CN109610132A - 衣物洗涤方法、装置和控制器 - Google Patents

Abstract

本申请提出一种衣物洗涤方法、装置和控制器，其中，方法包括：获取待洗涤衣物的衣物图像；确定衣物图像中的衣物区域；统计衣物区域在衣物图像中的占比；根据衣物区域的占比生成洗涤参数，并根据洗涤参数，控制衣物处理装置对待洗涤衣物进行洗涤。该方法能够提升衣物的洗涤效果，以及提升衣物处理装置的智能化程度。

Description

衣物洗涤方法、装置和控制器

技术领域

本申请涉及家用电器技术领域，尤其涉及一种衣物洗涤方法、装置和控制器。

背景技术

随着技术的进步和人们生活水平的提高，衣物处理装置(例如，洗衣机)的普及程度越来越高，它给人们的洗衣带来了方便。目前，当用户使用衣物处理装置进行洗涤衣物时，衣物处理装置根据待洗涤衣物的重量，确定进水量等洗涤参数。

然而，由于衣物种类的不同，可能导致同样重量的不同衣物，所占用的洗涤桶的空间并不相同，例如，羽绒服虽然轻，但是占用了洗涤桶较大的空间，而皮衣虽然重，但是占用了洗涤桶较小的空间，从而根据待洗涤衣物的重量，确定进水量等洗涤参数，无法保证衣物的洗涤效果。

发明内容

本申请提出一种衣物洗涤方法、装置和控制器，以实现提升衣物的洗涤效果，以及提升衣物处理装置的智能化程度，用于解决现有技术中根据待洗涤衣物的重量，确定进水量等洗涤参数，无法保证衣物的洗涤效果的技术问题。

本申请一方面实施例提出了一种衣物洗涤方法，包括：

获取待洗涤衣物的衣物图像；

确定所述衣物图像中的衣物区域；

统计所述衣物区域在所述衣物图像中的占比；

根据所述衣物区域的占比生成洗涤参数，并根据所述洗涤参数，控制衣物处理装置对所述待洗涤衣物进行洗涤。

本申请又一方面实施例提出了一种衣物洗涤装置，包括：

获取模块，用于获取待洗涤衣物的衣物图像；

确定模块，用于确定所述衣物图像中的衣物区域；

统计模块，用于统计所述衣物区域在所述衣物图像中的占比；

生成模块，用于根据所述衣物区域的占比生成洗涤参数，并根据所述洗涤参数，控制衣物处理装置对所述待洗涤衣物进行洗涤。

本申请又一方面实施例提出了一种控制器，包括：存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时，实现如本申请前述一方面所述的衣物洗涤方法。

本申请又一方面实施例提出了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时，实现如本申请前述一方面所述的衣物洗涤方法。

本申请实施例所提供的技术方案可以包含如下的有益效果：

本申请实施例中，通过获取待洗涤衣物的衣物图像，而后，确定衣物图像中的衣物区域，接着，统计衣物区域在衣物图像中的占比，最后，根据衣物区域的占比生成洗涤参数，并根据洗涤参数，控制衣物处理装置对待洗涤衣物进行洗涤。本申请中，根据衣物区域的占比生成洗涤参数，可以提升衣物的洗涤效果，以及提升衣物处理装置的智能化程度。

附图说明

本申请上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解，其中：

图1为本申请实施例一所提供的衣物洗涤方法的流程示意图；

图2为本申请实施例二所提供的衣物洗涤方法的流程示意图；

图3为本申请实施例三所提供的衣物洗涤方法的流程示意图；

图4为本申请实施例四所提供的衣物洗涤装置的结构示意图；

图5为本申请实施例五所提供的衣物洗涤装置的结构示意图。

具体实施方式

下面详细描述本申请的实施例，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，旨在用于解释本申请，而不能理解为对本申请的限制。

