CN105839355A - 洗衣机及洗衣机内衣物颜色的识别方法和装置 - Google Patents

Abstract

本发明公开了一种洗衣机及洗衣机内衣物颜色的识别方法和装置，所述方法包括以下步骤：采集洗衣机内衣物的图像信息；对图像信息进行预处理，并对预处理后的图像信息进行图像区域分割；计算分割后的每个图像区域的灰度均值和面积，并根据每个图像区域的灰度均值和面积判断洗衣机内衣物是否存在染色风险。该方法通过对洗衣机内衣物的图像信息进行预处理、图像区域分割以及计算分割后图像区域之间的色差，从而根据色差判断洗衣时是否存在染色风险。

Description

洗衣机及洗衣机内衣物颜色的识别方法和装置

技术领域

本发明涉及家用电器技术领域，特别涉及一种洗衣机内衣物颜色的识别方法、一种洗衣机内衣物颜色的识别装置以及一种具有该装置的洗衣机。

背景技术

由于目前洗衣机可以洗涤的衣服种类和数量越来越多，染色风险也随之上升，特别是白色衣服极易染色，急需洗衣机在洗涤时避免染色情况发生。

因此，为了避免染色情况的发生，可以采用专业检测设备进行检测，或者由用户根据经验自行判断。但是，在采用专业检测设备检测时，需要相应的检测环境配合，并且检测环境的搭建需要耗费人力、物力；而依靠人眼来判断众多衣服的颜色种类费时、费力，且人不具备足够的经验来判断是否存在染色风险。

发明内容

本发明旨在至少在一定程度上解决相关技术中的技术问题之一。为此，本发明的一个目的在于提出一种洗衣机内衣物颜色的识别方法，通过对洗衣机内衣物的图像信息进行预处理、图像区域分割以及计算分割后图像区域之间的色差，从而根据色差判断洗衣时是否存在染色风险。

本发明的另一个目的在于提出一种洗衣机内衣物颜色的识别装置。

本发明的又一个目的在于提出一种洗衣机。

为实现上述目的，本发明一方面实施例提出了一种洗衣机内衣物颜色的识别方法，包括以下步骤：采集所述洗衣机内衣物的图像信息；对所述图像信息进行预处理，并对预处理后的图像信息进行图像区域分割；计算分割后的每个图像区域的灰度均值和面积，并根据所述每个图像区域的灰度均值和面积判断所述洗衣机内衣物是否存在染色风险。

根据本发明实施例的洗衣机内衣物颜色的识别方法，首先采集洗衣机内衣物的图像信息，并对图像信息进行预处理，以及对预处理后的图像信息进行图像区域分割，然后计算分割后的每个图像区域的灰度均值和面积，并根据每个图像区域的灰度均值和面积判断洗衣机内衣物是否存在染色风险。因此，本发明实施例的识别方法通过对洗衣机内衣物的图像信息进行预处理、图像区域分割以及计算分割后图像区域之间的色差，从而根据色差判断洗衣时是否存在染色风险，大大降低了检测成本和染色风险，并且非常适合洗衣机上使用，实际意义很大。

根据本发明的一个实施例，通过摄像头采集所述洗衣机内衣物的图像信息。

根据本发明的一个实施例，所述根据所述每个图像区域的灰度均值和面积判断所述洗衣机内衣物是否存在染色风险，包括：获取所有图像区域中的最小灰度均值；计算所述每个图像区域的灰度均值与所述最小灰度均值之间的灰度差值，并判断所述灰度差值是否大于预设阈值；如果存在所述灰度差值大于所述预设阈值，则计算所有所述灰度差值大于所述预设阈值的图像区域的面积之和占总图像区域面积的比例，并判断所述比例是否大于所述预设比例；如果所述比例大于所述预设比例，则判断所述洗衣机内衣物存在染色风险。

