CN109631111A - 一种能与健康营食资料库比对的自动烟灶系统 - Google Patents
一种能与健康营食资料库比对的自动烟灶系统 Download PDFInfo
- Publication number
- CN109631111A CN109631111A CN201811631010.XA CN201811631010A CN109631111A CN 109631111 A CN109631111 A CN 109631111A CN 201811631010 A CN201811631010 A CN 201811631010A CN 109631111 A CN109631111 A CN 109631111A
- Authority
- CN
- China
- Prior art keywords
- signal
- concentration
- health
- data bank
- food data
- 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
- 235000013305 food Nutrition 0.000 title claims abstract description 90
- 235000019504 cigarettes Nutrition 0.000 title claims abstract description 37
- 238000010411 cooking Methods 0.000 claims abstract description 87
- 239000000126 substance Substances 0.000 claims abstract description 42
- 238000011897 real-time detection Methods 0.000 claims abstract description 5
- 239000000779 smoke Substances 0.000 claims description 62
- 125000005575 polycyclic aromatic hydrocarbon group Chemical group 0.000 claims description 51
- 238000012545 processing Methods 0.000 claims description 38
- 239000002245 particle Substances 0.000 claims description 26
- 230000001143 conditioned effect Effects 0.000 claims description 21
- 238000001514 detection method Methods 0.000 claims description 21
- 238000000034 method Methods 0.000 claims description 15
- 239000013618 particulate matter Substances 0.000 claims description 14
- 230000001953 sensory effect Effects 0.000 claims description 13
- 239000000463 material Substances 0.000 claims description 12
- 239000005416 organic matter Substances 0.000 claims description 10
- 230000006870 function Effects 0.000 claims description 6
- 238000004364 calculation method Methods 0.000 claims description 5
- 238000003860 storage Methods 0.000 claims description 5
- 238000012986 modification Methods 0.000 claims description 4
- 230000004048 modification Effects 0.000 claims description 4
- 238000013528 artificial neural network Methods 0.000 claims description 3
- 238000013135 deep learning Methods 0.000 claims description 3
- 238000010191 image analysis Methods 0.000 claims description 3
- 230000006698 induction Effects 0.000 claims description 3
- 238000010801 machine learning Methods 0.000 claims description 3
- 150000004945 aromatic hydrocarbons Chemical class 0.000 description 17
- 239000011159 matrix material Substances 0.000 description 15
- 239000004215 Carbon black (E152) Substances 0.000 description 8