本申请主要针对现有技术中根据待洗涤衣物的重量，确定进水量等洗涤参数，无法保证衣物的洗涤效果的技术问题，提出一种衣物洗涤方法。

本申请实施例的衣物洗涤方法，通过获取待洗涤衣物的衣物图像，而后，确定衣物图像中的衣物区域，接着，统计衣物区域在衣物图像中的占比，最后，根据衣物区域的占比生成洗涤参数，并根据洗涤参数，控制衣物处理装置对待洗涤衣物进行洗涤。本申请中，根据衣物区域的占比生成洗涤参数，可以提升衣物的洗涤效果，以及提升衣物处理装置的智能化程度。

下面参考附图描述本申请实施例的衣物洗涤方法、装置和控制器。

图1为本申请实施例一所提供的衣物洗涤方法的流程示意图。

本申请实施例的执行主体可以为衣物处理装置，该衣物处理装置可以为洗衣机、洗烘一体机等等，或者，本申请实施例的执行主体还可以为云服务端，以提升该方法的适用性。

如图1所示，该衣物洗涤方法包括以下步骤：

步骤101，获取待洗涤衣物的衣物图像。

本申请实施例中，由于待洗涤衣物在洗涤桶内易发生缠绕，因此，可以通过控制衣物处理装置的洗涤桶运动，以使待洗涤衣物在翻滚的过程中减少缠绕，并通过衣物处理装置中的成像装置采集至少一帧待洗涤衣物的衣物图像，以提高获取的待洗涤衣物的衣物图像包含的特征的准确性。

作为一种可能的实现方式，当执行主体为衣物处理装置时，当成像设备采集到衣物图像后，衣物处理装置可以直接获取该衣物图像。

作为另一种可能的实现方式，当执行主体为云服务端时，在衣物处理装置中的成像设备采集到衣物图像后，衣物处理装置可以将衣物图像发送至云服务端，相应的，云服务端可以接收该衣物图像。

步骤102，确定衣物图像中的衣物区域。

本申请实施例中，在获取到衣物图像后，可以基于图像处理算法，确定衣物图像中的衣物区域。

可以理解的是，衣物图像中包含了至少一个成像对象，每一个成像对象都有对应的轮廓，例如，有对应衣物的成像对象形成的轮廓，有对应衣物处理装置的组成部分的成像对象的轮廓，比如衣物处理装置的洗涤桶的外形轮廓等。由于衣物通常是堆叠放置，且衣物具有柔软特性，因此，衣物区域轮廓不规则程度较高，而内桶波轮等背景区域则通常轮廓是规则的，基于这种轮廓的区别可以分离出衣物区域和背景区域。

因此，作为本申请实施例的一种可能的实现方式，可以对衣物图像进行成像对象的轮廓识别，例如，可以通过对衣物图像进行参数阈值化处理，得到二值化图片，根据获取得到的二值化图片确定衣物图像中各成像对象的轮廓，或者，可以基于边缘特征提取算法，确定衣物图像的边缘点，从而根据边缘点确定衣物图像中各成像对象的轮廓。在确定成像对象的轮廓后，可以根据成像对象的轮廓，从衣物图像中分离出衣物区域和背景区域。

作为本申请实施例的另一种可能的实现方式，由于衣物具有纹理、颜色、边缘等特征，因此，本申请中，可以基于深度学习的图像处理技术，预先训练识别模型，使得训练后的识别模型学习得到颜色特征、边缘特征和/或纹理特征与衣物区域之间的对应关系。在获取衣物图像后，可以利用预先训练的识别模型，对衣物图像进行识别，确定衣物区域，以提升衣物区域确定的准确性。

步骤103，统计衣物区域在衣物图像中的占比。

本申请实施例中，在确定衣物区域后，可以确定衣物图像所包含的总像素数，以及确定衣物区域包含的像素点个数，从而可以将衣物区域包含的像素点个数和总像素数做比值，得到衣物区域的占比。

