CN109345613A - 用于油烟图像处理的动态背景建模方法及油烟机 - Google Patents
用于油烟图像处理的动态背景建模方法及油烟机 Download PDFInfo
- Publication number
- CN109345613A CN109345613A CN201811151630.3A CN201811151630A CN109345613A CN 109345613 A CN109345613 A CN 109345613A CN 201811151630 A CN201811151630 A CN 201811151630A CN 109345613 A CN109345613 A CN 109345613A
- Authority
- CN
- China
- Prior art keywords
- background modeling
- sampled images
- imaging
- picture
- frame
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T11/00—2D [Two Dimensional] image generation
- G06T11/60—Editing figures and text; Combining figures or text
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
一种用于油烟图像处理的动态背景建模方法及油烟机,油烟机的视觉成像模块对灶台目标区域进行连续成像,并将成像图片发送至处理模块进行处理。待进行油烟处理的成像图片对应的帧序是η,背景模型M的序号为ψ;动态背景建模的过程如下:S1,判断η‑ψ的差值是否等于2,如果是,则进入步骤s3,如果η‑ψ的差值等于1,则进入步骤S2;S2,选择F帧成像图片作为背景建模采样图像组,选取背景建模采样图像中每个像素点处的灰度最小值,得到背景模型图像Mψ;所选择的F帧成像图片的帧序为ψ、ψ‑1、......、ψ‑F+1,F为自然数且F不小于3;S3,令ψ=ψ+1,返回步骤S2。本发明能够提供精确的背景模型图像。
Description
技术领域
本发明涉及厨房油烟处理技术领域,特别是涉及一种用于油烟图像处理的动态背景建模方法及基于此方法的油烟机。
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。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。
油烟图像浓度判断的关键在于对油烟图像的处理效果。图像分割是指根据相似和均匀的准则将图像分为互相不重叠、本身相连的图像组元的过程,是从图像处理到图像分析的关键步骤,图像分割质量的好坏,很大程度决定着后续图像分析的效果。现阶段对油烟图像的分割处理主要以手工进行,这种分割方法不仅效率低而且容易受到干扰出现标错的情况。
由于厨房油烟飘忽不定,而且容易受到手臂、锅铲等干扰,图像分割的难度在于不能找到合适的参照图片进行比对,现有技术中的方案目前不能解决此问题。
因此,针对现有技术不足,提供一种用于油烟图像处理的动态背景建模方法以及基于此方法的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用于油烟图像处理的动态背景建模方法及其油烟机,能够对灶台油烟进行动态背景建模,为油烟分割提供了动态、准确的参照对象。
本发明的目的之一通过以下技术措施实现。
提供一种用于油烟图像处理的动态背景建模方法,油烟机的视觉成像模块对灶台目标区域进行连续成像,并将成像图片发送至处理模块,处理模块将所接收的成像图片按照成像时刻和帧序进行标记,第y帧成像图片P对应的成像时刻是Ty、对应的帧序是y,y为自然数;
待进行油烟处理的成像图片对应的帧序是η,建立动态背景模型图像所采用的背景建模采样图像的数量为F,动态背景模型图像M的序号为ψ,ψ为大于等于F的自然数,η为大于等于ψ的自然数,F为自然数,F为大于3的自然数;
处理模块建立动态背景模型图像的过程如下:
S1,选择第1至F帧成像图片作为背景建模采样图像组,选取背景建模采样图像中每个像素点处的灰度最小值,得到背景模型图像Mψ,ψ=F;
S2,判断η-ψ的差值是否大于1,如果是,则进入步骤S4,如果η-ψ的差值等于1,则进入步骤S3;
S3,以背景模型图像Mψ作为与当前成像图片对应的背景模型图像;
S4,令ψ=ψ+1,进入步骤S5;
S5,选择F帧成像图片作为背景建模采样图像组,所选择的F帧成像图片的帧序为ψ、ψ-1、......、ψ-F+1,选取背景建模采样图像中每个像素点处的灰度最小值,得到背景模型图像Mψ;
S6,返回步骤S2。
优选的,步骤S2中,背景建模采样图像组包括背景建模采样图像B1、背景建模采样图像B2、......、背景建模采样图像BF;
背景建模采样图像B1为第ψ帧成像图片,背景建模采样图像B2为第ψ-1帧成像图片,......,背景建模采样图像BF为第ψ-F+1帧成像图片;或者
背景建模采样图像B1为第1帧成像图片,背景建模采样图像B2为第2帧成像图片,......,背景建模采样图像BF为第F帧成像图片;
每帧成像图片P由m*n个像素构成,成像图片P的像素灰度值以矩阵PH表示,PH={Phi,j},phi,j代表成像图片P中第i行、第j列像素对应的灰度值,m、n均为自然数,1≤i≤m,1≤j≤n;
背景建模采样图像B1的像素灰度值以矩阵B1H表示,B1H={b1hi,j},b1hi,j代表背景建模采样图像B1中第i行、第j列像素对应的灰度值;
背景建模采样图像B2的像素灰度值以矩阵B2H表示,B2H={b2hi,j},b2hi,j代表背景建模采样图像B2中第i行、第j列像素对应的灰度值;
......
