的部分区域区域将被扫描多次,因此,通过针对采集的温度值的排列,可能够使得排列后的温度值更接近实际实际温度值。
从而经过排列后的m组温度值即为与其相应的扫描区域所对应的子图像中包含的像素点的初始温度值。当然,该子图像中包括的像素点的数量与m组温度值中包括的温度值的数量相同,且成一一对应关系,例如,在采用16*4的红外传感器对一个扫描区域扫描4次,则对应的子图像中包括16*4*4个像素点,即256个像素点,且呈16列16行的阵列排列方式。
进而,根据确定的n个扫描区域对应的n个子图像即可确定与第一环境对应的第一图像。
可选的,在获得第一图像后,还可以进行:对第一图像进行滤波,获得与第一图像对应的第二图像;其中,第二图像中包括与第一图像对应的s个像素点,s个像素点中的每个像素点对应于滤波温度值,根据第一图像对应的s个初始温度值及第二图像对应的s个滤波温度值,确定第一区域中的用户的用户信息。
其中,第一图像中包括的像素点的数量为s=n*m*r。例如,采用16*4的红外传感器阵列对第一区域进行扫描,若第一区域划分为7个扫描区域,每个扫描区域对应4个预设角度,则s=7*4*64。
本发明实施例中,可以采用傅里叶变换对第一图像进行分析和滤波处理,该过程主要可以包括: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,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。
可选的,在根据第一图像对应的s个初始温度值及第二图像对应的s个滤波温度值,确定第一区域中的用户的用户信息时,可以包括:分别获得s个初始温度值中的每个初始温度值与s个滤波温度值中对应的滤波温度值的差值;确定得到的s个差值中大于等于预设阈值的t个差值,进而,根据t个差值对应的t个像素点在第一图像或第二图像中的位置确定处于第一区域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t个像素点对应的t个初始温度值,确定处于第一区域中的用户与空调设备之间的距离,t为小于等于s的正整数。
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(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m个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,而通过傅里叶变换处理得到的第二图像中的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处理前后的温度值,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(即傅里叶变换处理前)对应的初始温度值为28.26,在第二图像中(即傅里叶变换处理后)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,从而根据确定的r个差值对应的r个像素点在图像中的分布情况,即可确定第二环境中的用户的相关信息。
如图5所示,其表示s个像素点在与第二环境对应的图像中的分布情况,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,即可能是与用户面部或者其它温度较高的部位所对应的像素点。则“-”所在区域即为用户在第一环境中所处的区域,由图中“-”的分布可知,图5中表明第二环境中包括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个像素点对应的初始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。
如图6所示,本发明实施例还公开一种空调设备,包括扫描模块301、第一确定模块302和第二确定模块303。
扫描模块301用于在根据空调设备所在的第一区域划分得到的n个扫描区域中的每个扫描区域中,分别通过空调设备中的红外传感器阵列按照m个预设角度进行m次扫描,分别获得与所述每个扫描区域对应的m组温度值;其中,所述n个扫描区域中每个扫描区域的两条边缘线与所述空调设备所形成的夹角相同,m、n均为正整数;
第一确定模块302用于分别根据每个扫描区域对应的m组温度值确定相应的扫描区域对应的子图像中包括的像素点的初始温度值;
第二确定模块303用于根据确定的n个子图像中包括的像素点的初始温度值确定所述第一区域对应的第一图像。
可选的,所述第一确定模块302用于:
按照i依次取1至n的整数,执行以下步骤:
在所述第i个扫描区域对应的m组温度值中,分别确定每组温度值中与所述红外传感器阵列中每列红外传感器对应的温度值,获得所述红外传感器阵列中每列红外传感器对应的m列温度值;其中,所述红外传感器阵列为p行q列的阵列,所述m组温度值中每组温度值包含的r个温度值的排列方式与所述红外传感器阵列的排列方式相同,p、q均为正整数,且r=p*q;
分别将所述红外传感器阵列中每列红外传感器对应的m列温度值按照采集时间的先后顺序依次进行排列,将排列后的r*m个温度值确定与为所述第i个扫描区域对应的第i子图像中包括的r*m个像素点对应的初始温度值;其中,所述排列温度值形成m*p行q列的阵列;
在i为n时,获得与所述n个扫描区域对应的n个子图像,且所述n个子图像中每个子图像包含的像素点的数量相同。
可选的,所述空调设备还包括:
滤波模块,用于在根据确定的n个子图像中包括的像素点的初始温度值确定所述第一区域对应的第一图像之后,对所述第一图像进行滤波,获得与所述第一图像对应的第二图像;其中,所述第二图像中包括与所述第一图像对应的s个像素点,所述s个像素点中的每个像素点对应于滤波温度值,s=n*m*r;
第三确定模块,用于根据所述第一图像对应的s个初始温度值及所述第二图像对应的s个滤波温度值,确定所述第一区域中的用户的用户信息。
可选的,所述第三确定模块用于:
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个滤波温度值中对应的滤波温度值的差值;
确定得到的s个差值中大于等于预设阈值的t个差值,t为小于等于s的正整数;
根据所述t个差值对应的t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一区域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t个像素点对应的t个初始温度值,确定处于所述第一区域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:
在根据空调设备所在的第一区域划分得到的n个扫描区域中的每个扫描区域中,分别通过空调设备中的红外传感器阵列按照m个预设角度进行m次扫描,分别获得与所述每个扫描区域对应的m组温度值;其中,所述n个扫描区域中每个扫描区域的两条边缘线与所述空调设备所形成的夹角相同,m、n均为正整数;
分别根据每个扫描区域对应的m组温度值确定相应的扫描区域对应的子图像中包括的像素点的初始温度值;