步骤104，根据衣物区域的占比生成洗涤参数，并根据洗涤参数，控制衣物处理装置对待洗涤衣物进行洗涤。

可以理解的是，衣物区域的占比不同时，洗涤参数可以不同，例如，当衣物区域的占比为30％时，此时，由于衣物量较少，进水量可以设置的低些，而当衣物区域的占比为70％时，此时，由于衣物量较多，进水量可以设置的高些，以提升衣物的洗涤效果。因此，本申请实施例中，在确定衣物区域的占比后，可以根据衣物区域的占比，生成对应的洗涤参数，而后可以根据对应的洗涤参数，控制衣物处理装置对待洗涤衣物进行洗涤。

本申请实施例的衣物洗涤方法，通过获取待洗涤衣物的衣物图像，而后，确定衣物图像中的衣物区域，接着，统计衣物区域在衣物图像中的占比，最后，根据衣物区域的占比生成洗涤参数，并根据洗涤参数，控制衣物处理装置对待洗涤衣物进行洗涤。本申请中，根据衣物区域的占比生成洗涤参数，可以提升衣物的洗涤效果，以及提升衣物处理装置的智能化程度。

需要说明的是，在根据衣物区域的占比生成洗涤参数之前，需要判断衣物区域的占比是否小于预设阈值，若衣物区域的占比小于预设阈值，则洗涤桶可能为空桶，此时，可以对用户进行提示。下面结合图2，对上述过程进行详细说明。

图2为本申请实施例二所提供的衣物洗涤方法的流程示意图。

如图2所示，该衣物洗涤方法可以包括以下步骤：

步骤201，获取待洗涤衣物的衣物图像。

步骤202，确定衣物图像中的衣物区域。

步骤203，统计衣物区域在衣物图像中的占比。

步骤201至203的执行过程可以参见上述实施例中步骤101至103的执行过程，在此不做赘述。

步骤204，判断衣物区域的占比是否小于预设阈值，若是，执行步骤207，若否，执行步骤205。

本申请实施例中，预设阈值为预先设置的，例如，预设阈值可以为衣物处理装置的内置程序预先设置的，或者，预设阈值还可以由用户进行设置，对此不作限制。比如可以标记该预设阈值为A。

步骤205，根据衣物区域的占比，确定衣物区域对应的衣物量等级。

本申请实施例中，在衣物区域的占比大于等于预设阈值时，此时，洗涤桶不为空桶，可以根据衣物区域的占比，确定衣物区域对应的衣物量等级。

作为一种可能的实现方式，可以预先设定多个衣物量等级，以及各衣物量等级对应的洗涤参数；其中，各衣物量等级具有对应的衣物区域的占比取值范围，在确定衣物区域的占比后，可以将衣物区域的占比，与各衣物量等级对应的取值范围进行比较，以确定衣物区域对应的衣物量等级。其中，各衣物量等级对应的取值范围可以根据成像设备的视角确定，当成像设备的视角不同时，成像设备的取景范围不同，对应的取值范围可以不同。

举例而言，假设具有4个衣物量等级，分别为等级1、等级2、等级3以及等级4，且等级1对应的取值范围为[A,0.2)、等级2对应的取值范围为[0.2,0.4)、等级3对应的取值范围为[0.4,0.6)、等级4对应的取值范围为[0.6,0.8)，若衣物区域的占比为0.5，则确定衣物区域对应的衣物量等级为等级3，若衣物区域的占比为0.6，则确定衣物区域对应的衣物量等级为等级4。

需要说明的是，上述仅以衣物量等级的个数为4个示例，实际应用时，为了提升洗涤效果，可以对等级进行细粒度的划分，例如，划分为5个等级、6个等级等等，当然，也可以仅将衣物量等级的个数设置为2个或者3个，对此不作限制。

