CN109373377A - 一种具有固定式视觉检测系统的油烟机及油烟浓度检测方法 - Google Patents
一种具有固定式视觉检测系统的油烟机及油烟浓度检测方法 Download PDFInfo
- Publication number
- CN109373377A CN109373377A CN201811151671.2A CN201811151671A CN109373377A CN 109373377 A CN109373377 A CN 109373377A CN 201811151671 A CN201811151671 A CN 201811151671A CN 109373377 A CN109373377 A CN 109373377A
- Authority
- CN
- China
- Prior art keywords
- pixel
- image
- initial pictures
- vision
- based detection
- 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 Analysis (AREA)
Abstract
一种具有固定式视觉检测系统的油烟机,设置有烟机主体和用于检测油烟大小的固定式视觉检测模块,固定式视觉检测模块装配于烟机主体。该油烟机的固定式视觉检测模块通过采集的初始图像进行处理并被序列化,依次通过后帧的初始图像与前帧的初始图像进行处理,从而得到各个后帧初始图像所处时刻的当前厨房油烟浓度。一种油烟浓度检测方法,固定式视觉检测模块以成像设备采集的前后帧的初始图像作为基础进行处理,初始图像为灰度图。本发明可实现油烟浓度的非接触实时检测,具有高准确度和实时性等优点。
Description
技术领域
本发明涉及油烟机领域,特别涉及一种具有固定式视觉检测系统的油烟机及油烟浓度检测方法。
背景技术
现代生活中,许多家庭都使用灶具进行煮食,但现有的吸油烟机均不能够对灶台区域的烟雾进行监测,限制了油烟机的智能化。
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,提供一种具有固定式视觉检测系统的油烟机及油烟浓度检测方法以解决现有技术不足甚为必要。
发明内容
本发明的其中一个目的在于避免现有技术的不足之处而提供一种具有固定式视觉检测系统的油烟机。该带可调节视觉检测系统的油烟机能调节固定式视觉检测模块的视角覆盖于灶台,同时该固定式视觉检测模块能够判断厨房油烟浓度。
本发明的上述目的通过以下技术措施实现:
提供一种具有固定式视觉检测系统的油烟机,设置有烟机主体和用于检测油烟大小的固定式视觉检测模块,固定式视觉检测模块装配于烟机主体。
所述固定式视觉检测模块设置有镜头,镜头的视角覆盖于灶台。
所述固定式视觉检测模块通过采集的初始图像进行处理并被序列化,依次通过后帧的初始图像与前帧的初始图像进行处理,得到各个后帧初始图像所处时刻的当前厨房油烟浓度。
优选的,上述固定式视觉检测模块设置有一个,镜头视角覆盖于灶台;所述镜头所在平面与经过灶台的炉头的中心的竖直线成夹角λ。
所述固定式视觉检测模块设置有一个,镜头视角覆盖于灶台;经过所述镜头的中轴线与经过灶台的中心的竖直线重叠。
固定式视觉检测模块设置有两个;每个固定式视觉检测模块分别设置有一个镜头;所述镜头的中轴线与经过对应灶台的炉头的中心的竖直重叠。
优选的,上述固定式视觉检测模块设置有两个;所述两个固定式视觉检测模块分别设置有一个镜头;所述镜头所在平面与经过对应灶台的炉头的竖直线成夹角λ。
另一优选的,上述45°≤λ<90°。
优选的,上述烟机主体设置有用于固定式视觉检测模块的处理器进行散热的散热部,散热部装配于处理器表面。
优选的,上述处理器与镜头分别装配于不同电路板。
优选的,上述固定式视觉检测模块还设置有装置主体、视觉检测部和防止油烟或水汽接近视觉检测部的正压部,视觉检测部和正压部分别装配于装置主体。
优选的,上述镜头装配于视觉检测部。
优选的,上述装置主体设置有风腔部,将镜头朝向拍摄区域定义为上方,视觉检测部装配于风腔部的下方,镜头装配于视觉检测部的上方。
优选的,上述镜头穿过风腔部的穿孔并朝向上方。
优选的,上述正压部装配于风腔部的上方且正压部的出风口朝向风腔部。
优选的,上述风腔部设置有用于容纳正压部产生气流的第一风腔室和用于对从第一风腔室气流进入的气体进行提速的第二风腔室,正压部装配于第一风腔室,镜头位于第二风腔室内部,第一风腔室与第二风腔室连通。
优选的,上述装置主体还设置有上盖和下盖,上盖固定扣合于风腔部的上方,下盖装配于视觉检测部的底部。
优选的,上述上盖设置有与正压部相配合的进风口和出风口,镜头穿过进风口且与上盖的表面持平。
本发明的一种具有固定式视觉检测系统的油烟机,设置有烟机主体和用于检测油烟大小的固定式视觉检测模块,固定式视觉检测模块装配于烟机主体。该油烟机的固定式视觉检测模块通过采集的初始图像进行处理并被序列化,依次通过后帧的初始图像与前帧的初始图像进行处理,从而得到各个后帧初始图像所处时刻的当前厨房油烟浓度。
