CN109028233B - 厨房油烟浓度划分方法及油烟图像识别系统及油烟机 - Google Patents

厨房油烟浓度划分方法及油烟图像识别系统及油烟机 Download PDF

Info

Publication number
CN109028233B
CN109028233B CN201811152661.0A CN201811152661A CN109028233B CN 109028233 B CN109028233 B CN 109028233B CN 201811152661 A CN201811152661 A CN 201811152661A CN 109028233 B CN109028233 B CN 109028233B
Authority
CN
China
Prior art keywords
oil smoke
sub
smoke
image
level
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.)
Active
Application number
CN201811152661.0A
Other languages
English (en)
Other versions
CN109028233A (zh
Inventor
陈小平
陈超
李思成
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.)
Foshan Viomi Electrical Technology Co Ltd
Original Assignee
Foshan Viomi Electrical Technology 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 Foshan Viomi Electrical Technology Co Ltd filed Critical Foshan Viomi Electrical Technology Co Ltd
Priority to CN201811152661.0A priority Critical patent/CN109028233B/zh
Publication of CN109028233A publication Critical patent/CN109028233A/zh
Application granted granted Critical
Publication of CN109028233B publication Critical patent/CN109028233B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Chemical & Material Sciences (AREA)
  • Combustion & Propulsion (AREA)
  • Mechanical Engineering (AREA)
  • General Engineering & Computer Science (AREA)
  • Image Analysis (AREA)
  • Investigating Or Analysing Materials By Optical Means (AREA)

Abstract

一种基于图像处理的厨房油烟浓度划分方法及图像处理系统及油烟机，以成像设备采集的灶台上方的油烟图像为目标处理对象，对油烟图像进行处理得到厨房油烟浓度划分结果。具体通过如下步骤进行：S1，将油烟图像分为M*N个子区域，对每个子区域进行烟雾检测并判断每个子区域的油烟等级，得到每个子区域对应的油烟等级；S2，根据所有子区域的油烟等级信息对整体区域的油烟等级进行加权求和；S3，根据加权求和结果判断整体油烟等级。本发明结合厨房灶台上方油烟特点进行算法设计，可对连续油烟图像精确到像素点级别的油烟浓度划分，具有高准确度和实时连续性的特点。