步骤206，根据衣物量等级生成对应的洗涤参数，并根据洗涤参数，控制衣物处理装置对待洗涤衣物进行洗涤。

本申请实施例中，在确定衣物量等级后，可以根据该衣物量等级，确定对应的洗涤参数，从而可以根据洗涤参数，控制衣物处理装置对待洗涤衣物进行洗涤。

步骤207，对用户进行提示。

本申请实施例中，在衣物区域的占比小于预设阈值时，洗涤桶可能为空桶，此时，可以对用户进行提示。例如可以报警，或者，可以通过控制家电设备的应用程序(Application，简称APP)，向用户的终端设备中发送提示信息，以提示用户洗涤桶为空桶。

其中，终端设备可以为手机、平板电脑、个人数字助理、穿戴式设备、车载设备等具有各种操作系统、触摸屏和/或显示屏的硬件设备。

本申请实施例的衣物洗涤方法，通过根据衣物区域的占比，确定衣物区域对应的衣物量等级，根据衣物量等级生成对应的洗涤参数，可以提升洗涤效果。通过在衣物区域的占比小于预设阈值时，对用户进行提示，可以避免衣物处理装置的洗涤桶空转，节省电能，改善用户的使用体验。

本申请实施例中，在利用预先训练的识别模型，对衣物图像进行识别之前，需要对识别模型进行训练。具体地，可以获取大量样本图像，而后对样本图像中的衣物区域进行标注，利用标注后的各样本图像，训练得到识别模型，以使训练后的识别模型学习得到颜色特征、边缘特征和/或纹理特征与衣物区域之间的对应关系。下面结合图3，对上述过程进行详细说明。

图3为本申请实施例三所提供的衣物洗涤方法的流程示意图。

如图3所示，在图1和图2所示实施例的基础上，识别模型的训练过程具体可以包括以下步骤：

步骤301，获取在多个光照条件下拍摄得到的样本图像。

需要说明的是，对于不同用户而言，其所处环境的光照条件可能不同，而衣物图像中衣物区域的识别结果的准确性可能受环境因素的影响，当光照条件不同时，识别结果的准确性可能不同，例如，当环境亮度较高时，成像设备拍摄得到的衣物图像较为清晰，从而识别结果的准确性相对而言较高，而当环境亮度较低时，成像设备拍摄得到的衣物图像较为模糊，从而识别结果的准确性较低。

因此，本申请实施例中，为了提升识别模型识别结果的准确性，可以获取在多个光照条件下拍摄得到的样本图像。

作为一种可能的实现方式，当执行主体为衣物处理装置时，可以控制成像设备在多个光照条件下拍摄得到样本图像，其中，在同一光照条件下拍摄得到的样本图像的个数为至少一个。

作为另一种可能的实现方式，当执行主体为云服务端时，在衣物处理装置中的成像设备在多个光照条件下拍摄得到样本图像后，衣物处理装置可以将样本图像发送至云服务端，相应的，云服务端可以接收样本图像。

步骤302，针对各样本图像，获取衣物区域的标注。

本申请实施例中，在获取到样本图像后，可以利用人工对各样本图像中的衣物区域进行标注，从而在对衣物区域进行标注后，衣物处理装置或者云服务端可以获取衣物区域的标注。

步骤303，采用标注后的各样本图像，训练得到识别模型。

本申请实施例中，可以采用标注后的各样本图像，对识别模型进行训练，得到训练后的识别模型，其中，训练后的识别模型已学习得到颜色特征、边缘特征和/或纹理特征与衣物区域之间的对应关系。

本申请实施例的衣物洗涤方法，通过获取在多个光照条件下拍摄得到的样本图像，而后，针对各样本图像，获取衣物区域的标注，最后，采用标注后的各样本图像，训练得到识别模型。由此，通过根据训练后的识别模型对衣物图像进行识别，可以提升衣物区域识别的准确性。