- 125000003118 aryl group Chemical group 0.000 description 6
- 230000007797 corrosion Effects 0.000 description 6
- 238000005260 corrosion Methods 0.000 description 6
- 125000003367 polycyclic group Chemical group 0.000 description 5
- 238000003708 edge detection Methods 0.000 description 4
- 239000007789 gas Substances 0.000 description 4
- 238000003672 processing method Methods 0.000 description 4
- 238000003384 imaging method Methods 0.000 description 3
- 238000010521 absorption reaction Methods 0.000 description 2
- 230000007812 deficiency Effects 0.000 description 2
- 238000005530 etching Methods 0.000 description 2
- 238000002474 experimental method Methods 0.000 description 2
- 239000003517 fume Substances 0.000 description 2
- 238000009499 grossing Methods 0.000 description 2
- 229930195733 hydrocarbon Natural products 0.000 description 2
- 150000002430 hydrocarbons Chemical class 0.000 description 2
- 239000003550 marker Substances 0.000 description 2
- 230000000505 pernicious effect Effects 0.000 description 2
- 241001270131 Agaricus moelleri Species 0.000 description 1
- 239000008186 active pharmaceutical agent Substances 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000008030 elimination Effects 0.000 description 1
- 238000003379 elimination reaction Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 238000009776 industrial production Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012805 post-processing Methods 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 238000012163 sequencing technique Methods 0.000 description 1
- 235000013547 stew Nutrition 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
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
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
- G16H20/60—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to nutrition control, e.g. diets
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Nutrition Science (AREA)
- Mechanical Engineering (AREA)
- General Engineering & Computer Science (AREA)
- Combustion & Propulsion (AREA)
- Chemical & Material Sciences (AREA)
- Epidemiology (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Primary Health Care (AREA)
- Public Health (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
一种能与健康营食资料库比对的自动烟灶系统,设置有油烟机、炉具、存储有大量菜肴信息的健康营食资料库、用于采集用户将要烹饪菜肴信息的信息采集模块和控制模块，信息采集模块、健康营食资料库、炉具和油烟机分别与控制模块信号连接。该能与健康营食资料库比对的自动烟灶系统与有大量菜肴信息的健康营食资料库进行比对得将将要烹饪菜肴的信息，能对自动对油烟机和炉具进行调节。同时该自动烟灶系统还能实时检测当前烹饪环境中的有害物质浓度，及时调节油烟机和炉具以防止有害物质浓度增加，保障用户健康。