Description

厨房油烟浓度划分方法及油烟图像识别系统及油烟机
技术领域
本发明涉及厨房油烟处理技术领域，特别是涉及一种基于图像处理的厨房油烟浓度划分方法及油烟图像识别系统及油烟机。
背景技术
厨房是居家必备的配置之一，厨房油烟处理的效果直接影响人们的生活品质。随着科技的不断发展，对厨房油烟的监控及处理手段也越来越多。继传统的抽油烟机设置几个抽吸档位后，还出现了对厨房油烟浓度进行检测等技术。
现有技术中，针对厨房油烟浓度的检测，主要有红外投射法和物理检测法。红外投射法通过一端发射红外光，另一端进行接收，通过接收到的红外光强度来判断油烟浓度大小。但是，由于油烟飘散具有不确定性，实际中还会存在人手遮挡等干扰，故，需在不同位置安装多个红外发射器才能保证油烟检测的相对准确，成本较高，对安装位置要求也较高。物理检测法类似于烟雾报警器的原理，通过检测空气中漂浮颗粒数来判断油烟浓度，但此法有两个缺点，一是必须当油烟接触到报警器时才能进行检测，不能实现远距离检测；二是当空气中飘浮的不是油烟而是水雾时就无法检测。
因此，针对现有技术不足，提供一种基于图像处理的厨房油烟浓度划分方法及油烟图像识别系统及油烟机以克服现有技术不足甚为必要。
发明内容
本发明的目的在于避免现有技术的不足之处而提供一种基于图像处理的厨房油烟浓度划分方法，能够根据灶台上方的油烟图像获得油烟浓度结果，具有及时准确的特点。
本发明的目的通过以下技术措施实现。
提供一种基于图像处理的厨房油烟浓度划分方法，以成像设备采集的灶台上方的油烟图像为目标处理对象，对油烟图像进行处理得到厨房油烟浓度划分结果。
具体的，对油烟图像进行灰度直方图统计，根据统计结果进行浓度等级划分。
进一步的，上述的基于图像处理的厨房油烟浓度划分方法，具体通过如下步骤进行：
S1，将油烟图像分为M*N个子区域，对每个子区域进行烟雾检测并判断每个子区域的油烟等级，得到每个子区域对应的油烟等级，M、N均为自然数；
S2，根据所有子区域的油烟等级信息对整体区域的油烟等级进行加权求和；
S3，根据加权求和结果判断整体油烟等级。
优选的，步骤S1中，对每个子区域进行烟雾检测并判断油烟等级具体通过如下方式进行：
将当前帧的油烟图像与前一帧的油烟图像进行帧差处理；
计算帧差后的子区域的灰度值均值；
当子区域的灰度值均值小于a时，判定子区域的烟雾等级为无烟，以X1表示；
当子区域的灰度值均值为b时，判定子区域的烟雾等级为小烟，以X2表示；
当子区域的灰度值均值为c时，判定子区域的烟雾等级为中烟，以X3表示；
当子区域的灰度值均值大于d时，判定子区域的烟雾等级为大烟，以X4表示，其中，a、b、c、d均为正数，且a<b<c<d，a≤6，5≤b≤15，16≤c≤20。
优选的，a＝5，d＝20。
优选的，步骤S2将整体区域的油烟等级进行加权求和，具体通过如下公式进行：
Y＝a0*P0+a1*P1+a2*P2+a3*P3；
其中，Y为加权求和结果，P0是统计的所有子区域中油烟等级为X0的子区域数量，a0为无烟的权重系数，P1是统计的所有子区域中油烟等级为X1的子区域数量，a1为小烟的权重系数，P2是统计的所有子区域中油烟等级为X2的子区域数量，a2为中烟的权重系数，P3是统计的所有子区域中油烟等级为X3的子区域数量，a3为大烟的权重系数。
优选的，步骤S3具体是将Y值与整体油烟判定阈值进行比较，判断整体油烟等级。
优选的，整体油烟判定阈值为
Figure BDA0001818281610000031
和
Figure BDA0001818281610000032
Figure BDA0001818281610000033
和
Figure BDA0001818281610000034
均为正数，
Figure BDA0001818281610000035
当Y小于
Figure BDA0001818281610000036
时，判定整体油烟等级为无烟；
当Y的范围在大于等于
Figure BDA0001818281610000037
而小于
Figure BDA0001818281610000038
时，判定整体油烟等级为小烟；
当Y的范围在大于等于
Figure BDA0001818281610000039
而小于
Figure BDA00018182816100000310
时，判定整体油烟等级为中烟；
当Y的范围在大于等于
Figure BDA00018182816100000311
时，判定整体油烟等级为大烟；
Figure BDA00018182816100000312
的取值范围为90-110，
Figure BDA00018182816100000313
的取值范围为130-170，
Figure BDA00018182816100000314
的取值范围为280-320。
优选，
Figure BDA00018182816100000315
取100，
Figure BDA00018182816100000316
取150，
Figure BDA00018182816100000317
取300。
本发明同时提供一种油烟图像识别系统，其特征在于，包括图像采集单元和图像处理单元，所述图像采集单元与图像处理单元电连接；
所述图像处理单元基于上述的厨房油烟浓度划分方法处理所述图像采集单元采集到的油烟图像。
本发明同时提供一种油烟机，设置有图像采集单元、图像处理单元及主控单元及抽风单元，图像采集单元采集烟灶目标区域的烟雾图像并输送至图像处理单元并通过图像处理单元进行处理，图像处理单元的处理结果输送至主控单元，主控单元根据图像处理单元的处理结果控制抽风单元的工况；
