CN109084349A - 帧差图像的噪点去除方法及其油烟处理系统和油烟机 - Google Patents
帧差图像的噪点去除方法及其油烟处理系统和油烟机 Download PDFInfo
- Publication number
- CN109084349A CN109084349A CN201811151612.5A CN201811151612A CN109084349A CN 109084349 A CN109084349 A CN 109084349A CN 201811151612 A CN201811151612 A CN 201811151612A CN 109084349 A CN109084349 A CN 109084349A
- Authority
- CN
- China
- Prior art keywords
- image
- frame difference
- pixel
- difference image
- convolution kernel
- 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.)
- Pending
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 Processing (AREA)
- Closed-Circuit Television Systems (AREA)
- Image Analysis (AREA)
Abstract
一种帧差图像的噪点去除方法基于该方法的油烟处理系统及油烟机,噪点去除方法,用于油烟图像的去噪处理,以开运算方式对帧差图像进行去噪处理,得到去噪图像。开运算过程包括:先对帧差图像进行腐蚀操作,以消除图像中的噪点和细小尖刺,断开窄小的连接;再对腐蚀后的图像进行膨胀操作,恢复原帧差图像中的明显特征。本发明能够有效降低帧差图像的噪点,提高图像的信噪比和期望特性,同时保证图像高频信息的有效性。
Description
技术领域
本发明涉及厨房油烟处理技术领域,特别是涉及一种帧差图像的噪点去除方法及基于该方法的油烟处理系统及油烟机。
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。
在对厨房油烟浓度的检测过程中,需要对油烟浓度进行分析,其中一个重要的环节就是对采集图像的去噪处理。图像在采集形成过程中,不可避免会受到噪声的干扰,而且有些图像的噪声非常严重,图像中的噪声往往和信号交织在一起,会使图像本身的细节如边界轮廓、线条等变得模糊不清。图像去噪是图像预处理中一项广泛应用的技术,其目的是为了提高图像的信噪比,突出图像的期望特征。因此,采集油烟图像后需要对图像进行降噪处理,便于更高层次的油烟动态分析与理解。
图像去噪包含两方面内容:消除噪声和增强图像特征。现阶断针对图像噪点去除主要有空间域滤波法和频率域滤波法。但这两种方法在消除噪声的同时意味着图像的高频部分的某些信息会被消除,而图像的边界也属于图像的高频部分,所以去除噪声的同时往往会使得图像的边界也变得模糊。
因此,针对现有技术不足,提供一种既对图像中出现的噪声进行合理的抑制、衰减以及去除不需要的信息,又能使有用的信息得到加强,从而便于目标区分或对象解释的油烟帧差图像的去噪方法及及基于该方法的油烟处理系统及油烟机,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帧差图像的噪点去除方法及基于该方法的油烟处理系统及油烟机,能够有效降低帧差图像的噪点,提高图像的信噪比和期望特性,同时保证图像高频信息的有效性。
本发明的上述目的通过以下技术措施实现。
提供一种帧差图像的噪点去除方法,用于油烟图像的去噪处理,以开运算方式对帧差图像进行去噪处理,得到去噪图像。
优选的,上述开运算过程包括:先对帧差图像进行腐蚀操作,以消除图像中的噪点和细小尖刺,断开窄小的连接;再对腐蚀后的图像进行膨胀操作,恢复原帧差图像中的明显特征。
优选的,上述的帧差图像的噪点去除方法,
帧差图像D由m*n个像素构成,帧差图像D的像素灰度值以矩阵DH表示,DH={dhi,j},dhi,j代表帧差图像D中第i行、第j列像素对应的灰度值,1≤i≤m,1≤j≤n;D差图像D中第i行、第j列像素所在的子区域为DSi,j;
在帧差图像中,|dhi,j|=0的区域,呈黑色;|dhi,j|≠0的区域呈高亮显示。
优选的,上述的帧差图像的噪点去除方法,
对帧差图像进行腐蚀操作,具体包括如下步骤:
2-11,任意定义一个卷积核A;