背景建模采样图像BF的像素灰度值以矩阵BFH表示,BFH={bFhi,j},bFhi,j代表背景建模采样图像BF中第i行、第j列像素对应的灰度值;
背景模型图像M的像素灰度值以矩阵MH表示,MH={mhi,j},mhi,j代表背背景模型图像M中第i行、第j列像素对应的灰度值;
mhi,j=min(b1hi,j、b2hi,j、......、bFhi,j)。
优选的,F大于等于8小于等于100。
优选的,F小于等于20。
优选的,F等于10。
本发明同时提供一种基于动态背景建模方法的油烟机,烟机主体设置有:
视觉成像模块,对灶台目标区域进行连续成像,并将成像图片发送至处理模块;
处理模块,接收视觉成像模块发送的成像图片并对成像图片进行处理;
处理模块采用如权利要求1至5任意一项所述的动态背景建模方法构建用于比对当前帧图像的背景模型图像Mψ。
优选的,所述视觉成像模块设置有相机,相机内置于烟机主体的壳体,且相机的镜头正对灶台目标区域,相机的输出端与处理模块电连接。
优选的,所述视觉成像模块还设置有红外补光灯,红外补光灯的照射区域覆盖相机的成像视野范围,红外补光灯固定于烟机主体的壳体,且红外补光灯分布于相机的两侧位置。
优选的,红外补光灯的通断通过继电器控制,所述继电器与所述处理模块电连接。
优选的,红外补光灯的波长范围为900-960nm,所述处理模块采用STM32芯片。
本发明的用于油烟图像处理的动态背景建模方法及其油烟机,以待处理成像图片之前的多帧成像图片为对象建立背景模型图像,能够及时根据烟雾情况建立背景模型图像,为油烟图像提供了相对准确的比对对象。
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是通过本发明基于油烟图像处理的动态背景建模方法的油烟机的结构示意图。
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。
一种用于油烟图像处理的动态背景建模方法,油烟机的视觉成像模块对灶台目标区域进行连续成像,并将成像图片发送至处理模块,处理模块将所接收的成像图片按照成像时刻和帧序进行标记,第y帧成像图片P对应的成像时刻是Ty、对应的帧序是y,y为自然数。
待进行油烟处理的成像图片对应的帧序是η,建立动态背景模型图像所采用的背景建模采样图像的数量为F,动态背景模型图像M的序号为ψ,ψ为大于等于F的自然数,η为大于等于ψ的自然数,F为自然数,F为大于3的自然数;
处理模块建立动态背景模型图像的过程如下:
S1,选择第1至F帧成像图片作为背景建模采样图像组,选取背景建模采样图像中每个像素点处的灰度最小值,得到背景模型图像Mψ,ψ=F;
S2,判断η-ψ的差值是否大于1,如果是,则进入步骤S4,如果η-ψ的差值等于1,则进入步骤S3;
S3,以背景模型图像Mψ作为与当前成像图片对应的背景模型图像;
S4,令ψ=ψ+1,进入步骤S5;
S5,选择F帧成像图片作为背景建模采样图像组,所选择的F帧成像图片的帧序为ψ、ψ-1、......、ψ-F+1,选取背景建模采样图像中每个像素点处的灰度最小值,得到背景模型图像Mψ;
S6,返回步骤S2。
具体的,步骤S2中,背景建模采样图像组包括背景建模采样图像B1、背景建模采样图像B2、......、背景建模采样图像BF;
背景建模采样图像B1为第ψ帧成像图片,背景建模采样图像B2为第ψ-1帧成像图片,......,背景建模采样图像BF为第ψ-F+1帧成像图片;或者
背景建模采样图像B1为第1帧成像图片,背景建模采样图像B2为第2帧成像图片,......,背景建模采样图像BF为第F帧成像图片;
每帧成像图片P由m*n个像素构成,成像图片P的像素灰度值以矩阵PH表示,PH={Phi,j},phi,j代表成像图片P中第i行、第j列像素对应的灰度值,m、n均为自然数,1≤i≤m,1≤j≤n;
背景建模采样图像B1的像素灰度值以矩阵B1H表示,B1H={b1hi,j},b1hi,j代表背景建模采样图像B1中第i行、第j列像素对应的灰度值;
背景建模采样图像B2的像素灰度值以矩阵B2H表示,B2H={b2hi,j},b2hi,j代表背景建模采样图像B2中第i行、第j列像素对应的灰度值;
......