图像处理单元采用上述的厨房油烟浓度划分方法处理所述图像采集单元采集到的油烟图像。
本发明的基于图像处理的厨房油烟浓度划分方法，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。通过本发明的算法，可对连续油烟图像精确到像素点级别的油烟浓度划分，具有高准确度和实时连续性的特点。
具体实施方式
结合以下实施例对本发明作进一步说明。
实施例1。
一种基于图像处理的厨房油烟浓度划分方法，以成像设备采集的灶台上方的油烟图像为目标处理对象，对油烟图像进行处理得到厨房油烟浓度划分结果。
具体的，对油烟图像进行灰度直方图统计，根据统计结果进行浓度等级划分。
该基于图像处理的厨房油烟浓度划分方法，具体通过如下步骤进行：
S1，将油烟图像分为M*N个子区域，对每个子区域进行烟雾检测并判断每个子区域的油烟等级，得到每个子区域对应的油烟等级，M、N均为自然数；
S2，根据所有子区域的油烟等级信息对整体区域的油烟等级进行加权求和；
S3，根据加权求和结果判断整体油烟等级。
其中，步骤S1中，对每个子区域进行烟雾检测并判断油烟等级具体通过如下方式进行：
将当前帧的油烟图像与前一帧的油烟图像进行帧差处理；
计算帧差后的子区域的灰度值均值，子区域的灰度值均值等于子区域中所有像素点的灰度值求和除以像素的个数；
当子区域的灰度值均值小于a时，判定子区域的烟雾等级为无烟，以X1表示；
当子区域的灰度值均值为b时，判定子区域的烟雾等级为小烟，以X2表示；
当子区域的灰度值均值为c时，判定子区域的烟雾等级为中烟，以X3表示；
当子区域的灰度值均值大于d时，判定子区域的烟雾等级为大烟，以X4表示，其中，a、b、c、d均为正数，且a<b<c<d，a≤6，5≤b≤15，16≤c≤20。优选的，a＝5，d＝20。
得到子区域的油烟等级后，进入步骤S2将整体区域的油烟等级进行加权求和，具体通过如下公式进行：
Y＝a0*P0+a1*P1+a2*P2+a3*P3；
其中，Y为加权求和结果，P0是统计的所有子区域中油烟等级为X0的子区域数量，a0为无烟的权重系数，P1是统计的所有子区域中油烟等级为X1的子区域数量，a1为小烟的权重系数，P2是统计的所有子区域中油烟等级为X2的子区域数量，a2为中烟的权重系数，P3是统计的所有子区域中油烟等级为X3的子区域数量，a3为大烟的权重系数。权重系数a0、a1、a2、a3预先进行设置。
步骤S3具体是将Y值与整体油烟判定阈值进行比较，判断整体油烟等级。
整体油烟判定阈值为
Figure BDA0001818281610000051
和
Figure BDA0001818281610000052
Figure BDA0001818281610000053
和
Figure BDA0001818281610000054
均为正数，
Figure BDA0001818281610000055
当Y小于
Figure BDA0001818281610000056
时，判定整体油烟等级为无烟；
当Y的范围在大于等于
Figure BDA0001818281610000057
而小于
Figure BDA0001818281610000058
时，判定整体油烟等级为小烟；
当Y的范围在大于等于
Figure BDA0001818281610000059
而小于
Figure BDA00018182816100000510
时，判定整体油烟等级为中烟；
当Y的范围在大于等于
Figure BDA00018182816100000511
时，判定整体油烟等级为大烟；
Figure BDA00018182816100000512
的取值范围为90-110，
Figure BDA00018182816100000513
的取值范围为130-170，
Figure BDA00018182816100000514
的取值范围为280-320。
根据经验值，整体油烟判定阈值优选取100、150和300；
当Y小于100时，判定整体油烟等级为无烟；
当Y的范围在大于等于100而小于150时，判定整体油烟等级为小烟；
当Y的范围在大于等于150而小于300时，判定整体油烟等级为中烟；
当Y的范围在大于等于300时，判定整体油烟等级为大烟。
本发明的基于图像处理的厨房油烟浓度划分方法，结合厨房灶台上方油烟特点进行算法设计，可对连续油烟图像精确到像素点级别的油烟浓度划分，具有高准确度和实时连续性的特点。
实施例2。
一种油烟图像识别系统，包括图像采集单元和图像处理单元，图像采集单元与图像处理单元电连接；图像采集单元实时采集灶台上方的油烟图像，并以图像帧的形式输送至图像处理单元，图像处理单元对油烟图像信息处理。
图像处理单元基于实施例1的厨房油烟浓度划分方法处理所述图像采集单元采集到的油烟图像，可对连续油烟图像精确到像素点级别的油烟浓度划分，具有高准确度和实时连续性的特点。
实施例3。
一种油烟机，设置有图像采集单元、图像处理单元及主控单元及抽风单元，图像采集单元采集烟灶目标区域的烟雾图像并输送至图像处理单元并通过图像处理单元进行处理，图像处理单元的处理结果输送至主控单元，主控单元根据图像处理单元的处理结果控制抽风单元的工况。
图像处理单元采用实施例1的厨房油烟浓度划分方法处理所述图像采集单元采集到的油烟图像，可对连续油烟图像精确到像素点级别的油烟浓度划分，具有高准确度和实时连续性的特点。
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，可以对本发明的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 (7)