2-12,将卷积核A与帧差图像进行卷积;在卷积核A遍历帧差图像时,提取卷积核所覆盖区域内卷积结果的像素灰度最小值p以及与卷积核中心重合的像素点C;
像素点C的灰度通过矩阵CH={ck,q}表示,k、q为像素点C的行序号和列序号,
获得在卷积核A遍历帧差图像过程中得到的卷积结果最小值像素点矩阵P,最小值像素点矩阵P的灰度通过矩阵PH={pk,q}表示;
2-13将像素点矩阵P的灰度对应覆予像素点C,得到腐蚀图像。
优选的,上述的帧差图像的噪点去除方法,对腐蚀图像进行膨胀操作,具体包括如下步骤:
2-21,任意定义一个卷积核B;
2-22,将卷积核B与腐蚀图像进行卷积;在卷积核B遍历腐蚀图像时,提取卷积核所覆盖区域内卷积结果的像素灰度最大值o以及与卷积核中心重合的像素点R;
像素点R的灰度通过矩阵RH={rl,v}表示,l、v为像素点R的行序号和列序号,
获得在卷积核B遍历腐蚀图像过程中得到的卷积结果最大值像素点矩阵O,最大值像素点矩阵O的灰度通过矩阵OH={ol,v}表示;
2-13将最大值像素点矩阵O的灰度对应覆予像素点R,得到膨胀图像,得到的膨胀图像即为去噪图像。
优选的,卷积核B为3*3的矩阵。
优选的,卷积核A为3*3的矩阵。
本发明同时提供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,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油烟帧差图像的去噪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帧差图像噪点去除方法进行油烟图像处理。
进一步的,上述图像采集单元采集灰度图像。
本发明提供的油烟帧差图像的去噪方法,区别于空间域滤波法和频率域滤波法的方法,利用先腐蚀再膨胀的开运算操作,可有效降低油烟图像的噪点,提高图像的信噪比和期望特征,同时保证图像高频信息的完整性,相比于传统降噪算法更具优势。
本发明的油烟图像识别系统及油烟机,其图像处理单元采用先腐蚀再膨胀的油烟帧差图像的去噪方法,可有效的去除采集的油烟图像中的噪点,同时保证图像高频信息的完整性,从而便于进一步对油烟进行分析处理。
说明书附图
利用附图对本发明作进一步的说明,但附图中的内容不构成对本发明的任何限制。
图1是本发明的方法的示意图。
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。
一种帧差图像的噪点去除方法,用于油烟图像的去噪处理,以开运算方式对帧差图像进行去噪处理,得到去噪图像,如图1所示。
具体的,开运算过程包括:先对帧差图像进行腐蚀操作,以消除图像中的噪点和细小尖刺,断开窄小的连接;再对腐蚀后的图像进行膨胀操作,恢复原帧差图像中的明显特征。
帧差图像D由m*n个像素构成,帧差图像D的像素灰度值以矩阵DH表示,DH={dhi,j},dhi,j代表帧差图像D中第i行、第j列像素对应的灰度值,1≤i≤m,1≤j≤n;D差图像D中第i行、第j列像素所在的子区域为DSi,j;
在帧差图像中,|dhi,j|=0的区域,呈黑色;|dhi,j|≠0的区域呈高亮显示。
帧差图像通过后帧图像与前帧图像做差得到。成像设备采集的目标区域以区域S表示,任意一帧初始图像为对应区域S的成像;初始图像由m*n个像素构成。
后帧图像A的像素的灰度值以矩阵AH表示,AH={ahi,j},ahi,j代表后帧图像A中第i行、第j列像素对应的灰度值,i为像素所在的行,j为像素所在的列,1≤i≤m,1≤j≤n;前帧图像A中第i行、第j列像素所在的子区域为ASi,j。
前帧图像B的像素的灰度值以矩阵BH表示,BH={bhi,j},bhi,j代表前帧图像B中第i行、第j列像素对应的灰度值,前帧图像B中第i行、第j列像素所在的子区域为BSi,j。
帧差图像D的像素灰度值以矩阵DH表示,DH={dhi,j}={|ahi,j-bhi,j|}。
该帧差图像的噪点去除方法,对帧差图像进行腐蚀操作,具体包括如下步骤:
2-11,任意定义一个卷积核A;
2-12,将卷积核A与帧差图像进行卷积;在卷积核A遍历帧差图像时,提取卷积核所覆盖区域内卷积结果的像素灰度最小值p以及与卷积核中心重合的像素点C;
像素点C的灰度通过矩阵CH={ck,q}表示,k、q为像素点C的行序号和列序号,
获得在卷积核A遍历帧差图像过程中得到的卷积结果最小值像素点矩阵P,最小值像素点矩阵P的灰度通过矩阵PH={pk,q}表示;
2-13将像素点矩阵P的灰度对应覆予像素点C,得到腐蚀图像。