本发明的另一发明目的在于避免现有技术的不足之处而提供一种油烟浓度检测方法。该油烟浓度检测方法具有检测实时、油烟浓度检测结果准确性高的特点。
提供一种油烟浓度检测方法,具有如上述特征的具有固定式视觉检测系统的油烟机,固定式视觉检测模块以成像设备采集的初始图像作为基础进行处理,初始图像为灰度图,所采集的初始图像被序列化,依次通过后帧的初始图像与前帧的初始图像进行处理,得到各个后帧初始图像所处时刻的当前厨房油烟浓度;
每次通过后帧的初始图像与前帧的初始图像进行处理,得到后帧初始图像所处时刻的当前厨房油烟浓度的步骤过程如下:
(1)将后帧的初始图像与前帧的初始图像进行帧差处理得到帧差图像;
(2)以开运算方式对帧差图像进行去噪处理,得到去噪图像;
(3)对去噪图像进行边缘检测,标记运动区域作为初始感兴趣区域;
(4)对初始感兴趣区域进行灰度均值计算和区域平滑度计算,将同时满足灰度均值和平滑度要求的区域作为下一步感兴趣区域,其它的区域作为干扰排除;
(5)对步骤(4)提取出的感兴趣区域分别进行灰度直方图统计,根据统计结果划分油烟浓度等级。
步骤(1)中,对采集到的初始图像进行帧差操作得到帧差图像具体是:
固定式视觉检测模块根据接收到的初始图像的先后顺序,将后一帧图像与前一帧图像做差,得到动态区域高亮的帧差图像;
优选的,上述步骤(2)对帧差图像采用开运算进行去噪处理,得到去噪图像,具体通过如下方式进行: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烟雾特征。
优选的,上述步骤(3)对去噪图像进行边缘检测,标记运动区域作为初始感兴趣区域,具体是:利用小波变换,检测帧差图像高亮区域的边缘并进行标记,将标记出的区域作为初始感兴趣区域。
优选的,上述步骤(4)具体是对每个初始感兴趣区域进行灰度均值、区域平滑度计算,得到每个初始感兴趣区域对应的灰度均值和灰度平滑度,将同时满足计算得到的灰度均值小于灰度阈值、灰度平滑度小于灰度平滑度阈值的初始感兴趣区域作为感兴趣区域,将其它初始感兴趣区域判定为干扰区域。
优选的,上述步骤(5)中对步骤(4)提取出的感兴趣区域分别进行灰度直方图统计,根据统计结果划分油烟浓度等级,具体是。
将感兴趣区域图像中的所有像素,按照灰度值的大小,统计其出现的频率;
再根据需要划分的浓度等级数量,取10为区间长度,统计每个灰度区间内的像素点个数,每个灰度区间内的像素点个数对应划分油烟为相应的浓度等级。
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。
后帧初始图像A的像素的灰度值以矩阵AH表示,AH={ahi,j},ahi,j代表后帧初始图像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;后帧初始图像A中第i行、第j列像素所在的子区域为ASi,j。
前帧初始图像B的像素的灰度值以矩阵BH表示,BH={bhi,j},bhi,j代表前帧初始图像B中第i行、第j列像素对应的灰度值,前帧初始图像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},dhi,j代表帧差图像D中第i行、第j列像素对应的灰度值,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。
步骤(2)中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θ;
2-12,将卷积核θ与帧差图像进行卷积;在卷积核θ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θ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的灰度对应赋予像素点C,得到腐蚀图像;
步骤(2)中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β;
2-22,将卷积核β与腐蚀图像进行卷积;在卷积核β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β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的灰度对应赋予像素点R,得到膨胀图像,得到的膨胀图像即为去噪图像。
优选的,上述步骤(3)通过如下步骤进行:
3-1,定义一个滤波器Y,滤波器为t*t矩阵,t为奇数;
3-2,使滤波器Y遍历去噪图像,计算滤波器在每一位置处的中心像素点所在的去噪图像的灰度值以及中心像素点邻域内其它像素点的灰度值,并根据公式(Ⅰ)计算滤波器在每一位置处的中心像素点的边缘检测值Xz,z为滤波器Y遍历去噪图像时的标记,
f、g为像素点的矩阵序号,1≤f≤t,1≤g≤t,e为滤波器在每一位置处的像素点所在的去噪图像的灰度值;α为权重系数,与滤波器位置相对应;