根据本发明的一个实施例，在判断所述洗衣机内衣物存在染色风险时还发出报警提示。

根据本发明的一个实施例，所述对所述图像信息进行预处理，包括：对所述图像信息进行灰度处理、去噪处理和去纹理。

根据本发明的一个实施例，通过OTSU(最大类间方差法)算法对所述预处理后的图像信息进行图像区域分割。

根据本发明的一个实施例，在对所述图像信息进行图像区域分割后，还通过图像形态学算法对分割后的每个图像区域进行后处理。

为实现上述目的，本发明另一方面实施例提出了一种洗衣机内衣物颜色的识别装置，包括：图像采集模块，所述图像采集模块用于采集所述洗衣机内衣物的图像信息；图像预处理模块，所述图像预处理模块与所述图像采集模块相连，用于对所述图像信息进行预处理；图像分割模块，所述图像分割模块与所述图像预处理模块相连，用于对预处理后的图像信息进行图像区域分割；以及判断模块，所述判断模块与所述图像分割模块相连，所述判断模块用于计算分割后的每个图像区域的灰度均值和面积，并根据所述每个图像区域的灰度均值和面积判断所述洗衣机内衣物是否存在染色风险。

根据本发明实施例的洗衣机内衣物颜色的识别装置，通过图像采集模块采集洗衣机内衣物的图像信息，并通过图像预处理模块对图像信息进行预处理，以及通过图像分割模块对预处理后的图像信息进行图像区域分割，判断模块计算分割后的每个图像区域的灰度均值和面积，并根据每个图像区域的灰度均值和面积判断洗衣机内衣物是否存在染色风险。因此，本发明实施例的识别装置通过对洗衣机内衣物的图像信息进行预处理、图像区域分割以及计算分割后图像区域之间的色差，从而根据色差判断洗衣时是否存在染色风险，大大降低了检测成本和染色风险，并且非常适合洗衣机上使用，实际意义很大。

根据本发明的一个实施例，所述图像采集模块为摄像头。

根据本发明的一个实施例，所述判断模块在根据所述每个图像区域的灰度均值和面积判断所述洗衣机内衣物是否存在染色风险时，其中，所述判断模块获取所有图像区域中的最小灰度均值；所述判断模块计算所述每个图像区域的灰度均值与所述最小灰度均值之间的灰度差值，并判断所述灰度差值是否大于预设阈值；如果存在所述灰度差值大于所述预设阈值，所述判断模块则计算所有所述灰度差值大于所述预设阈值的图像区域的面积之和占总图像区域面积的比例，并判断所述比例是否大于所述预设比例；如果所述比例大于所述预设比例，所述判断模块则判断所述洗衣机内衣物存在染色风险。

根据本发明的一个实施例，上述的洗衣机内衣物颜色的识别装置，还包括：报警模块，所述报警模块与所述判断模块相连，所述判断模块在判断所述洗衣机内衣物存在染色风险时通过所述报警模块发出报警提示。

根据本发明的一个实施例，所述图像预处理模块在对所述图像信息进行预处理时，其中，所述图像预处理模块对所述图像信息进行灰度处理、去噪处理和去纹理。

根据本发明的一个实施例，所述图像分割模块通过OTSU算法对所述预处理后的图像信息进行图像区域分割。

根据本发明的一个实施例，上述的洗衣机内衣物颜色的识别装置，还包括：图像后处理模块，所述图像后处理模块分别与所述图像分割模块和所述判断模块相连，所述图像后处理模块通过图像形态学算法对分割后的每个图像区域进行后处理。

此外，本发明的实施例还提出了一种洗衣机，其包括上述的洗衣机内衣物颜色的识别装置。

本发明实施例的洗衣机，通过上述的洗衣机内衣物颜色的识别装置对洗衣机内衣物的图像信息进行预处理、图像区域分割以及计算分割后图像区域之间的色差，从而根据色差判断洗衣时是否存在染色风险，大大降低了检测成本和染色风险，提高了用户体验。