对腐蚀图像进行膨胀操作,具体包括如下步骤:
2-21,任意定义一个卷积核B;
2-22,将卷积核B与腐蚀图像进行卷积;在卷积核B遍历腐蚀图像时,提取卷积核所覆盖区域内卷积结果的像素灰度最大值o以及与卷积核中心重合的像素点R;
像素点R的灰度通过矩阵RH={rl,v}表示,l、v为像素点R的行序号和列序号,
获得在卷积核B遍历腐蚀图像过程中得到的卷积结果最大值像素点矩阵O,最大值像素点矩阵O的灰度通过矩阵OH={ol,v}表示;
2-13将最大值像素点矩阵O的灰度对应覆予像素点R,得到膨胀图像,得到的膨胀图像即为去噪图像。
优选的,卷积核A为3*3的矩阵,卷积核B为3*3的矩阵,既能满足去噪要求,又具有计算量小的特点。
本发明提供的油烟帧差图像的去噪方法,区别于空间域滤波法和频率域滤波法的方法,利用先腐蚀再膨胀的开运算操作,可有效降低油烟图像的噪点,提高图像的信噪比和期望特征,同时保证图像高频信息的完整性,相比于传统降噪算法更具优势。
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;图像处理单元基于如实施例1的油烟帧差图像的去噪方法处理图像采集单元采集到的油烟图像。
该油烟图像识别系统,其图像处理单元采用先腐蚀再膨胀的油烟帧差图像的去噪方法,可有效的去除采集的油烟图像中的噪点,同时保证图像高频信息的完整性,从而便于进一步对油烟进行分析处理。
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,图像处理单元采用如实施例1的帧差图像噪点去除方法进行油烟图像处理。图像采集单元采集灰度图像。
本发明的油烟机,其图像处理单元采用先腐蚀再膨胀的油烟帧差图像的去噪方法,可有效的去除采集的油烟图像中的噪点,同时保证图像高频信息的完整性,从而便于进一步对油烟进行分析处理。
该油烟机能够实时监测油烟情况,控制抽风单元的工况。
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 (10)
1.一种帧差图像的噪点去除方法,用于油烟图像的去噪处理,其特征在于,以开运算方式对帧差图像进行去噪处理,得到去噪图像。
2.根据权利要求1所述的帧差图像的噪点去除方法,其特征在于,开运算过程包括:先对帧差图像进行腐蚀操作,以消除图像中的噪点和细小尖刺,断开窄小的连接;再对腐蚀后的图像进行膨胀操作,恢复原帧差图像中的明显特征。
3.根据权利要求2所述的帧差图像的噪点去除方法,其特征在于,
帧差图像D由m*n个像素构成,帧差图像D的像素灰度值以矩阵DH表示,DH={dhi,j},dhi,j代表帧差图像D中第i行、第j列像素对应的灰度值,1≤i≤m,1≤j≤n;帧差图像D中第i行、第j列像素所在的子区域为DSi,j;
在帧差图像中,|dhi,j|=0的区域,呈黑色;|dhi,j|≠0的区域呈高亮显示。
4.根据权利要求3所述的帧差图像的噪点去除方法,其特征在于,
对帧差图像进行腐蚀操作,具体包括如下步骤:
2-11,任意定义一个卷积核A;
2-12,将卷积核A与帧差图像进行卷积;在卷积核A遍历帧差图像时,提取卷积核所覆盖区域内卷积结果的像素灰度最小值p以及与卷积核中心重合的像素点C;
像素点C的灰度通过矩阵CH={ck,q}表示,k、q为像素点C的行序号和列序号,
获得在卷积核A遍历帧差图像过程中得到的卷积结果最小值像素点矩阵P,最小值像素点矩阵P的灰度通过矩阵PH={pk,q}表示;
2-13将像素点矩阵P的灰度对应覆予像素点C,得到腐蚀图像。
5.根据权利要求4所述的帧差图像的噪点去除方法,其特征在于,
对腐蚀图像进行膨胀操作,具体包括如下步骤:
2-21,任意定义一个卷积核B;
2-22,将卷积核B与腐蚀图像进行卷积;在卷积核B遍历腐蚀图像时,提取卷积核所覆盖区域内卷积结果的像素灰度最大值o以及与卷积核中心重合的像素点R;
像素点R的灰度通过矩阵RH={rl,v}表示,l、v为像素点R的行序号和列序号,
获得在卷积核B遍历腐蚀图像过程中得到的卷积结果最大值像素点矩阵O,最大值像素点矩阵O的灰度通过矩阵OH={ol,v}表示;
2-13将最大值像素点矩阵O的灰度对应覆予像素点R,得到膨胀图像,得到的膨胀图像即为去噪图像。
6.根据权利要求5所述的帧差图像的噪点去除方法,其特征在于,卷积核B为3*3的矩阵。
7.根据权利要求6所述的帧差图像的噪点去除方法,其特征在于,卷积核A为3*3的矩阵。
8.一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1-7任意一项所述的油烟帧差图像的去噪方法处理所述图像采集单元采集到的油烟图像。