3-3,将滤波器在每一位置处的中心像素点边缘检测值Xz与中心像素点邻域的其它像素点的灰度值相减,并判断差值的绝对值是否大于阈值Δ;
统计大于阈值的数量,如果数量超过判定滤波器所处位置的中心像素点对应的去噪图像的像素点位置为边缘点,并进行标记;
3-4,滤波器遍历完整个去噪图像,得到所有标记的边缘点,获得初步感兴趣区域。
优选的,上述t为3。
本发明的油烟浓度检测方法,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。该油烟浓度检测方法,几乎不受检测距离的影响,可实现油烟浓度的非接触实时检测,具有高准确度和实时性等优点。
附图说明
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为实施例1的一种具有固定式视觉检测系统的油烟机结构透视图。
图2为图1的侧面视图。
图3为实施例2的一种具有固定式视觉检测系统的油烟机的结构透视图及镜头的中心线分别与对应的与炉头的中心重叠示意图。
图4为图3的侧面视图。
图5为实施例3的固定式视觉检测模块的截面示意图。
图6为固定式视觉检测模块分解示意图。
图7为图5中的气流流动方向示意图。
图8是本发明的方法分割的油烟区域和干扰区域的示意图。
图1至图8中,包括有:
固定式视觉检测模块1、
装置主体11、
风腔部111、第一风腔室1111、第二风腔室1112、
上盖112、进风口1121、出风口1122、
下盖113、
正压部12、
视觉检测部13、镜头131、
烟机主体2、
灶具3。
具体实施方式
结合以下实施例对本发明的技术方案作进一步说明。
实施例1。
一种具有固定式视觉检测系统的油烟机,如图1和2所示,设置有烟机主体2和用于检测油烟大小的固定式视觉检测模块1,固定式视觉检测模块1装配于烟机主体2。
固定式视觉检测模块1设置有镜头131,镜头131的视角覆盖于灶台,如图1中的固定式视觉检测模块1的两条虚线所形成的范围。
固定式视觉检测模块1通过采集的初始图像进行处理并被序列化,依次通过后帧的初始图像与前帧的初始图像进行处理,得到各个后帧初始图像所处时刻的当前厨房油烟浓度。
本实施例的固定式视觉检测模块1设置有一个,镜头131视角覆盖于灶台。镜头131所在平面与经过灶台的炉头的中心的竖直线成夹角λ。具体的45°≤λ<90°。
需说明的是,本发明的固定式视觉检测模块1可以设置有一个,也可设置为两个,具体的数目根据实际情况而定。本发明的镜头131的安装形式可以为镜头131所在平面与经过灶台的炉头的中心的竖直线成夹角λ,也可以为镜头131的中轴线与经过对应灶台的炉头的中心的竖直重叠,具体的安装形式根据实际情况而定。
烟机主体2设置有用于固定式视觉检测模块1的处理器进行散热的散热部,散热部装配于处理器表面。
散热部的设置的好处在于,因为固定式视觉检测模块1的图像计算量大,产生的热量也多,同时油烟机在抽油时也会带来巨大热量,因此散热部可以大大降低处理器的热量。
本发明的处理器与镜头131分别装配于不同电路板。
因为不同的油烟机造型的固定式视觉检测模块1的大小不同,对于内部空间足够大时,可选用尺寸大一些的处理模块,因此镜头131和处理器位于不同的电路板,可以提高灵活性,同时镜头131和处理器位于不同的电路板可以分散散热,降低处理器的热负荷。
该具有固定式视觉检测系统的油烟机,设置有烟机主体2和用于检测油烟大小的固定式视觉检测模块1,固定式视觉检测模块1装配于烟机主体2。该油烟机的固定式视觉检测模块1通过采集的初始图像进行处理并被序列化,依次通过后帧的初始图像与前帧的初始图像进行处理,从而得到各个后帧初始图像所处时刻的当前厨房油烟浓度。
实施例2。
一种具有固定式视觉检测系统的油烟机,如图3和4所示,其他特征与实施例1相同,不同之处在于,固定式视觉检测模块1设置有两个,每个固定式视觉检测模块1分别设置有一个镜头131,镜头131的中轴线与经过对应灶台的炉头的中心的竖直重叠,如图3中的两条虚线所示。
与实施例1相比,本实施例具有两个固定式视觉检测模块1,且镜头131的中心线分别与对应的与炉头的中心重叠,能够提高油烟检测的精确度。
实施例3。
一种具有固定式视觉检测系统的油烟机,如图5至7所示,其他特征与实施例1相同,不同之处在于,固定式视觉检测模块1还设置有装置主体11、视觉检测部13和防止油烟或水汽接近视觉检测部13的正压部12,视觉检测部13和正压部12分别装配于装置主体11。镜头131装配于视觉检测部13。
装置主体11设置有风腔部111,将镜头131朝向拍摄区域定义为上方,视觉检测部13装配于风腔部111的下方,镜头131装配于视觉检测部13的上方。
镜头131穿过风腔部111的穿孔并朝向上方。
正压部12装配于风腔部111的上方且正压部12的出风口1122朝向风腔部111。
风腔部111设置有用于容纳正压部12产生气流的第一风腔室1111和用于对从第一风腔室1111气流进入的气体进行提速的第二风腔室1112,正压部12装配于第一风腔室1111,镜头131位于第二风腔室1112内部,第一风腔室1111与第二风腔室1112连通。