在本发明的一些实施例中，所述洗衣机包括滚筒洗衣机、波轮洗衣机、洗干一体机。

附图说明

图1是根据本发明实施例的洗衣机内衣物颜色的识别方法的流程图。

图2是根据本发明一个实施例的洗衣机内衣物颜色的识别方法的流程图。

图3是根据本发明实施例的洗衣机内衣物颜色的识别装置的方框示意图。

图4是根据本发明一个实施例的洗衣机内衣物颜色的识别装置的方框示意图。

具体实施方式

下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，旨在用于解释本发明，而不能理解为对本发明的限制。

下面参照附图来描述根据本发明实施例提出的洗衣机内衣物颜色的识别方法、洗衣机内衣物颜色的识别装置以及洗衣机。

图1是根据本发明实施例的洗衣机内衣物颜色的识别方法的流程图。如图1所示，该洗衣机内衣物颜色的识别方法包括以下步骤：

S1，采集洗衣机内衣物的图像信息。

根据本发明的一个实施例，通过摄像头采集洗衣机内衣物的图像信息。

S2，对图像信息进行预处理，并对预处理后的图像信息进行图像区域分割。

根据本发明的一个实施例，对图像信息进行预处理，包括：对图像信息进行灰度处理、去噪处理和去纹理。

具体而言，在用户准备洗衣时，首先将需要洗涤的衣物放入洗衣机的洗衣桶内，安装在洗衣机内的摄像头对洗衣桶内的衣物进行拍摄，以获得洗衣桶内衣物的图像信息。然后对获得的图像信息进行预处理，包括灰度处理、去噪处理和去纹理。其中，灰度处理是将彩色图像转化成灰度图像的过程。彩色图像中的每个像素的颜色由R、G、B三个分量决定，而每个分量有255种值可取，这样一个像素点可以有1600多万(255*255*255)种颜色的变化范围。而灰度图像是R、G、B三个分量相同的一种特殊的彩色图像，其中一个像素点的变化范围为255种，因此，在对图像处理时，可先将图像转变成灰度图像以使后续的图像的计算量变得少一些。例如，可以先计算出每个像素点的R、G、B三个分量的平均值，然后将这个平均值赋予这个像素的三个分量。

去噪处理是将图像信息中的孤立像素点滤除。具体而言，在图像采集过程中往往受到各种噪声源的干扰，这些噪声在图像上的表现为一些孤立像素点，即噪声点像素灰度与它们临近像素的灰度有着显著不同。如果不对这些孤立像素点滤除，则会对后续图像区域分割、分析和判断带来影响。例如，可以采用中值滤波方法去噪声。去纹理是将图像信息中的线条纹路去除，以减少对后续图像区域分割的影响。例如，可以采用傅里叶变换去除图像纹理，即通过去除频域高亮区域来消除纹理，保留低频信息。

本发明实施例中的灰度处理、去噪处理和去纹理可以采用现有技术实现，这里不再详述。

根据本发明的一个实施例，通过OTSU算法对预处理后的图像信息进行图像区域分割。

具体而言，图像分割是将图像中的具有特殊意义的代表不同的区域进行分割，使得分割后的区域之间满足区域一致性的条件，并且区域与区域之间互不相交。图像分割的方法的有多种，由于OTSU算法比较简单，而且阈值选定为自动获取，并且对于图像的亮度和图像对比波动的影响比较小，因此在本发明的实施例中，可以采用一维OTSU算法或者二维OTSU算法对图像进行分割。由于OTSU算法为现有技术，故这里不再详述。

根据本发明的一个实施例，在对图像信息进行图像区域分割后，还通过图像形态学算法对分割后的每个图像区域进行后处理，以保持图像区域的基本形状特征，并除去不相干的结构。例如，可以通过二值图像形态学算法对分割后的每个图像区域进行后处理，由于二值图像形态学算法为现有技术，故这里不再详述。

S3，计算分割后的每个图像区域的灰度均值和面积，并根据每个图像区域的灰度均值和面积判断洗衣机内衣物是否存在染色风险。

根据本发明的一个实施例，根据每个图像区域的灰度均值和面积判断洗衣机内衣物是否存在染色风险，包括：获取所有图像区域中的最小灰度均值；计算每个图像区域的灰度均值与最小灰度均值之间的灰度差值，并判断灰度差值是否大于预设阈值；如果存在灰度差值大于预设阈值，则计算所有灰度差值大于预设阈值的图像区域的面积之和占总图像区域面积的比例，并判断比例是否大于预设比例；如果比例大于预设比例，则判断洗衣机内衣物存在染色风险。其中，预设阈值、预设比例可以根据实际情况进行标定。