Description
技术领域
本发明涉及烟灶领域，特别涉及一种能与健康营食资料库比对的自动烟灶系统。
背景技术
现有技术的油烟机并不能将烹饪菜肴与健康营食数据进行比对，得烹饪菜肴的炉具火力控制方法和产生有害物质浓度信息，油烟机和炉具并能自动进行控制，因此只能用户自己通过调节油烟机的火力减少有害物质的浓度，用户也只能在烹饪过程中自主调节炉具的火力以防菜肴过火和产生过多油烟。
因此针对现有技术不足，提供一种能与健康营食资料库比对的自动烟灶系统以解决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能与健康营食资料库比对的自动烟灶系统。该能与健康营食资料库比对的自动烟灶系统与有大量菜肴信息的健康营食资料库进行比对得将将要烹饪菜肴的信息，能对自动对油烟机和炉具进行调节。
本发明的上述目的通过以下技术措施实现：
提供一种能与健康营食资料库比对的自动烟灶系统,设置有油烟机、炉具、存储有大量菜肴信息的健康营食资料库、用于采集用户将要烹饪菜肴信息的信息采集模块和控制模块，信息采集模块、健康营食资料库、炉具和油烟机分别与控制模块信号连接。
健康营食资料库存储有大量菜肴信息，用户通过信息采集模块将需烹饪菜肴信息输入然后与健康营食资料库进行比对，健康营食资料库得到将需烹饪菜肴的烹饪条件信号，然后健康营食资料库将烹饪条件信号反馈至控制模块，控制模块接收烹饪条件信号处理得到处理信号并发送至油烟机和炉具，油烟机接收处理信号并进行风力调节，炉具接收处理信号并进行火力调节。
优选的，上述信息采集模块采集的信息包括有将要烹饪菜肴的名称、食材的种类、食材的分量和菜肴的口味。
优选的，上述信息采集模块采集方式为APP录入方式、油烟机屏幕录入方式、外部设备屏幕录入方式、语音录入方式或者摄像镜头识别方式。
优选的，上述烹饪条件信号的信息包括有烹饪方法信息、火力控制信息和有害物质产生浓度信息。
所述健康营食资料库为油烟机健康营食资料库；或者
所述健康营食资料库为云端健康营食资料库。
本发明的能与健康营食资料库比对的自动烟灶系统还设置有用于检测实时产生的有害物浓度的有害物质检测装置，有害物质检测装置与控制模块信号连接。
有害物质检测装置实时检测当前区域产生的有害物质浓度得到有害物质浓度信号并发送至控制模块，控制模块分别接收有害物质检测装置的有害物质浓度信号和健康营食资料库的烹饪条件信号并处理得到处理信号并发送至油烟机和炉具，油烟机接收处理信号并进行风力调节，炉具接收处理信号并进行火力调节。
优选的，上述有害物质检测装置设置有用于检测烹饪区域内温度的温度传感模块、用于检测烹饪区域油烟中颗粒物浓度的颗粒物传感组件、用于计算烹饪区域的多环芳烃浓度的计算模块、用于对烹饪区域油烟图像分析并实时得到产生油烟大小的图像采集模块和用于检测烹饪区域的挥发性有机物浓度的VOC传感器，温度传感模块、颗粒物传感组件、VOC传感器和图像采集模块分别与计算模块电连接。
温度传感模块感应烹饪区域内温度得到温度信号并将所得到的温度信号作为温度输出信号传输至计算模块。
颗粒物传感组件采集烹饪区域油烟中颗粒物浓度得到颗粒浓度信号并传输至计算模块。
VOC传感器采集烹饪区域的挥发性有机物浓度得到VOC浓度信号并传输至计算模块。
图像采集模块采集烹饪区域油烟图像得到油烟输出信号并传输至计算模块。
计算模块分别接收温度输出信号、油烟输出信号、VOC浓度信号和颗粒浓度信号然后处理实时得到烹饪区域的多环芳烃浓度得到多环芳烃浓度信号，计算模块并将多环芳烃浓度信号、油烟输出信号、VOC浓度信号和颗粒浓度信号发送至控制模块。
控制模块分别接收计算模块的多环芳烃浓度信号、油烟输出信号、VOC浓度信号和颗粒浓度信号以及健康营食资料库的烹饪条件信号并处理得到处理信号并发送至油烟机和炉具，油烟机接收处理信号并进行风力调节，炉具接收处理信号并进行火力调节。
优选的，上述颗粒物传感组件设置有PM2.5传感器和PM10传感器。
PM10传感器采集烹饪区域油烟中当量直径小于等于10微米颗粒物浓度得到PM10浓度信号并传输至计算模块。
PM2.5传感器采集烹饪区域油烟中当量直径小于等于2.5微米颗粒物浓度得到PM2.5浓度信号并传输至计算模块。
计算模块分别接收PM10浓度信号、PM2.5浓度信号、温度输出信号、油烟输出信号和VOC浓度信号，计算模块然后处理实时得到烹饪区域的多环芳烃浓度得到多环芳烃浓度信号，计算模块并将多环芳烃浓度信号、油烟输出信号、VOC浓度信号、PM10浓度信号和PM2.5浓度信号发送至控制模块。
控制模块分别接收计算模块的多环芳烃浓度信号、油烟输出信号、VOC浓度信号、PM10浓度信号和PM2.5浓度信号以及健康营食资料库的烹饪条件信号并处理得到处理信号并发送至油烟机和炉具，油烟机接收处理信号并进行风力调节，炉具接收处理信号并进行火力调节。
优选的，上述计算模块为以数学建模构建得到关于烹饪区域内温度、油烟大小和有害物质浓度的数学关系的计算模块。
优选的，上述计算模块为线性型计算模块、非线性计算模块、指数型计算模块、幂型计算模块、对数型计算模块、类神经网络计算模块、机器学习计算模块或者深度学习计算模块。
信号连接为无线信号连接。
优选的，上述无线信号连接为WIFI信号连接、蓝牙信号连接、NFC信号连接或者ZIGBee信号连接。或者
信号连接为有线信号连接。
优选的，上述有线信号连接为RS232信号连接、RS485信号连接、USB信号连接、GPIB信号连接或者CAN信号连接。
优选的，上述信息采集模块为具有个性修改及储存功能的信息采集模块。