为了实现上述实施例，本申请还提出一种衣物洗涤装置。

图4为本申请实施例四所提供的衣物洗涤装置的结构示意图。

如图4所示，该衣物洗涤装置包括：获取模块110、确定模块120、统计模块130，以及生成模块140。

其中，获取模块110，用于获取待洗涤衣物的衣物图像。

确定模块120，用于确定衣物图像中的衣物区域。

统计模块130，用于统计衣物区域在衣物图像中的占比。

作为一种可能的实现方式，统计模块130，具体用于：确定衣物图像所包含的总像素数；根据衣物区域包含的像素点个数和总像素数，确定衣物区域的占比。

生成模块140，用于根据衣物区域的占比生成洗涤参数，并根据洗涤参数，控制衣物处理装置对待洗涤衣物进行洗涤。

进一步地，在本申请实施例的一种可能的实现方式中，参见图5，在图4所示实施例的基础上，该衣物洗涤装置还包括：

判断模块150，用于在根据衣物区域的占比生成洗涤参数，并根据洗涤参数对待洗涤衣物进行洗涤之前，判断衣物区域的占比是否小于预设阈值。

生成模块140，具体用于：若衣物区域的占比大于或者等于预设阈值，根据衣物区域的占比，确定衣物区域对应的衣物量等级；根据衣物量等级生成对应的洗涤参数。

提示模块160，用于若衣物区域的占比小于预设阈值，对用户进行提示。

作为一种可能的实现方式，确定模块120，具体用于：对衣物图像进行成像对象的轮廓识别；根据成像对象的轮廓，确定衣物图像中的衣物区域。

作为另一种可能的实现方式，确定模块120，具体用于：将衣物图像输入至预先训练的识别模型，以确定衣物图像中的衣物区域；其中，预先训练的识别模型，已学习得到颜色特征、边缘特征和/或纹理特征与衣物区域之间的对应关系。

其中，识别模型，是获取在多个光照条件下拍摄得到的样本图像之后，针对各样本图像，获取衣物区域的标注，采用标注后的各样本图像，训练得到的。

需要说明的是，前述对衣物洗涤方法实施例的解释说明也适用于该实施例的衣物洗涤装置，此处不再赘述。

本申请实施例的衣物洗涤装置，通过获取待洗涤衣物的衣物图像，而后，确定衣物图像中的衣物区域，接着，统计衣物区域在衣物图像中的占比，最后，根据衣物区域的占比生成洗涤参数，并根据洗涤参数，控制衣物处理装置对待洗涤衣物进行洗涤。本申请中，根据衣物区域的占比生成洗涤参数，可以提升衣物的洗涤效果，以及提升衣物处理装置的智能化程度。

为了实现上述实施例，本申请实施例还提供了一种控制器，包括：存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时，实现如前述方法实施例所述的衣物洗涤方法。

作为一种可能的实现方式，控制器可以设置在衣物处理装置中。

作为另一种可能的实现方式，控制器可以设置在云服务端中。

为了实现上述实施例，本申请还提出一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如前述方法实施例所述的衣物洗涤方法。

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申请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。

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。在本申请的描述中，“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。

流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为，表示包括一个或更多个用于实现定制逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分，并且本申请的优选实施方式的范围包括另外的实现，其中可以不按所示出或讨论的顺序，包括根据所涉及的功能按基本同时的方式或按相反的顺序，来执行功能，这应被本申请的实施例所属技术领域的技术人员所理解。

在流程图中表示或在此以其他方式描述的逻辑和/或步骤，例如，可以被认为是用于实现逻辑功能的可执行指令的定序列表，可以具体实现在任何计算机可读介质中，以供指令执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用，或结合这些指令执行系统、装置或设备而使用。就本说明书而言，"计算机可读介质"可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。计算机可读介质的更具体的示例(非穷尽性列表)包括以下：具有一个或多个布线的电连接部(电子装置)，便携式计算机盘盒(磁装置)，随机存取存储器(RAM)，只读存储器(ROM)，可擦除可编辑只读存储器(EPROM或闪速存储器)，光纤装置，以及便携式光盘只读存储器(CDROM)。另外，计算机可读介质甚至可以是可在其上打印所述程序的纸或其他合适的介质，因为可以例如通过对纸或其他介质进行光学扫描，接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序，然后将其存储在计算机存储器中。