具体地，例如，当洗衣机内放入两件衣物时，通过对摄像头采集的洗衣机内衣物的图像信息进行预处理、图像区域分割以及后处理之后，获得两个图像区域，然后分别计算两个图像区域的灰度均值，即第一灰度均值和第二灰度均值(假设第一灰度均值大于第二灰度均值)。判断第一灰度均值与第二灰度均值之间的灰度差值是否大于预设阈值，如果灰度差值大于预设阈值，则说明两件衣物的色差比较大，此时需计算第一灰度均值对应的图像区域的面积占总图像区域面积的比例，并判断该比例是否大于预设比例。如果该比例大于预设比例，则说明洗衣机内衣物存在染色风险。

又如，当洗衣机内放入多件衣物时，通过对图像信息进行预处理、图像区域分割以及后处理之后，可以获得多个图像区域，然后分别计算多个图像区域中每个图像区域的灰度均值，并获取其中最小灰度均值。计算每个图像区域的灰度均值与最小灰度均值之间的灰度差值，并判断灰度差值是否大于预设阈值。如果存在至少一个图像区域的灰度差值大于预设阈值，则计算所有灰度差值大于预设阈值的图像区域的面积之和占总图像区域面积的比例，并判断该比例是否大于预设比例。如果该比例大于预设比例，则判断洗衣机内衣物存在染色风险。

根据本发明的一个实施例，在判断洗衣机内衣物存在染色风险时还发出报警提示，以对用户进行提醒。如果判断洗衣机内衣物不存在染色风险，则可以发出无染色风险的提示。例如，可以通过语音模块对用户进行提示。

也就是说，在本发明的实施例中，用户先将需要洗涤的衣物放入洗衣机内，然后启动洗衣机，洗衣机进入检测模式后，洗衣机内的摄像头对洗衣桶内的衣物进行拍摄，然后运用相应算法对当前图像信息中的衣物颜色进行分析，判断出当前衣物是否有染色风险，如果有则发出染色报警，从而大大降低了检测成本和染色风险，并且非常适合洗衣机上使用，实际意义很大。

进一步地，如图2所示，本发明实施例的洗衣机内衣物颜色的识别方法可以包括以下步骤：

S101，图像信息预处理。

S102，图像信息边缘检测。

S103，图像区域分割。

S104，图像区域后处理。

S105，计算分割后每个图像区域的灰度均值和面积。

S106，判断每个图像区域的灰度均值与最小灰度均值之间的灰度差值是否大于预设阈值T1。如果是，执行步骤S107；如果否，执行步骤S109。

S107，判断有颜色的图像区域面积占比是否大于预设比例T2，即判断灰度差值大于预设阈值的图像区域的面积之和占总图像区域面积的比例是否大于预设比例T2。如果是，执行步骤S108；如果否，执行步骤S109。

S108，有染色风险。

S109，无染色风险。

综上所述，根据本发明实施例的洗衣机内衣物颜色的识别方法，首先采集洗衣机内衣物的图像信息，并对图像信息进行预处理，以及对预处理后的图像信息进行图像区域分割，然后计算分割后的每个图像区域的灰度均值和面积，并根据每个图像区域的灰度均值和面积判断洗衣机内衣物是否存在染色风险。因此，本发明实施例的识别方法通过对洗衣机内衣物的图像信息进行预处理、图像区域分割以及计算分割后图像区域之间的色差，从而根据色差判断洗衣时是否存在染色风险，大大降低了检测成本和染色风险，并且非常适合洗衣机上使用，实际意义很大。

图3是根据本发明实施例的洗衣机内衣物颜色的识别装置的方框示意图。如图3所示，该洗衣机内衣物颜色的识别装置包括：图像采集模块10、图像预处理模块20、图像分割模块30和判断模块40。