装置主体11还设置有上盖112和下盖113,上盖112固定扣合于风腔部111的上方,下盖113装配于视觉检测部13的底部。
上盖112设置有与正压部12相配合的进风口1121和出风口1122,镜头131穿过进风口1121且与上盖112的表面持平。
本发明的固定式视觉检测模块1的气流流动过程如下:正压部12从上盖112的进风口1121吸入气体,正压部12再将气体排向第一风腔体,气体从第一风腔室1111流入第二风腔室1112,因为第二风腔室1112的未被占用的体积小于第二风腔室1112的未被占用的体积,气体在第二风腔室1112得到提速,被提速的气体再经过镜头131与锥面结构的缝隙,气体最终以最高速度离开该正压防污式视觉装置,气体在镜头131与烟雾之间形成一定正压,使得烟雾无法接触镜头131。
该固定式视觉检测模块1的正压部12产生气体高速从固定式视觉检测模块1的镜头131的表面流过,从而在镜头131与烟雾之间形成一定的正压,使得烟雾无法接触镜头131。该固定式视觉检测模块1能够防止油烟或水汽的附着。
实施例4。
一种油烟浓度检测方法,固定式视觉检测模块1以成像设备采集的初始图像作为基础进行处理,初始图像为灰度图,所采集的初始图像被序列化,依次通过后帧的初始图像与前帧的初始图像进行处理,得到各个后帧初始图像所处时刻的当前厨房油烟浓度。通过该方法,也可实时得到当前帧时刻的油烟浓度情况,也可以根据需要即使监控各个时刻当前帧图像的油烟浓度情况,为油烟机的自动抽烟力度提供依据。
每次通过后帧的初始图像与前帧的初始图像进行处理,得到后帧初始图像所处时刻的当前厨房油烟浓度的步骤过程如下:
(1)将后帧的初始图像与前帧的初始图像进行帧差处理得到帧差图像;
(2)以开运算方式对帧差图像进行去噪处理,得到去噪图像;
(3)对去噪图像进行边缘检测,标记运动区域作为初始感兴趣区域;
(4)对初始感兴趣区域进行灰度均值计算和区域平滑度计算,将同时满足灰度均值和平滑度要求的区域作为下一步感兴趣区域,其它的区域作为干扰排除;
(5)对步骤(4)提取出的感兴趣区域分别进行灰度直方图统计,根据统计结果划分油烟浓度等级。统计方法可以为灰度直方图统计,也可以选择其他统计方法。
步骤(1)中,对采集到的初始图像进行帧差操作得到帧差图像具体是:固定式视觉检测模块1根据接收到的初始图像的先后顺序,将后一帧图像与前一帧图像做差,得到动态区域高亮的帧差图像。由于前后两帧图像中静态区域是不变的,动态区域(例如油烟飘散,人手挥动等)是变化的,所以帧差后静态区域呈现黑色,动态区域帧差后表现为边缘模糊的高亮区域,故通过帧差可以得到动态区域高亮的帧差图像。
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。
后帧初始图像A的像素的灰度值以矩阵AH表示,AH={ahi,j},ahi,j代表后帧初始图像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;后帧初始图像A中第i行、第j列像素所在的子区域为ASi,j。
前帧初始图像B的像素的灰度值以矩阵BH表示,BH={bhi,j},bhi,j代表前帧初始图像B中第i行、第j列像素对应的灰度值,前帧初始图像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},dhi,j代表帧差图像D中第i行、第j列像素对应的灰度值,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。
帧差操作后,进入步骤(2)。对帧差图像采用开运算进行去噪处理,得到去噪图像,具体通过如下方式进行: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烟雾特征。
步骤(2)中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θ;
2-12,将卷积核θ与帧差图像进行卷积;在卷积核θ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θ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的灰度对应赋予像素点C,得到腐蚀图像。
步骤(2)中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β;
2-22,将卷积核β与腐蚀图像进行卷积;在卷积核β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β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的灰度对应赋予像素点R,得到膨胀图像,得到的膨胀图像即为去噪图像。
利用开运算可以消除图像噪点,在纤细点处分离物体,平滑较大的物体边界,同时也可保证原来图像中高亮区域的面积基本不变,保证后续检测的准确性不受影响。