本发明的一种能与健康营食资料库比对的自动烟灶系统,设置有油烟机、炉具、存储有大量菜肴信息的健康营食资料库、用于采集用户将要烹饪菜肴信息的信息采集模块和控制模块，信息采集模块、健康营食资料库、炉具和油烟机分别与控制模块信号连接。该能与健康营食资料库比对的自动烟灶系统与有大量菜肴信息的健康营食资料库进行比对得将将要烹饪菜肴的信息，能对自动对油烟机和炉具进行调节。同时该自动烟灶系统还能实时检测当前烹饪环境中的有害物质浓度，及时调节油烟机和炉具以防止有害物质浓度增加，保障用户健康。
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为本发明的一种能与健康营食资料库比对的自动烟灶系统的工作流程示意图。
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。
一种能与健康营食资料库比对的自动烟灶系统,如图1所示，设置有油烟机、炉具、存储有大量菜肴信息的健康营食资料库、用于采集用户将要烹饪菜肴信息的信息采集模块和控制模块，信息采集模块、健康营食资料库、炉具和油烟机分别与控制模块信号连接。
健康营食资料库存储有大量菜肴信息，用户通过信息采集模块将需烹饪菜肴信息输入然后与健康营食资料库进行比对，健康营食资料库得到将需烹饪菜肴的烹饪条件信号，然后健康营食资料库将烹饪条件信号反馈至控制模块，控制模块接收烹饪条件信号处理得到处理信号并发送至油烟机和炉具，油烟机接收处理信号并进行风力调节，炉具接收处理信号并进行火力调节。
本发明的信息采集模块采集的信息包括有将要烹饪菜肴的名称、食材的种类、食材的分量和菜肴的口味。
本发明的信息采集模块采集方式为APP录入方式、油烟机屏幕录入方式、外部设备屏幕录入方式、语音录入方式或者摄像镜头识别方式等，具体的实际方式根据实际情况而定。本实施例具体的信息采集模块采集方式为APP录入方式。
本发明的烹饪条件信号的信息包括有烹饪方法信息、火力控制信息和有害物质产生浓度信息。
本发明的健康营食资料库可以存储在油烟机内部的油烟机健康营食资料库，也可以为存储在云端的云端健康营食资料库，具体的实施方式根据实际情况而定。云端健康营食资料库为优选的，因为云端健康营食资料库可以减少油烟机的生产成本。本实施例的健康营食资料库为云端健康营食资料库。
本发明的能与健康营食资料库比对的自动烟灶系统还设置有用于检测实时产生的有害物浓度的有害物质检测装置，有害物质检测装置与控制模块信号连接。
有害物质检测装置实时检测当前区域产生的有害物质浓度得到有害物质浓度信号并发送至控制模块，控制模块分别接收有害物质检测装置的有害物质浓度信号和健康营食资料库的烹饪条件信号并处理得到处理信号并发送至油烟机和炉具，油烟机接收处理信号并进行风力调节，炉具接收处理信号并进行火力调节。
有害物质检测装置设置有用于检测烹饪区域内温度的温度传感模块、用于检测烹饪区域油烟中颗粒物浓度的颗粒物传感组件、用于计算烹饪区域的多环芳烃浓度的计算模块、用于对烹饪区域油烟图像分析并实时得到产生油烟大小的图像采集模块和用于检测烹饪区域的挥发性有机物浓度的VOC传感器，温度传感模块、颗粒物传感组件、VOC传感器和图像采集模块分别与计算模块电连接。
温度传感模块感应烹饪区域内温度得到温度信号并将所得到的温度信号作为温度输出信号传输至计算模块。颗粒物传感组件采集烹饪区域油烟中颗粒物浓度得到颗粒浓度信号并传输至计算模块。VOC传感器采集烹饪区域的挥发性有机物浓度得到VOC浓度信号并传输至计算模块。图像采集模块采集烹饪区域油烟图像得到油烟输出信号并传输至计算模块。计算模块分别接收温度输出信号、油烟输出信号、VOC浓度信号和颗粒浓度信号然后处理实时得到烹饪区域的多环芳烃浓度得到多环芳烃浓度信号，计算模块并将多环芳烃浓度信号、油烟输出信号、VOC浓度信号和颗粒浓度信号发送至控制模块。控制模块分别接收计算模块的多环芳烃浓度信号、油烟输出信号、VOC浓度信号和颗粒浓度信号以及健康营食资料库的烹饪条件信号并处理得到处理信号并发送至油烟机和炉具，油烟机接收处理信号并进行风力调节，炉具接收处理信号并进行火力调节。
本发明的颗粒物传感组件设置有PM2.5传感器和PM10传感器。
PM10传感器采集烹饪区域油烟中当量直径小于等于10微米颗粒物浓度得到PM10浓度信号并传输至计算模块。PM2.5传感器采集烹饪区域油烟中当量直径小于等于2.5微米颗粒物浓度得到PM2.5浓度信号并传输至计算模块。计算模块分别接收PM10浓度信号、PM2.5浓度信号、温度输出信号、油烟输出信号和VOC浓度信号，计算模块然后处理实时得到烹饪区域的多环芳烃浓度得到多环芳烃浓度信号，计算模块并将多环芳烃浓度信号、油烟输出信号、VOC浓度信号、PM10浓度信号和PM2.5浓度信号发送至控制模块。
控制模块分别接收计算模块的多环芳烃浓度信号、油烟输出信号、VOC浓度信号、PM10浓度信号和PM2.5浓度信号以及健康营食资料库的烹饪条件信号并处理得到处理信号并发送至油烟机和炉具，油烟机接收处理信号并进行风力调节，炉具接收处理信号并进行火力调节。
本发明计算模块为以数学建模构建得到关于烹饪区域内温度、油烟大小和有害物质浓度的数学关系的计算模块。
本发明的计算模块通过数学建模获得，数学建模是通过实验收集不同温度、油烟大小、挥发性有机物浓度和颗粒物浓度等因素与油烟中有害气体多环芳烃浓度的数学关系。根据不同的实验条件进行采样检测得到不同种类多环芳烃浓度进行分析归类得到数学模型，从而计算模块能够根据烹饪区域内温度、油烟大小、挥发性有机物浓度和颗粒物浓度的检测条件判断出当前不同种类多环芳烃浓度。
本发明的计算模块为线性型计算模块、非线性计算模块、指数型计算模块、幂型计算模块、对数型计算模块、类神经网络计算模块、机器学习计算模块或者深度学习计算模块的其中一种。