1.一种基于图像处理的厨房油烟浓度划分方法，其特征在于，以成像设备采集的灶台上方的油烟图像为目标处理对象，对油烟图像进行处理得到厨房油烟浓度划分结果；
对油烟图像进行灰度直方图统计，根据统计结果进行浓度等级划分；
具体通过如下步骤进行：
S1，将油烟图像分为M*N个子区域，对每个子区域进行烟雾检测并判断每个子区域的油烟等级，得到每个子区域对应的油烟等级，M、N均为自然数；
S2，根据所有子区域的油烟等级信息对整体区域的油烟等级进行加权求和；
S3，根据加权求和结果判断整体油烟等级；
步骤S1中，对每个子区域进行烟雾检测并判断油烟等级具体通过如下方式进行：
将当前帧的油烟图像与前一帧的油烟图像进行帧差处理；
计算帧差后的子区域的灰度值均值；
当子区域的灰度值均值小于a时，判定子区域的烟雾等级为无烟，以X1表示；
当子区域的灰度值均值为b时，判定子区域的烟雾等级为小烟，以X2表示；
当子区域的灰度值均值为c时，判定子区域的烟雾等级为中烟，以X3表示；
当子区域的灰度值均值大于d时，判定子区域的烟雾等级为大烟，以X4表示，其中，a、b、c、d均为正数，且a<b<c<d，a≤6，5≤b≤15，16≤c≤20。
2.根据权利要求1所述的基于图像处理的厨房油烟浓度划分方法，其特征在于，a＝5，d＝20。
3.根据权利要求2所述的基于图像处理的厨房油烟浓度划分方法，其特征在于，子区域的灰度值均值等于子区域中所有像素点的灰度值求和除以像素的个数。
4.根据权利要求3所述的基于图像处理的厨房油烟浓度划分方法，其特征在于，步骤S2将整体区域的油烟等级进行加权求和，具体通过如下公式进行：
Y＝a0*P0+a1*P1+a2*P2+a3*P3；
其中，Y为加权求和结果，P0是统计的所有子区域中油烟等级为X0的子区域数量，a0为无烟的权重系数，P1是统计的所有子区域中油烟等级为X1的子区域数量，a1为小烟的权重系数，P2是统计的所有子区域中油烟等级为X2的子区域数量，a2为中烟的权重系数，P3是统计的所有子区域中油烟等级为X3的子区域数量，a3为大烟的权重系数。
5.根据权利要求4所述的基于图像处理的厨房油烟浓度划分方法，其特征在于，步骤S3具体是将Y值与整体油烟判定阈值进行比较，判断整体油烟等级；
整体油烟判定阈值为▽1、▽2和▽3，▽1、▽2和▽3均为正数，▽1<▽2<▽3；当Y小于▽1时，判定整体油烟等级为无烟；
当Y的范围在大于等于▽1而小于▽2时，判定整体油烟等级为小烟；
当Y的范围在大于等于▽2而小于▽3时，判定整体油烟等级为中烟；
当Y的范围在大于等于▽3时，判定整体油烟等级为大烟；
▽1的取值范围为90-110，▽2的取值范围为130-170，▽3的取值范围为280-320。
6.一种油烟图像识别系统，其特征在于，包括图像采集单元和图像处理单元，所述图像采集单元与图像处理单元电连接；
所述图像处理单元基于权利要求1至5任意一项所述的厨房油烟浓度划分方法处理所述图像采集单元采集到的油烟图像。
7.一种油烟机，其特征在于：设置有图像采集单元、图像处理单元及主控单元及抽风单元，图像采集单元采集烟灶目标区域的烟雾图像并输送至图像处理单元并通过图像处理单元进行处理，图像处理单元的处理结果输送至主控单元，主控单元根据图像处理单元的处理结果控制抽风单元的工况；
图像处理单元采用如权利要求1至5任意一项所述的厨房油烟浓度划分方法处理所述图像采集单元采集到的油烟图像。
CN201811152661.0A 2018-09-29 2018-09-29 厨房油烟浓度划分方法及油烟图像识别系统及油烟机 Active CN109028233B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811152661.0A CN109028233B (zh) 2018-09-29 2018-09-29 厨房油烟浓度划分方法及油烟图像识别系统及油烟机