步骤(3)对去噪图像进行边缘检测,标记运动区域作为初始感兴趣区域,具体是:利用小波变换,检测帧差图像高亮区域的边缘并进行标记,将标记出的区域作为初始感兴趣区域。
由于图像边缘的灰度值与相邻像素点的灰度值会产生较大的灰度值梯度,根据边缘的这一特征,设定一个滤波器,用该滤波器遍历帧差图像。步骤(3)通过如下步骤进行:
3-1,定义一个滤波器Y,滤波器为t*t矩阵,t为奇数。滤波器选择奇数矩阵,以确保只有一个中心点,优选3*3矩阵,具有计算量小的特点。
3-2,使滤波器Y遍历去噪图像,计算滤波器在每一位置处的中心像素点所在的去噪图像的灰度值以及中心像素点邻域内其它像素点的灰度值,并根据公式(Ⅰ)计算滤波器在每一位置处的中心像素点的边缘检测值Xz,z为滤波器Y遍历去噪图像时的标记,
f、g为像素点的矩阵序号,1≤f≤t,1≤g≤t,e为滤波器在每一位置处的像素点所在的去噪图像的灰度值;α为权重系数,与滤波器位置相对应。
3-3,将滤波器在每一位置处的中心像素点边缘检测值Xz与中心像素点邻域的其它像素点的灰度值相减,并判断差值的绝对值是否大于阈值Δ;
统计大于阈值的数量,如果数量超过判定滤波器所处位置的中心像素点对应的去噪图像的像素点位置为边缘点,并进行标记;
3-4,滤波器遍历完整个去噪图像,得到所有标记的边缘点,获得初步感兴趣区域。
因为人在做菜操作时,手会一直在挥动,帧差完之后的图像中会包含油烟和人手操作等运动物体的干扰区域,在进行油烟浓度识别之前需要排除干扰区域的影响,这也是本发明专利的难点所在。
但是油烟的运动方向具有随机性,人手,锅铲的运动方向相对明确且特征不同,在数值上表现就是灰度值差异较大,从而:
1)帧差后的图像上油烟运动区域比人手、锅铲运动区域的亮度低,所以相应的油烟区域的灰度值均值也低于人手、锅铲运动区域的灰度均值;
2)帧差后的图像上油烟运动区域的灰度值分布较集中,而人手、锅铲的运动区域边界的灰度值较区域的中心区域跳跃较大,所以该区域的图像不够平滑,对应的灰度值的方差较大。
利用这两个特性,步骤(4)具体是对每个初始感兴趣区域进行灰度均值、区域平滑度计算,得到每个初始感兴趣区域对应的灰度均值和灰度平滑度,将同时满足计算得到的灰度均值小于灰度阈值、灰度平滑度小于灰度平滑度阈值的初始感兴趣区域作为感兴趣区域,将其它初始感兴趣区域判定为干扰区域。
灰度阈值、灰度平滑度阈值的量值可以根据具体需要灵活设置,在此不再赘述。步骤(4)完成油烟区域的识别和干扰区域的排除。
图8示意了一个利用本发明的方法分割的油烟区域和干扰区域的示意图,可见,本发明的方法能够将干扰区域有效排除。
步骤(5)中对步骤(4)提取出的感兴趣区域分别进行灰度直方图统计,根据统计结果划分油烟浓度等级,具体是:
将感兴趣区域图像中的所有像素,按照灰度值的大小,统计其出现的频率;
再根据需要划分的浓度等级数量,取10为区间长度,统计每个灰度区间内的像素点个数,每个灰度区间内的像素点个数对应划分油烟为相应的浓度等级需要说明的是,区间长度的选择不局限于10,也可以选择其他数量。
油烟浓度的划分标准可以具体设定,如设置浓烟、中等烟或者低烟等,具体数值以实际需求为准,在此不再赘述。
本发明的油烟浓度检测方法,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。该油烟浓度检测方法,几乎不受检测距离的影响,可实现油烟浓度的非接触实时检测,具有高准确度和实时性等优点。
本发明油烟浓度检测方法,可以设置于油烟机中,通过油烟机设置的成像设备采集烟机灶头区域的图像,并输送至固定式视觉检测模块1,固定式视觉检测模块1将处理的油烟等级结构输送至主控单元,主控单元根据烟机的油烟等级控制烟机抽吸力度。更加准确地对厨房油烟进行抽吸处理。
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)
1.一种具有固定式视觉检测系统的油烟机,其特征在于:设置有烟机主体和用于检测油烟大小的固定式视觉检测模块,固定式视觉检测模块装配于烟机主体;
所述固定式视觉检测模块设置有镜头,镜头的视角覆盖于灶台;
所述固定式视觉检测模块通过采集的初始图像进行处理并被序列化,依次通过后帧的初始图像与前帧的初始图像进行处理,得到各个后帧初始图像所处时刻的当前厨房油烟浓度。
2.根据权利要求1所述的具有固定式视觉检测系统的油烟机,其特征在于:所述固定式视觉检测模块设置有一个,镜头视角覆盖于灶台;
所述镜头所在平面与经过灶台的炉头的中心的竖直线成夹角λ。
3.根据权利要求1所述的具有固定式视觉检测系统的油烟机,其特征在于:所述固定式视觉检测模块设置有一个,镜头视角覆盖于灶台;
经过所述镜头的中轴线与经过灶台的中心的竖直线重叠。
4.根据权利要求1所述的具有固定式视觉检测系统的油烟机,其特征在于:所述固定式视觉检测模块设置有两个;
每个固定式视觉检测模块分别设置有一个镜头;
所述镜头的中轴线与经过对应灶台的炉头的中心的竖直重叠。
5.根据权利要求1所述的具有固定式视觉检测系统的油烟机,其特征在于:所述固定式视觉检测模块设置有两个;
所述两个固定式视觉检测模块分别设置有一个镜头;