需说明的是，本发明的图像采集模块是采用摄像头对烹饪区域油烟大小进行检测，只要能够实现本发明的上述功能都可以作为本发明的图像采集模块。
而本发明的计算模块是通过PM10浓度信号、PM2.5浓度信号、温度输出信号、油烟输出信号和VOC浓度信号计算出当前烹饪区域的多环芳烃浓度，该计算模块为计算器或者具备计算功能的模块均可作为本发明的计算模块，对于这类型的计算模块为工业生产中的计算模块的公知常识，本领域的技术人员应当知晓，在此不再赘述。
本发明的信号连接为无线信号连接。其中无线信号连接双可以为WIFI信号连接、蓝牙信号连接、NFC信号连接或者ZIGBee信号连接中任意一种。本发明的信号连接也可以为有线信号连接。其中有线信号连接可以为RS232信号连接、RS485信号连接、USB信号连接、GPIB信号连接或者CAN信号连接中任意一种。上述的实施方式根据实际情况而定。
本实施例的信号连接具体为无线信号连接，且无线信号连接为WIFI信号连接。
本发明的信息采集模块为具有个性修改及储存功能的信息采集模块。具体的个性修改及储存功能的信息采集模块为可以记录用记之前输入烹饪菜肴的名称、食材的种类、食材的分量和菜肴的口味。当在下次输入的信息有相同部分时，信息采集模块提示出相同的烹饪菜肴的名称、食材的种类、食材的分量和菜肴的口味，用户就可以直接选择该内容，以减少用户信息录入操作。
本发明的工作原理为：在烹饪前，健康营食资料库根据用户输入的将要烹饪菜肴的名称、食材的种类、食材的分量和菜肴的口味与大量菜肴信息进行比对，得出包括有将要烹饪菜肴的烹饪方法、火力控制信息和有害物质产生浓度信息的烹饪条件信号。
在烹饪时，控制模块根据健康营食资料库的烹饪条件信号，控制烹饪时的炉具火力控制，例如在菜肴需要爆炒时，自动增炉具的火力，当菜肴需要细火慢炖时，自动减少炉具的火力等。以及在烹饪时的油烟产生的情况，并自动对油烟机进行控制，例如在烹饪时产生较大油烟时增加油烟机的风力，当油烟较小时减小油烟机的风力等。同时有害物质检测装置对烹饪过程中的有害物质浓度进行实时检测，当得到的多环芳烃浓度号、油烟输出浓度、VOC浓度、PM10浓度和PM2.5浓度较大或者超过标准范围时，控制装置能及时对油烟机调节以加快排走油烟，同时控制装置也可以对炉具的火力进行调节，降低温度以减少有害物质的生成。
本发明的烹饪区域内温度优选为检测厨具温度，也可以为检测烹饪区域内空气温度、油烟温度或者灶具温度等，具体的实施方式根据实际情况而定。本实施例有烹饪区域内检测温度为厨具温度。
一种能与健康营食资料库比对的自动烟灶系统,设置有油烟机、炉具、存储有大量菜肴信息的健康营食资料库、用于采集用户将要烹饪菜肴信息的信息采集模块和控制模块，信息采集模块、健康营食资料库、炉具和油烟机分别与控制模块信号连接。该能与健康营食资料库比对的自动烟灶系统与有大量菜肴信息的健康营食资料库进行比对得将将要烹饪菜肴的信息，能对自动对油烟机和炉具进行调节。同时该自动烟灶系统还能实时检测当前烹饪环境中的有害物质浓度，及时调节油烟机和炉具以防止有害物质浓度增加，保障用户健康。
实施例2。
一种能与健康营食资料库比对的自动烟灶系统，其他特征与实施例1相同，不同之处在于：本实施例的图像采集模块的处理方法为：
图像采集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统计，根据统计结果得到油烟浓度赋值。
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：
图像采集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。
其中步骤(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。
其中步骤(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：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。
其中步骤(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。
其中步骤(5)具体是，针对步骤(4)提取出的感兴趣区域，将每个感兴趣区域图像中的所有像素的灰度进行求和计算得到每个感兴趣区域图像的灰度值，再将每个感兴趣区域图像的灰度值进行求和，得到油烟浓度赋值。
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。
其中步骤(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。
其中步骤(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。
t为3。
需说明的是，上述的图像采集模块的处理方法仅是提出其中之一种处理方法，对于其他图像采集模块的处理方法只能够获取烹饪区域的图像采集模块输出数据的方法都可以应用于本发明的能识别油烟中有害气体的油烟机，均应落入本发明的保护范围。
实施例3。
一种能与健康营食资料库比对的自动烟灶系统，其他特征与实施例2相同，不同之处在于：计算模块的计算公式为式(Ⅰ)，
其中C多环芳烃为烹饪区域内的多环芳烃气体总浓度，κ为温度传感模块的输出数据，λ为图像采集模块的输出数据，C为颗粒物传感组件的输出数据，CPM10为PM10传感器的输出数据，CPM2.5为PM2.5传感器的输出数据，CVOC为VOC传感器的输出数据。