背景建模采样图像BF的像素灰度值以矩阵BFH表示,BFH={bFhi,j},bFhi,j代表背景建模采样图像BF中第i行、第j列像素对应的灰度值;
背景模型图像M的像素灰度值以矩阵MH表示,MH={mhi,j},mhi,j代表背背景模型图像M中第i行、第j列像素对应的灰度值;
mhi,j=min(b1hi,j、b2hi,j、......、bFhi,j)。
需要说明的是,F的取值范围大于等于8小于等于100,优选F小于等于20。以选择F等于10,既可满足采样图像数量的要求,又具有计算量小、计算效率高的特点。
本发明的用于油烟图像处理的动态背景建模方法以待处理成像图片之前的多帧成像图片为对象建立背景模型图像,能够及时根据烟雾情况建立背景模型图像,为油烟图像提供了相对准确的比对对象。
由于可以根据待处理图片所处时间帧序情况,及时更新背景建模采样图像,得到最新的背景模型图像,背景模型图片准确度高,能够为待处理图片提供良好的参照对象。
实施例2。
本实施例是基于实施例1动态背景建模方法的油烟机,其结构如图1所示,烟机主体100设置有:
视觉成像模块,对灶台目标区域进行连续成像,并将成像图片发送至处理模块;
处理模块,接收视觉成像模块发送的成像图片并对成像图片进行处理,处理模块采用实施例1的动态背景建模方法构建用于比对当前帧图像的背景模型图像Mψ。
具体的,视觉成像模块设置有相机200,相机200内置于烟机主体100的壳体,且相机200的镜头正对灶台400目标区域,相机200的输出端与处理模块电连接。相机200用于对灶台400区域进行拍摄成像,并将所拍摄的图片发送至处理模块进行处理。
为了确保成像质量,视觉成像模块还设置有红外补光灯300,红外补光灯300的照射区域覆盖相机200的成像视野范围,红外补光灯300固定于烟机主体100的壳体,且红外补光灯300分布于相机200的两侧位置。红外灯的设置,可在相机200成像时对成像区域进行照射,红外补光灯300可以让烟雾特征更佳明显,在视觉中更容易检测。没有红外补光灯300照射条件下烟雾特征不明显。红外补光灯300的通断通过继电器控制,继电器与处理模块电连接并通过处理模块控制。红外补光灯的波长范围为900-960nm,处理模块可采用STM32芯片,也可以采用其它型号的芯片。
相机200装配有防水、防雾、防烟镜片及防模糊玻璃,避免实际使用中烟罩上方的水汽、油烟对相机200造成影响,方模糊玻璃能够确保相机200在不同环境下都能够有效成像。
此外,烟机主体100外壳也设置有防尘、防水、防油功能层,使烟机主体100在使用中不受到烟、尘、水雾的影响。
本发明的其油烟机,以待处理成像图片之前的多帧成像图片为对象建立背景模型图像,能够及时根据烟雾情况建立背景模型图像,为油烟图像提供了相对准确的比对对象。
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)
1.一种用于油烟图像处理的动态背景建模方法,其特征在于,油烟机的视觉成像模块对灶台目标区域进行连续成像,并将成像图片发送至处理模块,处理模块将所接收的成像图片按照成像时刻和帧序进行标记,第y帧成像图片P对应的成像时刻是Ty、对应的帧序是y,y为自然数;
待进行油烟处理的成像图片对应的帧序是η,建立动态背景模型图像所采用的背景建模采样图像的数量为F,动态背景模型图像M的序号为ψ,ψ为大于等于F的自然数,η为大于等于ψ的自然数,F为自然数,F为大于3的自然数;
处理模块建立动态背景模型图像的过程如下:
S1,选择第1至F帧成像图片作为背景建模采样图像组,选取背景建模采样图像中每个像素点处的灰度最小值,得到背景模型图像Mψ,ψ=F;
S2,判断η-ψ的差值是否大于1,如果是,则进入步骤S4,如果η-ψ的差值等于1,则进入步骤S3;
S3,以背景模型图像Mψ作为与当前成像图片对应的背景模型图像;
S4,令ψ=ψ+1,进入步骤S5;
S5,选择F帧成像图片作为背景建模采样图像组,所选择的F帧成像图片的帧序为ψ、ψ-1、......、ψ-F+1,选取背景建模采样图像中每个像素点处的灰度最小值,得到背景模型图像Mψ;
S6,返回步骤S2。
2.根据权利要求1所述的用于油烟图像处理的动态背景建模方法,其特征在于,步骤S2中,背景建模采样图像组包括背景建模采样图像B1、背景建模采样图像B2、......、背景建模采样图像BF;
背景建模采样图像B1为第ψ帧成像图片,背景建模采样图像B2为第ψ-1帧成像图片,......,背景建模采样图像BF为第ψ-F+1帧成像图片;或者
背景建模采样图像B1为第1帧成像图片,背景建模采样图像B2为第2帧成像图片,......,背景建模采样图像BF为第F帧成像图片;