9.一种油烟机,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7任意一项所述的帧差图像噪点去除方法进行油烟图像处理。
10.根据权利要求9所述的油烟机,其特征在于:所述图像采集单元采集灰度图像。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811151612.5A CN109084349A (zh) | 2018-09-29 | 2018-09-29 | 帧差图像的噪点去除方法及其油烟处理系统和油烟机 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811151612.5A CN109084349A (zh) | 2018-09-29 | 2018-09-29 | 帧差图像的噪点去除方法及其油烟处理系统和油烟机 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109084349A true CN109084349A (zh) | 2018-12-25 |
Family
ID=64842944
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811151612.5A Pending CN109084349A (zh) | 2018-09-29 | 2018-09-29 | 帧差图像的噪点去除方法及其油烟处理系统和油烟机 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109084349A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109655585A (zh) * | 2018-12-29 | 2019-04-19 | 佛山市云米电器科技有限公司 | 一种能识别厨房空气质量的油烟机 |
CN110617523A (zh) * | 2019-09-25 | 2019-12-27 | 佛山市顺德区美的洗涤电器制造有限公司 | 厨房设备及其控制方法、计算机可读存储介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20160371557A1 (en) * | 2015-06-18 | 2016-12-22 | Pfu Limited | Image-processing apparatus, date identification apparatus, image-processing method, and computer program product |
CN106644542A (zh) * | 2016-12-02 | 2017-05-10 | 宁波方太厨具有限公司 | 一种吸油烟机吸烟性能评估方法 |
CN107085726A (zh) * | 2017-01-04 | 2017-08-22 | 安阳师范学院 | 基于多方法去噪和连通区域分析的甲骨拓片单字定位方法 |
CN108090397A (zh) * | 2016-11-22 | 2018-05-29 | 天津长城科安电子科技有限公司 | 基于红外图像的行人检测系统 |
CN108564091A (zh) * | 2018-03-08 | 2018-09-21 | 佛山市云米电器科技有限公司 | 目标区域弱边缘提取方法及油烟浓度检测与干扰排除方法 |
-
2018
- 2018-09-29 CN CN201811151612.5A patent/CN109084349A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20160371557A1 (en) * | 2015-06-18 | 2016-12-22 | Pfu Limited | Image-processing apparatus, date identification apparatus, image-processing method, and computer program product |
CN108090397A (zh) * | 2016-11-22 | 2018-05-29 | 天津长城科安电子科技有限公司 | 基于红外图像的行人检测系统 |