当κ∈(0℃，200℃)，C∈(0μg/m3,3000μg/m3)，λ∈(0,300)，CVOC∈(0mg/m3，5mg/m3)时，C(2-3)＝70％C多环芳烃,C(4)＝20％C多环芳烃,C(5-6)＝10％C多环芳烃。
当κ∈(200℃，240℃)，C∈(3000μg/m3,5000μg/m3)，λ∈(300,500)，CVOC∈(5mg/m3，10mg/m3)时，C(2-3)＝60％C多环芳烃,C(4)＝25％C多环芳烃,C(5-6)＝15％C多环芳烃。
其中C(2-3)为二环多环芳烃和三环多环芳烃的浓度,C(4)为四环多环芳烃的浓度，C(5-6)为五环多环芳烃和六环多环芳烃的浓度。
例如当κ为100℃时，C为1000μg/m3,λ为100，CVOC为1mg/m3时，分别将κ、C、CVOC和λ的数据值直接代入公式，计得C多环芳烃为1106.6且C多环芳烃的单位为pg/m3，即当前环境中的多环芳烃的浓度为1106.6pg/m3。C(2-3)的浓度为774.62pg/m3，C(4)的浓度为221.32pg/m3，C(5-6)的浓度为110.66pg/m3。
本实施例的吸油系统可以通过检测烹饪区域内温度、烹饪区域的油烟大小、PM2.5浓度、PM10浓度和挥发性有机物浓度进行计算得到当前烹饪区域的多环芳烃浓度，能够计算出当前环境中的二环多环芳烃、三环多环芳烃、四环多环芳烃、五环多环芳烃和六环多环芳烃的浓度。
实施例4。
一种能与健康营食资料库比对的自动烟灶系统，其他特征与实施例2相同，不同之处在于：计算模块的计算公式为式(Ⅱ)，
其中C多环芳烃为烹饪区域内的多环芳烃气体总浓度，κ为温度传感模块的输出数据，λ为图像采集模块的输出数据，C为颗粒物传感组件的输出数据，CPM10为PM10传感器的输出数据，CPM2.5为PM2.5传感器的输出数据，CVOC为VOC传感器的输出数据。
当κ∈(0℃，200℃)，C∈(0μg/m3,3000μg/m3)，λ∈(0,300)，CVOC∈(0mg/m3，5mg/m3)时，C(2-3)＝70％C多环芳烃,C(4)＝20％C多环芳烃,C(5-6)＝10％C多环芳烃。
当κ∈(200℃，240℃)，C∈(3000μg/m3,5000μg/m3)，λ∈(300,500)，CVOC∈(5mg/m3，10mg/m3)时，C(2-3)＝60％C多环芳烃,C(4)＝25％C多环芳烃,C(5-6)＝15％C多环芳烃。
其中C(2-3)为二环多环芳烃和三环多环芳烃的浓度,C(4)为四环多环芳烃的浓度，C(5-6)为五环多环芳烃和六环多环芳烃的浓度。
例如当κ为100℃时，C为1000μg/m3,λ为100，CVOC为1mg/m3时，分别将κ、C、CVOC和λ的数据值直接代入公式，计得C多环芳烃为1101.01且C多环芳烃的单位为pg/m3，即当前环境中的多环芳烃的浓度为1101.01pg/m3。C(2-3)的浓度为770.707pg/m3，C(4)的浓度为220.202pg/m3，C(5-6)的浓度为110.101pg/m3。
本实施例的吸油系统可以通过检测烹饪区域内温度、烹饪区域的油烟大小、PM2.5浓度、PM10浓度和挥发性有机物浓度进行计算得到当前烹饪区域的多环芳烃浓度，能够计算出当前环境中的二环多环芳烃、三环多环芳烃、四环多环芳烃、五环多环芳烃和六环多环芳烃的浓度。
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 (12)
1.一种能与健康营食资料库比对的自动烟灶系统,其特征在于：设置有油烟机、炉具、存储有大量菜肴信息的健康营食资料库、用于采集用户将要烹饪菜肴信息的信息采集模块和控制模块，信息采集模块、健康营食资料库、炉具和油烟机分别与控制模块信号连接；
健康营食资料库存储有大量菜肴信息，用户通过信息采集模块将需烹饪菜肴信息输入然后与健康营食资料库进行比对，健康营食资料库得到将需烹饪菜肴的烹饪条件信号，然后健康营食资料库将烹饪条件信号反馈至控制模块，控制模块接收烹饪条件信号处理得到处理信号并发送至油烟机和炉具，油烟机接收处理信号并进行风力调节，炉具接收处理信号并进行火力调节。
2.根据权利要求1所述的能与健康营食资料库比对的自动烟灶系统,其特征在于：所述信息采集模块采集的信息包括有将要烹饪菜肴的名称、食材的种类、食材的分量和菜肴的口味。
3.根据权利要求2所述的能与健康营食资料库比对的自动烟灶系统,其特征在于：所述信息采集模块采集方式为APP录入方式、油烟机屏幕录入方式、外部设备屏幕录入方式、语音录入方式或者摄像镜头识别方式。
4.根据权利要求3所述的能与健康营食资料库比对的自动烟灶系统,其特征在于：所述烹饪条件信号的信息包括有烹饪方法信息、火力控制信息和有害物质产生浓度信息。
5.根据权利要求4所述的能与健康营食资料库比对的自动烟灶系统,其特征在于：所述健康营食资料库为油烟机健康营食资料库；或者
所述健康营食资料库为云端健康营食资料库。
6.根据权利要求5所述的能与健康营食资料库比对的自动烟灶系统,其特征在于：还设置有用于检测实时产生的有害物浓度的有害物质检测装置，有害物质检测装置与控制模块信号连接；
有害物质检测装置实时检测当前区域产生的有害物质浓度得到有害物质浓度信号并发送至控制模块，控制模块分别接收有害物质检测装置的有害物质浓度信号和健康营食资料库的烹饪条件信号并处理得到处理信号并发送至油烟机和炉具，油烟机接收处理信号并进行风力调节，炉具接收处理信号并进行火力调节。
7.根据权利要求6所述的能与健康营食资料库比对的自动烟灶系统,其特征在于：所述有害物质检测装置设置有用于检测烹饪区域内温度的温度传感模块、用于检测烹饪区域油烟中颗粒物浓度的颗粒物传感组件、用于计算烹饪区域的多环芳烃浓度的计算模块、用于对烹饪区域油烟图像分析并实时得到产生油烟大小的图像采集模块和用于检测烹饪区域的挥发性有机物浓度的VOC传感器，温度传感模块、颗粒物传感组件、VOC传感器和图像采集模块分别与计算模块电连接；