每帧成像图片P由m*n个像素构成,成像图片P的像素灰度值以矩阵PH表示,PH={Phi,j},phi,j代表成像图片P中第i行、第j列像素对应的灰度值,m、n均为自然数,1≤i≤m,1≤j≤n;
背景建模采样图像B1的像素灰度值以矩阵B1H表示,B1H={b1hi,j},b1hi,j代表背景建模采样图像B1中第i行、第j列像素对应的灰度值;
背景建模采样图像B2的像素灰度值以矩阵B2H表示,B2H={b2hi,j},b2hi,j代表背景建模采样图像B2中第i行、第j列像素对应的灰度值;
......
背景建模采样图像BF的像素灰度值以矩阵BFH表示,BFH={bFhi,j},bFhi,j代表背景建模采样图像BF中第i行、第j列像素对应的灰度值;
背景模型图像M的像素灰度值以矩阵MH表示,MH={mhi,j},mhi,j代表背背景模型图像M中第i行、第j列像素对应的灰度值;
mhi,j=min(b1hi,j、b2hi,j、......、bFhi,j)。
3.根据权利要求2所述的用于油烟图像处理的动态背景建模方法,其特征在于,F大于等于8小于等于100。
4.根据权利要求3所述的用于油烟图像处理的动态背景建模方法,其特征在于,F小于等于20。
5.根据权利要求6所述的用于油烟图像处理的动态背景建模方法,其特征在于,F等于10。
6.一种基于动态背景建模方法的油烟机,其特征在于,烟机主体设置有:
视觉成像模块,对灶台目标区域进行连续成像,并将成像图片发送至处理模块;
处理模块,接收视觉成像模块发送的成像图片并对成像图片进行处理;
处理模块采用如权利要求1至5任意一项所述的动态背景建模方法构建用于比对当前帧图像的背景模型图像Mψ。
7.根据权利要求6所述的基于动态背景建模方法的油烟机,其特征在于,所述视觉成像模块设置有相机,相机内置于烟机主体的壳体,且相机的镜头正对灶台目标区域,相机的输出端与处理模块电连接。
8.根据权利要求7所述的基于动态背景建模方法的油烟机,其特征在于,所述视觉成像模块还设置有红外补光灯,红外补光灯的照射区域覆盖相机的成像视野范围,红外补光灯固定于烟机主体的壳体,且红外补光灯分布于相机的两侧位置。
9.根据权利要求8所述的基于动态背景建模方法的油烟机,其特征在于,红外补光灯的通断通过继电器控制,所述继电器与所述处理模块电连接。
10.根据权利要求9所述的基于动态背景建模方法的油烟机,其特征在于,红外补光灯的波长范围为900-960nm,所述处理模块采用STM32芯片。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811151630.3A CN109345613A (zh) | 2018-09-29 | 2018-09-29 | 用于油烟图像处理的动态背景建模方法及油烟机 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811151630.3A CN109345613A (zh) | 2018-09-29 | 2018-09-29 | 用于油烟图像处理的动态背景建模方法及油烟机 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109345613A true CN109345613A (zh) | 2019-02-15 |
Family
ID=65308150
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811151630.3A Pending CN109345613A (zh) | 2018-09-29 | 2018-09-29 | 用于油烟图像处理的动态背景建模方法及油烟机 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109345613A (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101799876A (zh) * | 2010-04-20 | 2010-08-11 | 王巍 | 一种视音频智能分析管控系统 |
CN103886598A (zh) * | 2014-03-25 | 2014-06-25 | 北京邮电大学 | 一种基于视频图像处理的隧道烟雾检测装置与方法 |
CN103971386A (zh) * | 2014-05-30 | 2014-08-06 | 南京大学 | 一种动态背景场景下的前景检测方法 |
CN107045723A (zh) * | 2017-03-10 | 2017-08-15 | 北京环境特性研究所 | 基于透射率动态检测的烟雾识别方法 |