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811152661.0A CN109028233B (zh) 2018-09-29 2018-09-29 厨房油烟浓度划分方法及油烟图像识别系统及油烟机

Publications (2)

Publication Number Publication Date
CN109028233A CN109028233A (zh) 2018-12-18
CN109028233B true CN109028233B (zh) 2020-11-10

Family

ID=64615506

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811152661.0A Active CN109028233B (zh) 2018-09-29 2018-09-29 厨房油烟浓度划分方法及油烟图像识别系统及油烟机

Country Status (1)

Country Link
CN (1) CN109028233B (zh)

Families Citing this family (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109813841B (zh) * 2018-12-29 2021-11-23 佛山市云米电器科技有限公司 一种厨房油烟式多环芳烃检测装置
CN109657640A (zh) * 2018-12-29 2019-04-19 佛山市云米电器科技有限公司 一种能根据使用食材进行健康等级划分的油烟机
CN109884049B (zh) * 2018-12-29 2023-06-16 佛山市云米电器科技有限公司 一种能够检测厨房油烟的有害物质检测装置
CN109632796B (zh) * 2018-12-29 2023-06-16 佛山市云米电器科技有限公司 一种具有红外温度传感器的有害物质检测设备及其应用
CN109611927A (zh) * 2019-01-29 2019-04-12 珠海格力电器股份有限公司 导烟片控制方法、装置、油烟机及可读存储介质
CN110486761B (zh) * 2019-07-31 2021-04-06 杭州九阳小家电有限公司 一种油烟机控烟方法及油烟机
CN113051970A (zh) * 2019-12-26 2021-06-29 佛山市云米电器科技有限公司 油烟浓度识别方法、油烟机和存储介质
CN113188165B (zh) * 2020-01-14 2022-08-12 宁波方太厨具有限公司 一种吸油烟机
CN111396944B (zh) * 2020-03-26 2021-04-23 珠海格力电器股份有限公司 油烟机工作状态的自适应方法、装置、存储介质及油烟机
CN114198790B (zh) * 2020-09-16 2023-10-27 云米互联科技(广东)有限公司 抽油烟机的控制方法、抽油烟机及计算机可读存储介质
CN112902257B (zh) * 2021-02-05 2022-03-29 宁波方太厨具有限公司 油烟机风量的控制方法、系统、电子设备和存储介质
CN113154489A (zh) * 2021-03-25 2021-07-23 青岛海尔智慧厨房电器有限公司 一种油烟机及其控制方法、装置和计算机可读存储介质
CN113063170B (zh) * 2021-05-12 2023-06-23 佛山市顺德区美的洗涤电器制造有限公司 用于识别油烟的方法、处理器及吸油烟机
CN116758489B (zh) * 2023-08-17 2023-10-27 山东传奇新力科技有限公司 基于图像处理的智慧厨房油烟检测识别方法