温度传感模块感应烹饪区域内温度得到温度信号并将所得到的温度信号作为温度输出信号传输至计算模块，
颗粒物传感组件采集烹饪区域油烟中颗粒物浓度得到颗粒浓度信号并传输至计算模块，
VOC传感器采集烹饪区域的挥发性有机物浓度得到VOC浓度信号并传输至计算模块，
图像采集模块采集烹饪区域油烟图像得到油烟输出信号并传输至计算模块，
计算模块分别接收温度输出信号、油烟输出信号、VOC浓度信号和颗粒浓度信号然后处理实时得到烹饪区域的多环芳烃浓度得到多环芳烃浓度信号，计算模块并将多环芳烃浓度信号、油烟输出信号、VOC浓度信号和颗粒浓度信号发送至控制模块，
控制模块分别接收计算模块的多环芳烃浓度信号、油烟输出信号、VOC浓度信号和颗粒浓度信号以及健康营食资料库的烹饪条件信号并处理得到处理信号并发送至油烟机和炉具，油烟机接收处理信号并进行风力调节，炉具接收处理信号并进行火力调节。
8.根据权利要求7所述的能与健康营食资料库比对的自动烟灶系统,其特征在于：所述颗粒物传感组件设置有PM2.5传感器和PM10传感器；
PM10传感器采集烹饪区域油烟中当量直径小于等于10微米颗粒物浓度得到PM10浓度信号并传输至计算模块，
PM2.5传感器采集烹饪区域油烟中当量直径小于等于2.5微米颗粒物浓度得到PM2.5浓度信号并传输至计算模块，
计算模块分别接收PM10浓度信号、PM2.5浓度信号、温度输出信号、油烟输出信号和VOC浓度信号，计算模块然后处理实时得到烹饪区域的多环芳烃浓度得到多环芳烃浓度信号，计算模块并将多环芳烃浓度信号、油烟输出信号、VOC浓度信号、PM10浓度信号和PM2.5浓度信号发送至控制模块，
控制模块分别接收计算模块的多环芳烃浓度信号、油烟输出信号、VOC浓度信号、PM10浓度信号和PM2.5浓度信号以及健康营食资料库的烹饪条件信号并处理得到处理信号并发送至油烟机和炉具，油烟机接收处理信号并进行风力调节，炉具接收处理信号并进行火力调节。
9.根据权利要求8所述的能与健康营食资料库比对的自动烟灶系统,其特征在于：所述计算模块为以数学建模构建得到关于烹饪区域内温度、油烟大小和有害物质浓度的数学关系的计算模块。
10.根据权利要求9所述的能与健康营食资料库比对的自动烟灶系统,其特征在于：所述计算模块为线性型计算模块、非线性计算模块、指数型计算模块、幂型计算模块、对数型计算模块、类神经网络计算模块、机器学习计算模块或者深度学习计算模块。
11.根据权利要求10所述的能与健康营食资料库比对的自动烟灶系统,其特征在于：信号连接为无线信号连接；
所述无线信号连接为WIFI信号连接、蓝牙信号连接、NFC信号连接或者ZIGBee信号连接；或者
信号连接为有线信号连接；
所述有线信号连接为RS232信号连接、RS485信号连接、USB信号连接、GPIB信号连接或者CAN信号连接。
12.根据权利要求11所述的能与健康营食资料库比对的自动烟灶系统,其特征在于：所述信息采集模块为具有个性修改及储存功能的信息采集模块。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811631010.XA CN109631111A (zh) | 2018-12-29 | 2018-12-29 | 一种能与健康营食资料库比对的自动烟灶系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811631010.XA CN109631111A (zh) | 2018-12-29 | 2018-12-29 | 一种能与健康营食资料库比对的自动烟灶系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN109631111A true CN109631111A (zh) | 2019-04-16 |
Family
ID=66079197
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201811631010.XA Pending CN109631111A (zh) | 2018-12-29 | 2018-12-29 | 一种能与健康营食资料库比对的自动烟灶系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109631111A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110486761A (zh) * | 2019-07-31 | 2019-11-22 | 杭州九阳小家电有限公司 | 一种油烟机控烟方法及油烟机 |
| CN112728589A (zh) * | 2020-12-30 | 2021-04-30 | Tcl家用电器（中山）有限公司 | 集成灶调节方法及装置、集成灶、存储介质 |
Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN203349345U (zh) * | 2013-06-25 | 2013-12-18 | 中山华帝燃具股份有限公司 | 一种减少烹饪油烟产生的控制装置 |
| CN105972655A (zh) * | 2016-05-18 | 2016-09-28 | 苏州安飞荣工业科技有限公司 | 一种智能厨房 |
| KR20170055879A (ko) * | 2015-11-12 | 2017-05-22 | 동국대학교 산학협력단 | 다환방향족탄화수소 감지 조리 장치 |