CN108534196A (zh) * | 2018-03-08 | 2018-09-14 | 佛山市云米电器科技有限公司 | 降噪系统与视觉检测系统联动的厨房设备及其联动方法 |
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 |
-
2018
- 2018-09-29 CN CN201811151630.3A patent/CN109345613A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101799876A (zh) * | 2010-04-20 | 2010-08-11 | 王巍 | 一种视音频智能分析管控系统 |
CN103886598A (zh) * | 2014-03-25 | 2014-06-25 | 北京邮电大学 | 一种基于视频图像处理的隧道烟雾检测装置与方法 |
CN103971386A (zh) * | 2014-05-30 | 2014-08-06 | 南京大学 | 一种动态背景场景下的前景检测方法 |
CN107045723A (zh) * | 2017-03-10 | 2017-08-15 | 北京环境特性研究所 | 基于透射率动态检测的烟雾识别方法 |
CN108534196A (zh) * | 2018-03-08 | 2018-09-14 | 佛山市云米电器科技有限公司 | 降噪系统与视觉检测系统联动的厨房设备及其联动方法 |
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 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110232666A (zh) | 基于暗原色先验的地下管道图像快速去雾方法 | |
CN104966372B (zh) | 多数据融合的森林火灾智能识别系统和方法 | |
CN104301623B (zh) | 一种混合补光方法和装置 | |
CN111882810B (zh) | 一种火灾识别与预警方法及其系统 | |
CN111242025B (zh) | 一种基于yolo的动作实时监测方法 | |
JP2008502062A (ja) | 画像処理方法及び手段 | |
CN110443776A (zh) | 一种基于无人机吊舱的数据配准融合方法 | |
CN104134352A (zh) | 基于长短曝光结合的视频车辆特征检测系统及其检测方法 | |
CN109951936A (zh) | 一种根据不同应用场景智能调整的照明控制系统及方法 | |
CN106056594A (zh) | 一种基于双光谱的可见光图像提取系统与方法 | |
CN101378501A (zh) | 红外全景联动监控装置及其控制方法 | |
CN105510987B (zh) | 一种利用单中波红外通道进行林火识别的方法 | |
CN109028235A (zh) | 基于背景建模的智能风速调节式油烟机 | |
CN108737785B (zh) | 基于tof 3d摄像机的室内跌倒自动检测系统 | |
CN109028226A (zh) | 基于双区域图像采集进行油烟浓度判断的油烟机 | |
CN109389630A (zh) | 可见光图像与红外图像特征点集确定、配准方法及装置 | |
CN106569600A (zh) | 一种用于控制空调的手势校验方法及装置 | |
CN106404720A (zh) | 一种能见度观测方法 | |
CN109510949A (zh) | 基于图像特征点有效亮度的相机自动曝光方法 | |
JP4491360B2 (ja) | 画像信号処理装置 | |
CN114037910A (zh) | 一种无人机森林火灾检测系统 | |
CN103986912B (zh) | 基于民用ipc的双向实时车辆底盘图像合成方法 | |
CN109345613A (zh) | 用于油烟图像处理的动态背景建模方法及油烟机 | |
CN109389075A (zh) | 智能烟机镜头模糊自检方法 | |
CN109028236A (zh) | 一种自动识别油烟状况的抽油烟机 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190215 |
|
RJ01 | Rejection of invention patent application after publication |