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103778418A (zh) * 2014-01-28 2014-05-07 华南理工大学 一种输电线路杆塔图像监测系统的山火图像识别方法
US9805472B2 (en) * 2015-02-18 2017-10-31 Sony Corporation System and method for smoke detection during anatomical surgery

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102121906A (zh) * 2011-01-31 2011-07-13 无锡中星微电子有限公司 烟雾检测系统、油烟机智能控制系统及油烟机智能控制方法
JP2012231275A (ja) * 2011-04-26 2012-11-22 Sony Corp 画像処理装置及び画像処理方法、表示システム、映像生成装置、並びに再生装置
RU2658874C1 (ru) * 2014-06-12 2018-06-25 ЭЙЗО Корпорайшн Устройство удаления тумана и способ формирования изображений
CN104410830A (zh) * 2014-12-01 2015-03-11 天津艾思科尔科技有限公司 一种基于视频烟雾检测的装置与方法
CN104501257B (zh) * 2014-12-23 2016-11-23 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
US9905000B2 (en) * 2015-02-19 2018-02-27 Sony Corporation Method and system for surgical tool localization during anatomical surgery
CN108563991A (zh) * 2018-03-08 2018-09-21 佛山市云米电器科技有限公司 厨房油烟浓度划分方法及油烟浓度检测与干扰排除方法
CN108548199B (zh) * 2018-03-08 2019-12-03 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

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103778418A (zh) * 2014-01-28 2014-05-07 华南理工大学 一种输电线路杆塔图像监测系统的山火图像识别方法
US9805472B2 (en) * 2015-02-18 2017-10-31 Sony Corporation System and method for smoke detection during anatomical surgery

Also Published As

Publication number Publication date
CN109028233A (zh) 2018-12-18

Similar Documents

Publication Publication Date Title
CN109028233B (zh) 厨房油烟浓度划分方法及油烟图像识别系统及油烟机
CN107085714B (zh) 一种基于视频的森林火灾检测方法
CN107437318B (zh) 一种可见光智能识别算法
CN108389359B (zh) 一种基于深度学习的城市火灾报警方法
CN101441771A (zh) 基于色彩饱和度与运动模式的视频火灾烟雾检测方法
CN109579092B (zh) 一种根据工作环境进行烟灶联动的油烟机
CN109741565B (zh) 煤矿火灾识别系统及方法
CN108760590A (zh) 一种基于图像处理的厨房油烟浓度检测与干扰排除方法
CN109034038B (zh) 一种基于多特征融合的火灾识别装置
EP2000952A2 (en) Smoke detecting method and device
CN110428579B (zh) 基于图像识别的室内监控系统、方法及装置
CN109882899B (zh) 一种根据工作环境进行控制的油烟机
CN101930540A (zh) 基于视频的多特征融合的火焰检测装置和方法
CN111145275A (zh) 一种智能化自控森林防火监控系统及方法
CN102999994A (zh) 基于视频图像分析的火焰检测装置
CN107977531A (zh) 一种基于图像处理和领域数学模型进行接地电阻软测量的方法
CN107704818A (zh) 一种基于视频图像的火灾检测系统
CN209101365U (zh) 一种具无人识别功能的烟灶一体机
CN103020588A (zh) 基于视频图像分析的火焰检测方法
CN112927459A (zh) 一种基于无人机视觉的九宫格火势预测方法及应用
CN109654561B (zh) 一种红外温度及视觉协同检测烹饪系统
CN108773748B (zh) 一种电梯轿厢内监控相机被移动的检测方法
CN109654559B (zh) 一种能识别水汽与油烟的健康烹饪系统
CN103020587A (zh) 基于视频图像分析火焰的视图分析方法
CN109028234B (zh) 一种能够对烟雾等级进行标识的油烟机

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