其中，图像采集模块10用于采集洗衣机内衣物的图像信息。图像预处理模块20与图像采集模块10相连，用于对图像信息进行预处理。图像分割模块30与图像预处理模块20相连，用于对预处理后的图像信息进行图像区域分割。判断模块40与图像分割模块30相连，判断模块30用于计算分割后的每个图像区域的灰度均值和面积，并根据每个图像区域的灰度均值和面积判断洗衣机内衣物是否存在染色风险。

根据本发明的一个实施例，图像采集模块10为摄像头。

根据本发明的一个实施例，图像预处理模块20在对图像信息进行预处理时，其中，图像预处理模块20对图像信息进行灰度处理、去噪处理和去纹理。

具体而言，在用户准备洗衣时，首先将需要洗涤的衣物放入洗衣机的洗衣桶内，安装在洗衣机内的摄像头对洗衣桶内的衣物进行拍摄，以获得洗衣桶内衣物的图像信息。然后图像预处理模块20对获得的图像信息进行预处理，包括灰度处理、去噪处理和去纹理。例如，图像预处理模块20可以先计算出每个像素点的R、G、B三个分量的平均值，然后将这个平均值赋予这个像素的三个分量，以对图像信息进行灰度处理。在对图像信息进行灰度处理后，可以采用中值滤波方法去噪声，并采用傅里叶变换去除图像纹理，以减少对后续图像区域分割的影响。

根据本发明的一个实施例，图像分割模块30通过OTSU算法对预处理后的图像信息进行图像区域分割。例如，图像分割模块30可以采用一维OTSU算法或者二维OTSU算法对图像进行分割。

根据本发明的一个实施例，如图4所示，上述的洗衣机内衣物颜色的识别装置还包括：图像后处理模块50，图像后处理模块50分别与图像分割模块30和判断模块40相连，图像后处理模块50通过图像形态学算法对分割后的每个图像区域进行后处理。例如，图像后处理模块50可以通过二值图像形态学算法对分割后的每个图像区域进行后处理。

根据本发明的一个实施例，判断模块40在根据每个图像区域的灰度均值和面积判断洗衣机内衣物是否存在染色风险时，其中，判断模块40获取所有图像区域中的最小灰度均值，并计算每个图像区域的灰度均值与最小灰度均值之间的灰度差值，以及判断灰度差值是否大于预设阈值，如果存在灰度差值大于预设阈值，判断模块40则计算所有灰度差值大于预设阈值的图像区域的面积之和占总图像区域面积的比例，并判断比例是否大于预设比例，如果比例大于预设比例，判断模块40则判断洗衣机内衣物存在染色风险。

具体地，例如，当洗衣机内放入两件衣物时，通过对摄像头采集的洗衣机内衣物的图像信息进行预处理、图像区域分割以及后处理之后，获得两个图像区域，然后判断模块40分别计算两个图像区域的灰度均值，即第一灰度均值和第二灰度均值(假设第一灰度均值大于第二灰度均值)。判断模块40判断第一灰度均值与第二灰度均值之间的灰度差值是否大于预设阈值，如果灰度差值大于预设阈值，则说明两件衣物的色差比较大，此时判断模块40计算第一灰度均值对应的图像区域的面积占总图像区域面积的比例，并判断该比例是否大于预设比例。如果该比例大于预设比例，则说明洗衣机内衣物存在染色风险。

又如，当洗衣机内放入多件衣物时，通过对图像信息进行预处理、图像区域分割以及后处理之后，可以获得多个图像区域，然后判断模块40分别计算多个图像区域中每个图像区域的灰度均值，并获取其中最小灰度均值。判断模块40计算每个图像区域的灰度均值与最小灰度均值之间的灰度差值，并判断灰度差值是否大于预设阈值。如果存在至少一个图像区域的灰度差值大于预设阈值，则判断模块40计算所有灰度差值大于预设阈值的图像区域的面积之和占总图像区域面积的比例，并判断该比例是否大于预设比例。如果该比例大于预设比例，则判断模块40判断洗衣机内衣物存在染色风险。