所述镜头所在平面与经过对应灶台的炉头的竖直线成夹角λ。
6.根据权利要求2或者5所述的具有固定式视觉检测系统的油烟机,其特征在于:所述45°≤λ<90°。
7.根据权利要求4所述的具有固定式视觉检测系统的油烟机,其特征在于:所述烟机主体设置有用于固定式视觉检测模块的处理器进行散热的散热部,散热部装配于处理器表面;
所述处理器与镜头分别装配于不同电路板。
8.根据权利要求7所述的具有固定式视觉检测系统的油烟机,其特征在于:所述固定式视觉检测模块还设置有装置主体、视觉检测部和防止油烟或水汽接近视觉检测部的正压部,视觉检测部和正压部分别装配于装置主体;
所述镜头装配于视觉检测部;
所述装置主体设置有风腔部,将镜头朝向拍摄区域定义为上方,视觉检测部装配于风腔部的下方,镜头装配于视觉检测部的上方;
所述镜头穿过风腔部的穿孔并朝向上方;
所述正压部装配于风腔部的上方且正压部的出风口朝向风腔部;
所述风腔部设置有用于容纳正压部产生气流的第一风腔室和用于对从第一风腔室气流进入的气体进行提速的第二风腔室,正压部装配于第一风腔室,镜头位于第二风腔室内部,第一风腔室与第二风腔室连通;
所述装置主体还设置有上盖和下盖,上盖固定扣合于风腔部的上方,下盖装配于视觉检测部的底部;
所述上盖设置有与正压部相配合的进风口和出风口,镜头穿过进风口且与上盖的表面持平。
9.一种油烟浓度检测方法,其特征在于,具有如权利要求1至8任意一项特征的具有固定式视觉检测系统的油烟机,固定式视觉检测模块以成像设备采集的初始图像作为基础进行处理,初始图像为灰度图,所采集的初始图像被序列化,依次通过后帧的初始图像与前帧的初始图像进行处理,得到各个后帧初始图像所处时刻的当前厨房油烟浓度;
每次通过后帧的初始图像与前帧的初始图像进行处理,得到后帧初始图像所处时刻的当前厨房油烟浓度的步骤过程如下:
(1)将后帧的初始图像与前帧的初始图像进行帧差处理得到帧差图像;
(2)以开运算方式对帧差图像进行去噪处理,得到去噪图像;
(3)对去噪图像进行边缘检测,标记运动区域作为初始感兴趣区域;
(4)对初始感兴趣区域进行灰度均值计算和区域平滑度计算,将同时满足灰度均值和平滑度要求的区域作为下一步感兴趣区域,其它的区域作为干扰排除;
(5)对步骤(4)提取出的感兴趣区域分别进行灰度直方图统计,根据统计结果划分油烟浓度等级。
10.根据权利要求9所述的油烟浓度检测方法,其特征在于,步骤(1)中,对采集到的初始图像进行帧差操作得到帧差图像具体是:
固定式视觉检测模块根据接收到的初始图像的先后顺序,将后一帧图像与前一帧图像做差,得到动态区域高亮的帧差图像;
所述步骤(2)对帧差图像采用开运算进行去噪处理,得到去噪图像,具体通过如下方式进行: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烟雾特征;
所述步骤(3)对去噪图像进行边缘检测,标记运动区域作为初始感兴趣区域,具体是:利用小波变换,检测帧差图像高亮区域的边缘并进行标记,将标记出的区域作为初始感兴趣区域;
所述步骤(4)具体是对每个初始感兴趣区域进行灰度均值、区域平滑度计算,得到每个初始感兴趣区域对应的灰度均值和灰度平滑度,将同时满足计算得到的灰度均值小于灰度阈值、灰度平滑度小于灰度平滑度阈值的初始感兴趣区域作为感兴趣区域,将其它初始感兴趣区域判定为干扰区域;
所述步骤(5)中对步骤(4)提取出的感兴趣区域分别进行灰度直方图统计,根据统计结果划分油烟浓度等级,具体是:
将感兴趣区域图像中的所有像素,按照灰度值的大小,统计其出现的频率;
再根据需要划分的浓度等级数量,取10为区间长度,统计每个灰度区间内的像素点个数,每个灰度区间内的像素点个数对应划分油烟为相应的浓度等级;
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,
后帧初始图像A的像素的灰度值以矩阵AH表示,AH={ahi,j},ahi,j代表后帧初始图像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;后帧初始图像A中第i行、第j列像素所在的子区域为ASi,j;
前帧初始图像B的像素的灰度值以矩阵BH表示,BH={bhi,j},bhi,j代表前帧初始图像B中第i行、第j列像素对应的灰度值,前帧初始图像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},dhi,j代表帧差图像D中第i行、第j列像素对应的灰度值,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;
步骤(2)中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θ;
2-12,将卷积核θ与帧差图像进行卷积;在卷积核θ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θ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的灰度对应赋予像素点C,得到腐蚀图像;