应当理解，本申请的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中，多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。如，如果用硬件来实现和在另一实施方式中一样，可用本领域公知的下列技术中的任一项或他们的组合来实现：具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路，具有合适的组合逻辑门电路的专用集成电路，可编程门阵列(PGA)，现场可编程门阵列(FPGA)等。

本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，该程序在执行时，包括方法实施例的步骤之一或其组合。

此外，在本申请各个实施例中的各功能单元可以集成在一个处理模块中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也可以存储在一个计算机可读取存储介质中。

上述提到的存储介质可以是只读存储器，磁盘或光盘等。尽管上面已经示出和描述了本申请的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本申请的限制，本领域的普通技术人员在本申请的范围内可以对上述实施例进行变化、修改、替换和变型。

Claims (12)

1.一种衣物洗涤方法，其特征在于，所述方法包括以下步骤：

获取待洗涤衣物的衣物图像；

确定所述衣物图像中的衣物区域；

统计所述衣物区域在所述衣物图像中的占比；

根据所述衣物区域的占比生成洗涤参数，并根据所述洗涤参数，控制衣物处理装置对所述待洗涤衣物进行洗涤。

2.根据权利要求1所述的衣物洗涤方法，其特征在于，所述统计所述衣物区域在所述衣物图像中的占比，包括：

确定所述衣物图像所包含的总像素数；

根据所述衣物区域包含的像素点个数和所述总像素数，确定所述衣物区域的占比。

3.根据权利要求1所述的衣物洗涤方法，其特征在于，所述根据所述衣物区域的占比生成洗涤参数，并根据所述洗涤参数，控制衣物处理装置对所述待洗涤衣物进行洗涤之前，还包括：

判断所述衣物区域的占比是否小于预设阈值；

所述根据所述衣物区域的占比生成洗涤参数，包括：

若所述衣物区域的占比大于或者等于预设阈值，根据所述衣物区域的占比，确定所述衣物区域对应的衣物量等级；

根据所述衣物量等级生成对应的洗涤参数。

4.根据权利要求3所述的衣物洗涤方法，其特征在于，还包括：

若所述衣物区域的占比小于预设阈值，对用户进行提示。

5.根据权利要求1-4任一项所述的衣物洗涤方法，其特征在于，所述确定所述衣物图像中的衣物区域，包括：

对所述衣物图像进行成像对象的轮廓识别；

根据成像对象的轮廓，确定所述衣物图像中的衣物区域。

6.根据权利要求1-4任一项所述的衣物洗涤方法，其特征在于，所述确定所述衣物图像中的衣物区域，包括：

将所述衣物图像输入至预先训练的识别模型，以确定所述衣物图像中的衣物区域；

其中，所述预先训练的识别模型，已学习得到颜色特征、边缘特征和/或纹理特征与所述衣物区域之间的对应关系。

7.根据权利要求6所述的衣物洗涤方法，其特征在于，所述识别模型，是获取在多个光照条件下拍摄得到的样本图像之后，针对各样本图像，获取衣物区域的标注，采用标注后的各样本图像，训练得到的。

8.一种衣物洗涤装置，其特征在于，所述装置包括：

获取模块，用于获取待洗涤衣物的衣物图像；

确定模块，用于确定所述衣物图像中的衣物区域；

统计模块，用于统计所述衣物区域在所述衣物图像中的占比；

生成模块，用于根据所述衣物区域的占比生成洗涤参数，并根据所述洗涤参数，控制衣物处理装置对所述待洗涤衣物进行洗涤。

9.一种控制器，其特征在于，包括：存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时，实现如权利要求1-7中任一所述的衣物洗涤方法。

10.根据权利要求9所述的控制器，其特征在于，所述控制器设置在衣物处理装置中。

11.根据权利要求9所述的控制器，其特征在于，所述控制器设置在云服务端中。

12.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-7中任一所述的衣物洗涤方法。