CN106644542A (zh) * | 2016-12-02 | 2017-05-10 | 宁波方太厨具有限公司 | 一种吸油烟机吸烟性能评估方法 |
CN107085726A (zh) * | 2017-01-04 | 2017-08-22 | 安阳师范学院 | 基于多方法去噪和连通区域分析的甲骨拓片单字定位方法 |
CN108564091A (zh) * | 2018-03-08 | 2018-09-21 | 佛山市云米电器科技有限公司 | 目标区域弱边缘提取方法及油烟浓度检测与干扰排除方法 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109655585A (zh) * | 2018-12-29 | 2019-04-19 | 佛山市云米电器科技有限公司 | 一种能识别厨房空气质量的油烟机 |
CN109655585B (zh) * | 2018-12-29 | 2021-08-31 | 佛山市云米电器科技有限公司 | 一种能识别厨房空气质量的油烟机 |
CN110617523A (zh) * | 2019-09-25 | 2019-12-27 | 佛山市顺德区美的洗涤电器制造有限公司 | 厨房设备及其控制方法、计算机可读存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109035166A (zh) | 基于非下采样剪切波变换的电气设备红外图像增强方法 | |
Yang et al. | Crack detection in magnetic tile images using nonsubsampled shearlet transform and envelope gray level gradient | |
CN106709450A (zh) | 一种指纹图像识别方法及系统 | |
CN109190624B (zh) | 基于图像处理的厨房油烟浓度检测方法 | |
CN104616255B (zh) | 基于乳腺x线图像的自适应增强方法 | |
Qureshi et al. | Detection of glaucoma based on cup-to-disc ratio using fundus images | |
CN105069778B (zh) | 基于目标特征显著图构建的工业产品表面缺陷检测方法 | |
CN113837974B (zh) | 一种基于改进beeps滤波算法的nsst域电力设备红外图像增强方法 | |
CN109084349A (zh) | 帧差图像的噪点去除方法及其油烟处理系统和油烟机 | |
CN108198198A (zh) | 基于小波变换和导向滤波的单帧红外小目标检测方法 | |
CN107146231B (zh) | 视网膜图像出血区域分割方法、装置和计算设备 | |
CN109166111A (zh) | 一种电子墨水屏缺陷检测方法及系统 | |
CN106296763A (zh) | 一种金属材料工业ct图像质量快速校正方法 | |
CN104021523A (zh) | 一种基于边缘分类的图像超分辨率放大的新方法 | |
CN113421200A (zh) | 基于多尺度变换与脉冲耦合神经网络的图像融合方法 | |
US9552629B2 (en) | Medical thermal image processing for subcutaneous detection of veins, bones and the like | |
CN111666911A (zh) | 一种微表情数据的扩充方法及装置 | |
CN106940904A (zh) | 基于人脸识别和语音识别的考勤系统 | |
CN105608674A (zh) | 一种基于图像配准、插值和去噪的图像增强方法 | |
Kaur et al. | De-noising diseased plant leaf image | |
CN117036310A (zh) | 一种dicom影像外围轮廓的识别提取方法 | |
CN112446889A (zh) | 一种基于超声的医学视频读取方法 | |
CN107169484B (zh) | 基于人眼视觉特性的图像质量评价方法 | |
CN102222324B (zh) | 一种基于对称特性的图像显著区域检测方法 | |
JP2611723B2 (ja) | 画像の鮮鋭度測定装置 |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20181225 |