根据确定的n个子图像中包括的像素点的初始温度值确定所述第一区域对应的第一图像。
2.如权利要求1所述的方法,其特征在于,所述分别通过空调设备中的红外传感器阵列按照m个预设角度进行m次扫描,分别获得与所述每个扫描区域对应的m组温度值,包括:
j依次取1至m的整数,执行以下步骤:
在根据空调设备所在的第一区域划分得到的n个扫描区域中的每个扫描区域中,通过所述红外传感器阵列按照m个预设角度中的第j个角度对相应的扫描区域进行第j次扫描,获得与相应扫描区域对应的第j组温度值;其中,所述j组温度值中包括与所述红外传感器阵列对应的r个温度值,且所述r个温度值排列方式与所述红外传感器阵列的排列方式相同,r为正整数。
3.如权利要求2所述的方法,其特征在于,所述分别根据每个扫描区域对应的m组温度值确定相应的扫描区域对应的子图像中包括的像素点的初始温度值,包括:
i依次取1至n的整数,执行以下步骤:
在所述第i个扫描区域对应的m组温度值中,分别确定每组温度值中与所述红外传感器阵列中每列红外传感器对应的温度值,获得所述红外传感器阵列中每列红外传感器对应的m列温度值;其中,所述红外传感器阵列为p行q列的阵列,所述m组温度值中每组温度值包含的r个温度值的排列方式与所述红外传感器阵列的排列方式相同,p、q均为正整数,且r=p*q;
分别将所述红外传感器阵列中每列红外传感器对应的m列温度值按照采集时间的先后顺序依次进行排列,将排列后的r*m个温度值确定与为所述第i个扫描区域对应的第i子图像中包括的r*m个像素点对应的初始温度值;其中,所述排列温度值形成m*p行q列的阵列;
在i为n时,获得与所述n个扫描区域对应的n个子图像,且所述n个子图像中每个子图像包含的像素点的数量相同。
4.如权利要求1-3任一权项所述的方法,其特征在于,所述在根据确定的n个子图像中包括的像素点的初始温度值确定所述第一区域对应的第一图像之后,所述方法还包括:
对所述第一图像进行滤波,获得与所述第一图像对应的第二图像;其中,所述第二图像中包括与所述第一图像对应的s个像素点,所述s个像素点中的每个像素点对应于滤波温度值,s=n*m*r;
根据所述第一图像对应的s个初始温度值及所述第二图像对应的s个滤波温度值,确定所述第一区域中的用户的用户信息。
5.如权利要求4所述的方法,其特征在于,所述根据所述第一图像对应的s个初始温度值及所述第二图像对应的s个滤波温度值,确定所述第一区域中的用户的用户信息,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个滤波温度值中对应的滤波温度值的差值;
确定得到的s个差值中大于等于预设阈值的t个差值,t为小于等于s的正整数;
根据所述t个差值对应的t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一区域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t个像素点对应的t个初始温度值,确定处于所述第一区域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:
扫描模块,用于在根据空调设备所在的第一区域划分得到的n个扫描区域中的每个扫描区域中,分别通过空调设备中的红外传感器阵列按照m个预设角度进行m次扫描,分别获得与所述每个扫描区域对应的m组温度值;其中,所述n个扫描区域中每个扫描区域的两条边缘线与所述空调设备所形成的夹角相同,m、n均为正整数;
第一确定模块,用于分别根据每个扫描区域对应的m组温度值确定相应的扫描区域对应的子图像中包括的像素点的初始温度值;
第二确定模块,用于根据确定的n个子图像中包括的像素点的初始温度值确定所述第一区域对应的第一图像。
7.如权利要求6所述的空调设备,其特征在于,所述扫描模块用于:
按照j依次取1至m的整数,执行以下步骤:
在根据空调设备所在的第一区域划分得到的n个扫描区域中的每个扫描区域中,通过所述红外传感器阵列按照m个预设角度中的第j个角度对相应的扫描区域进行第j次扫描,获得与相应扫描区域对应的第j组温度值;其中,所述j组温度值中包括与所述红外传感器阵列对应的r个温度值,且所述r个温度值排列方式与所述红外传感器阵列的排列方式相同,r为正整数。
8.如权利要求7所述的空调设备,其特征在于,所述第一确定模块用于:
按照i依次取1至n的整数,执行以下步骤:
在所述第i个扫描区域对应的m组温度值中,分别确定每组温度值中与所述红外传感器阵列中每列红外传感器对应的温度值,获得所述红外传感器阵列中每列红外传感器对应的m列温度值;其中,所述红外传感器阵列为p行q列的阵列,所述m组温度值中每组温度值包含的r个温度值的排列方式与所述红外传感器阵列的排列方式相同,p、q均为正整数,且r=p*q;
分别将所述红外传感器阵列中每列红外传感器对应的m列温度值按照采集时间的先后顺序依次进行排列,将排列后的r*m个温度值确定与为所述第i个扫描区域对应的第i子图像中包括的r*m个像素点对应的初始温度值;其中,所述排列温度值形成m*p行q列的阵列;
在i为n时,获得与所述n个扫描区域对应的n个子图像,且所述n个子图像中每个子图像包含的像素点的数量相同。
9.如权利要求6-8任一权项所述的空调设备,其特征在于,所述空调设备还包括:
滤波模块,用于在根据确定的n个子图像中包括的像素点的初始温度值确定所述第一区域对应的第一图像之后,对所述第一图像进行滤波,获得与所述第一图像对应的第二图像;其中,所述第二图像中包括与所述第一图像对应的s个像素点,所述s个像素点中的每个像素点对应于滤波温度值,s=n*m*r;
第三确定模块,用于根据所述第一图像对应的s个初始温度值及所述第二图像对应的s个滤波温度值,确定所述第一区域中的用户的用户信息。
10.如权利要求9任一权项所述的空调设备,其特征在于,所述第三确定模块用于:
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个滤波温度值中对应的滤波温度值的差值;
确定得到的s个差值中大于等于预设阈值的t个差值,t为小于等于s的正整数;
根据所述t个差值对应的t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一区域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t个像素点对应的t个初始温度值,确定处于所述第一区域中的用户与所述空调设备之间的距离。
CN201510925420.5A 2015-12-11 2015-12-11 一种扫描方法及空调设备 Active CN105549109B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201510925420.5A CN105549109B (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
CN201510925420.5A CN105549109B (zh) 2015-12-11 2015-12-11 一种扫描方法及空调设备