步骤(2)中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β;
2-22,将卷积核β与腐蚀图像进行卷积;在卷积核β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β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的灰度对应赋予像素点R,得到膨胀图像,得到的膨胀图像即为去噪图像;
所述步骤(3)通过如下步骤进行:
3-1,定义一个滤波器Y,滤波器为t*t矩阵,t为奇数;
3-2,使滤波器Y遍历去噪图像,计算滤波器在每一位置处的中心像素点所在的去噪图像的灰度值以及中心像素点邻域内其它像素点的灰度值,并根据公式(Ⅰ)计算滤波器在每一位置处的中心像素点的边缘检测值Xz,z为滤波器Y遍历去噪图像时的标记,
f、g为像素点的矩阵序号,1≤f≤t,1≤g≤t,e为滤波器在每一位置处的像素点所在的去噪图像的灰度值;α为权重系数,与滤波器位置相对应;
3-3,将滤波器在每一位置处的中心像素点边缘检测值Xz与中心像素点邻域的其它像素点的灰度值相减,并判断差值的绝对值是否大于阈值Δ;
统计大于阈值的数量,如果数量超过判定滤波器所处位置的中心像素点对应的去噪图像的像素点位置为边缘点,并进行标记;
3-4,滤波器遍历完整个去噪图像,得到所有标记的边缘点,获得初步感兴趣区域;
所述t为3。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811151671.2A CN109373377A (zh) | 2018-09-29 | 2018-09-29 | 一种具有固定式视觉检测系统的油烟机及油烟浓度检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811151671.2A CN109373377A (zh) | 2018-09-29 | 2018-09-29 | 一种具有固定式视觉检测系统的油烟机及油烟浓度检测方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109373377A true CN109373377A (zh) | 2019-02-22 |
Family
ID=65402671
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811151671.2A Pending CN109373377A (zh) | 2018-09-29 | 2018-09-29 | 一种具有固定式视觉检测系统的油烟机及油烟浓度检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109373377A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111637501A (zh) * | 2019-03-01 | 2020-09-08 | 九阳股份有限公司 | 一种油烟机的烟雾检测方法和油烟机 |
CN112785612A (zh) * | 2020-08-28 | 2021-05-11 | 青岛经济技术开发区海尔热水器有限公司 | 基于小波变换的图像边缘检测方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
ES2122835A1 (es) * | 1994-12-19 | 1998-12-16 | Moreno Jimenez Jose | Dispositivo para la evacuacion de humos y vapores. |
KR20150002366A (ko) * | 2013-06-28 | 2015-01-07 | 서울바이오시스 주식회사 | Uv led를 구비한 후드 시스템 |
CN107514664A (zh) * | 2017-09-03 | 2017-12-26 | 吴联凯 | 一种具有正压式烟雾检测装置的油烟机及其控制方法 |
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 |
CN108548199A (zh) * | 2018-03-08 | 2018-09-18 | 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 |
CN209013289U (zh) * | 2018-09-29 | 2019-06-21 | 佛山市云米电器科技有限公司 | 一种具有固定式视觉检测系统的油烟机 |
-
2018
- 2018-09-29 CN CN201811151671.2A patent/CN109373377A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