根据本发明的一个实施例，如图4所示，上述的洗衣机内衣物颜色的识别装置还包括：报警模块60，报警模块60与判断模块40相连，判断模块40在判断洗衣机内衣物存在染色风险时通过报警模块60发出报警提示。如果判断模块40判断洗衣机内衣物不存在染色风险，则判断模块40可以通过报警模块60发出无染色风险的提示。例如，报警模块60可以为语音模块。

也就是说，在本发明的实施例中，用户先将需要洗涤的衣物放入洗衣机内，然后启动洗衣机，洗衣机进入检测模式后，洗衣机内的摄像头对洗衣桶内的衣物进行拍摄，然后运用相应算法对当前图像信息中的衣物颜色进行分析，判断出当前衣物是否有染色风险，如果有则发出染色报警，从而大大降低了检测成本和染色风险，并且非常适合洗衣机上使用，实际意义很大。

根据本发明实施例的洗衣机内衣物颜色的识别装置，通过图像采集模块采集洗衣机内衣物的图像信息，并通过图像预处理模块对图像信息进行预处理，以及通过图像分割模块对预处理后的图像信息进行图像区域分割，判断模块计算分割后的每个图像区域的灰度均值和面积，并根据每个图像区域的灰度均值和面积判断洗衣机内衣物是否存在染色风险。因此，本发明实施例的识别装置通过对洗衣机内衣物的图像信息进行预处理、图像区域分割以及计算分割后图像区域之间的色差，从而根据色差判断洗衣时是否存在染色风险，大大降低了检测成本和染色风险，并且非常适合洗衣机上使用，实际意义很大。

此外，本发明的实施例还提出了一种洗衣机，其包括上述的洗衣机内衣物颜色的识别装置。

在本发明的实施例中，洗衣机包括滚筒洗衣机、波轮洗衣机、洗干一体机等。

本发明实施例的洗衣机，通过上述的洗衣机内衣物颜色的识别装置对洗衣机内衣物的图像信息进行预处理、图像区域分割以及计算分割后图像区域之间的色差，从而根据色差判断洗衣时是否存在染色风险，大大降低了检测成本和染色风险，提高了用户体验。

在本发明的描述中，需要理解的是，术语“中心”、“纵向”、“横向”、“长度”、“宽度”、“厚度”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”“内”、“外”、“顺时针”、“逆时针”、“轴向”、“径向”、“周向”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。

此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本发明的描述中，“多个”的含义是至少两个，例如两个，三个等，除非另有明确具体的限定。

在本发明中，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”、“固定”等术语应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或成一体；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通或两个元件的相互作用关系，除非另有明确的限定。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本发明中的具体含义。

在本发明中，除非另有明确的规定和限定，第一特征在第二特征“上”或“下”可以是第一和第二特征直接接触，或第一和第二特征通过中间媒介间接接触。而且，第一特征在第二特征“之上”、“上方”和“上面”可是第一特征在第二特征正上方或斜上方，或仅仅表示第一特征水平高度高于第二特征。第一特征在第二特征“之下”、“下方”和“下面”可以是第一特征在第二特征正下方或斜下方，或仅仅表示第一特征水平高度小于第二特征。

在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。

尽管上面已经示出和描述了本发明的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本发明的限制，本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。

Claims (16)