Publications (2)

Publication Number Publication Date
CN105549109A true CN105549109A (zh) 2016-05-04
CN105549109B CN105549109B (zh) 2018-09-25

Family

ID=55828408

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510925420.5A Active CN105549109B (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) CN105549109B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110410922A (zh) * 2019-07-17 2019-11-05 成都泰盟软件有限公司 一种实验室内自动均衡闭环空气质量的控制系统及方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0682079A (ja) * 1992-03-07 1994-03-22 Samsung Electronics Co Ltd 空気調和システム
KR20090010437A (ko) * 2007-07-23 2009-01-30 삼성전자주식회사 공기 조화기 및 그 제어방법
CN103162377A (zh) * 2011-12-15 2013-06-19 基信康信息技术(上海)有限公司 移动终端及温度调节方法
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
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 (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0682079A (ja) * 1992-03-07 1994-03-22 Samsung Electronics Co Ltd 空気調和システム
KR20090010437A (ko) * 2007-07-23 2009-01-30 삼성전자주식회사 공기 조화기 및 그 제어방법
CN103162377A (zh) * 2011-12-15 2013-06-19 基信康信息技术(上海)有限公司 移动终端及温度调节方法
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
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)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110410922A (zh) * 2019-07-17 2019-11-05 成都泰盟软件有限公司 一种实验室内自动均衡闭环空气质量的控制系统及方法

Also Published As

Publication number Publication date
CN105549109B (zh) 2018-09-25

Similar Documents

Publication Publication Date Title
CN101398999B (zh) 显示设备测试装置及方法
CN104331876A (zh) 直线检测、图像处理的方法及相关装置
CN106845314B (zh) 一种二维码的快速定位方法
CN108430032A (zh) 一种实现vr/ar设备位置共享的方法及设备
CN109186772B (zh) 一种基于红外探测器的人体判断方法及电器
CN104503725B (zh) 一种信息处理方法及电子设备
CN109242762A (zh) 图像识别方法、装置、存储介质及电子设备
CN105549109A (zh) 一种扫描方法及空调设备
CN103793879A (zh) 数位影像的反扭曲处理方法
CN105526671A (zh) 一种用户识别方法及空调设备
CN104616035B (zh) 基于图像全局特征及SURF算法的Visual Map快速匹配方法
CN109711035A (zh) 城市模型构建方法及装置
CN109313708B (zh) 图像匹配方法和视觉系统
CN104766315A (zh) 标定图像采集装置和显示屏幕相对位置关系的方法、设备
Lee et al. Enhanced-spectrum-based map merging for multi-robot systems
CN109901716B (zh) 视线点预测模型建立方法、装置及视线点预测方法
CN105546716A (zh) 一种扫描方法及空调设备
CN106845350A (zh) 一种基于图像处理的树状节点识别方法
WO2016193192A1 (en) Geographically smoothed demographic cartograms and cartogram server
CN105549724A (zh) 一种用户识别方法及空调设备
CN105423494A (zh) 一种校正方法及空调设备
CN106774884B (zh) 镜片参数的测定方法及装置
Wong et al. A study of different unwarping methods for omnidirectional imaging
JP2011221840A (ja) 画像処理装置
CN105444358A (zh) 一种识别方法及空调设备

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