ES2122835A1 (es) * | 1994-12-19 | 1998-12-16 | Moreno Jimenez Jose | Dispositivo para la evacuacion de humos y vapores. |
KR20150002366A (ko) * | 2013-06-28 | 2015-01-07 | 서울바이오시스 주식회사 | Uv led를 구비한 후드 시스템 |
CN107514664A (zh) * | 2017-09-03 | 2017-12-26 | 吴联凯 | 一种具有正压式烟雾检测装置的油烟机及其控制方法 |
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 |
CN108548199A (zh) * | 2018-03-08 | 2018-09-18 | 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 |
CN209013289U (zh) * | 2018-09-29 | 2019-06-21 | 佛山市云米电器科技有限公司 | 一种具有固定式视觉检测系统的油烟机 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111637501A (zh) * | 2019-03-01 | 2020-09-08 | 九阳股份有限公司 | 一种油烟机的烟雾检测方法和油烟机 |
CN111637501B (zh) * | 2019-03-01 | 2022-12-09 | 杭州九阳小家电有限公司 | 一种油烟机的烟雾检测方法和油烟机 |
CN112785612A (zh) * | 2020-08-28 | 2021-05-11 | 青岛经济技术开发区海尔热水器有限公司 | 基于小波变换的图像边缘检测方法 |
CN112785612B (zh) * | 2020-08-28 | 2022-09-13 | 青岛经济技术开发区海尔热水器有限公司 | 基于小波变换的图像边缘检测方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109028232A (zh) | 一种带可移动视觉检测系统的油烟机及油烟浓度检测方法 | |
CN109084350A (zh) | 一种具滤光功能视觉检测模块的油烟机及油烟浓度检测方法 | |
CN109190624A (zh) | 基于图像处理的厨房油烟浓度检测方法 | |
CN109447063A (zh) | 一种基于图像处理的厨房油烟浓度检测方法 | |
CN109028230A (zh) | 具手势控制视觉检测功能的炉具及油烟浓度检测方法 | |
CN111179279A (zh) | 一种基于紫外、双目视觉的综合火焰检测方法 | |
CN109028223A (zh) | 具手势控制视觉检测功能的油烟机及油烟浓度检测方法 | |
JP2013089252A (ja) | 映像処理方法及び装置 | |
CN109028226A (zh) | 基于双区域图像采集进行油烟浓度判断的油烟机 | |
CN106127205A (zh) | 一种适用于室内轨道机器人的数字仪表图像的识别方法 | |
CN109028169A (zh) | 一种具有熄火视觉控制功能的炉具及油烟浓度检测方法 | |
CN109028237A (zh) | 基于双区域图像采集进行风速调节的油烟机 | |
CN110189375A (zh) | 一种基于单目视觉测量的图像目标识别方法 | |
CN109028231A (zh) | 一种基于视觉手势控制的烟灶一体机及油烟浓度检测方法 | |
CN106991418A (zh) | 飞虫检测方法、装置及终端 | |
CN109373377A (zh) | 一种具有固定式视觉检测系统的油烟机及油烟浓度检测方法 | |
CN109389604A (zh) | 一种厨房油烟图像检测干扰排除方法 | |
CN105335688B (zh) | 一种基于视觉图像的飞机机型识别方法 | |
CN109028224A (zh) | 一种具光线自适应视觉功能的油烟机及油烟浓度检测方法 | |
CN209013289U (zh) | 一种具有固定式视觉检测系统的油烟机 | |
CN108510544A (zh) | 一种基于特征聚类的光条定位方法 | |
CN109028225A (zh) | 一种带固定式视觉检测系统的油烟机及油烟浓度检测方法 | |
CN209013299U (zh) | 具手势控制视觉检测功能的油烟机 | |
CN209101365U (zh) | 一种具无人识别功能的烟灶一体机 | |
CN109344827A (zh) | 一种带补光装置的油烟机及油烟浓度检测方法 |
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 |