1.一种洗衣机内衣物颜色的识别方法，其特征在于，包括以下步骤：

采集所述洗衣机内衣物的图像信息；

对所述图像信息进行预处理，并对预处理后的图像信息进行图像区域分割；

计算分割后的每个图像区域的灰度均值和面积，并根据所述每个图像区域的灰度均值和面积判断所述洗衣机内衣物是否存在染色风险。

2.根据权利要求1所述的洗衣机内衣物颜色的识别方法，其特征在于，通过摄像头采集所述洗衣机内衣物的图像信息。

3.根据权利要求1或2所述的洗衣机内衣物颜色的识别方法，其特征在于，所述根据所述每个图像区域的灰度均值和面积判断所述洗衣机内衣物是否存在染色风险，包括：

获取所有图像区域中的最小灰度均值；

计算所述每个图像区域的灰度均值与所述最小灰度均值之间的灰度差值，并判断所述灰度差值是否大于预设阈值；

如果存在所述灰度差值大于所述预设阈值，则计算所有所述灰度差值大于所述预设阈值的图像区域的面积之和占总图像区域面积的比例，并判断所述比例是否大于所述预设比例；

如果所述比例大于所述预设比例，则判断所述洗衣机内衣物存在染色风险。

4.根据权利要求3所述的洗衣机内衣物颜色的识别方法，其特征在于，在判断所述洗衣机内衣物存在染色风险时还发出报警提示。

5.根据权利要求1所述的洗衣机内衣物颜色的识别方法，其特征在于，所述对所述图像信息进行预处理，包括：对所述图像信息进行灰度处理、去噪处理和去纹理。

6.根据权利要求1所述的洗衣机内衣物颜色的识别方法，其特征在于，通过OTSU算法对所述预处理后的图像信息进行图像区域分割。

7.根据权利要求1所述的洗衣机内衣物颜色的识别方法，其特征在于，在对所述图像信息进行图像区域分割后，还通过图像形态学算法对分割后的每个图像区域进行后处理。

8.一种洗衣机内衣物颜色的识别装置，其特征在于，包括：

图像采集模块，所述图像采集模块用于采集所述洗衣机内衣物的图像信息；

图像预处理模块，所述图像预处理模块与所述图像采集模块相连，用于对所述图像信息进行预处理；

图像分割模块，所述图像分割模块与所述图像预处理模块相连，用于对预处理后的图像信息进行图像区域分割；以及

判断模块，所述判断模块与所述图像分割模块相连，所述判断模块用于计算分割后的每个图像区域的灰度均值和面积，并根据所述每个图像区域的灰度均值和面积判断所述洗衣机内衣物是否存在染色风险。

9.根据权利要求8所述的洗衣机内衣物颜色的识别装置，其特征在于，所述图像采集模块为摄像头。

10.根据权利要求8或9所述的洗衣机内衣物颜色的识别装置，其特征在于，所述判断模块在根据所述每个图像区域的灰度均值和面积判断所述洗衣机内衣物是否存在染色风险时，其中，

所述判断模块获取所有图像区域中的最小灰度均值；

所述判断模块计算所述每个图像区域的灰度均值与所述最小灰度均值之间的灰度差值，并判断所述灰度差值是否大于预设阈值；

如果存在所述灰度差值大于所述预设阈值，所述判断模块则计算所有所述灰度差值大于所述预设阈值的图像区域的面积之和占总图像区域面积的比例，并判断所述比例是否大于所述预设比例；

如果所述比例大于所述预设比例，所述判断模块则判断所述洗衣机内衣物存在染色风险。

11.根据权利要求10所述的洗衣机内衣物颜色的识别装置，其特征在于，还包括：

报警模块，所述报警模块与所述判断模块相连，所述判断模块在判断所述洗衣机内衣物存在染色风险时通过所述报警模块发出报警提示。

12.根据权利要求8所述的洗衣机内衣物颜色的识别装置，其特征在于，所述图像预处理模块在对所述图像信息进行预处理时，其中，所述图像预处理模块对所述图像信息进行灰度处理、去噪处理和去纹理。

13.根据权利要求8所述的洗衣机内衣物颜色的识别装置，其特征在于，所述图像分割模块通过OTSU算法对所述预处理后的图像信息进行图像区域分割。

14.根据权利要求8所述的洗衣机内衣物颜色的识别装置，其特征在于，还包括：

图像后处理模块，所述图像后处理模块分别与所述图像分割模块和所述判断模块相连，所述图像后处理模块通过图像形态学算法对分割后的每个图像区域进行后处理。

15.一种洗衣机，其特征在于，包括根据权利要求8-14中任一项所述的洗衣机内衣物颜色的识别装置。

16.根据权利要求15所述的洗衣机，其特征在于，所述洗衣机包括滚筒洗衣机、波轮洗衣机、洗干一体机。