| CN107388296A (zh) * | 2017-07-24 | 2017-11-24 | 杭州家亮云科技有限公司 | 一种基于程序云的烟灶联动控制方法 |
| CN107449005A (zh) * | 2017-09-11 | 2017-12-08 | 广东万家乐燃气具有限公司 | 吸油烟机控制装置及烹饪控制系统 |
| US20180073744A1 (en) * | 2016-09-09 | 2018-03-15 | Samsung Electronics Co., Ltd. | Cook top, range hood and control methods thereof |
| CN108087924A (zh) * | 2016-11-21 | 2018-05-29 | 杭州老板电器股份有限公司 | 油烟机风力控制方法、装置及油烟机系统 |
| CN108916933A (zh) * | 2018-05-03 | 2018-11-30 | 九阳股份有限公司 | 一种智能化烟灶联动控制系统 |
| CN109028237A (zh) * | 2018-09-29 | 2018-12-18 | 佛山市云米电器科技有限公司 | 基于双区域图像采集进行风速调节的油烟机 |
| CN209655389U (zh) * | 2018-12-29 | 2019-11-19 | 佛山市云米电器科技有限公司 | 一种能与健康营食资料库比对的自动烟灶系统 |
-
2018
- 2018-12-29 CN CN201811631010.XA patent/CN109631111A/zh active Pending
Patent Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN203349345U (zh) * | 2013-06-25 | 2013-12-18 | 中山华帝燃具股份有限公司 | 一种减少烹饪油烟产生的控制装置 |
| KR20170055879A (ko) * | 2015-11-12 | 2017-05-22 | 동국대학교 산학협력단 | 다환방향족탄화수소 감지 조리 장치 |
| CN105972655A (zh) * | 2016-05-18 | 2016-09-28 | 苏州安飞荣工业科技有限公司 | 一种智能厨房 |
| US20180073744A1 (en) * | 2016-09-09 | 2018-03-15 | Samsung Electronics Co., Ltd. | Cook top, range hood and control methods thereof |
| CN108087924A (zh) * | 2016-11-21 | 2018-05-29 | 杭州老板电器股份有限公司 | 油烟机风力控制方法、装置及油烟机系统 |
| CN107388296A (zh) * | 2017-07-24 | 2017-11-24 | 杭州家亮云科技有限公司 | 一种基于程序云的烟灶联动控制方法 |
| CN107449005A (zh) * | 2017-09-11 | 2017-12-08 | 广东万家乐燃气具有限公司 | 吸油烟机控制装置及烹饪控制系统 |
| CN108916933A (zh) * | 2018-05-03 | 2018-11-30 | 九阳股份有限公司 | 一种智能化烟灶联动控制系统 |
| CN109028237A (zh) * | 2018-09-29 | 2018-12-18 | 佛山市云米电器科技有限公司 | 基于双区域图像采集进行风速调节的油烟机 |
| CN209655389U (zh) * | 2018-12-29 | 2019-11-19 | 佛山市云米电器科技有限公司 | 一种能与健康营食资料库比对的自动烟灶系统 |
Non-Patent Citations (2)
| Title |
|---|
| MEHMET AKYÜZ ET AL.: "Meteorological variations of PM2.5/PM10 concentrations and particle-associated polycyclic aromatic hydrocarbons in the atmospheric environment of Zonguldak, Turkey", 《JOURNAL OF HAZARDOUS MATERIALS》, vol. 170, pages 13 - 21, XP026378304, DOI: 10.1016/j.jhazmat.2009.05.029 * |
| RONG CAO ET AL.: "Diurnal variations of atmospheric polycyclic aromatic hydrocarbons(PAHs) during three sequent winter haze episodes in Beijing, China", 《SCIENCE OF THE TOTAL ENVIRONMENT》, vol. 625, pages 1486 - 1493 * |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110486761A (zh) * | 2019-07-31 | 2019-11-22 | 杭州九阳小家电有限公司 | 一种油烟机控烟方法及油烟机 |
| CN112728589A (zh) * | 2020-12-30 | 2021-04-30 | Tcl家用电器（中山）有限公司 | 集成灶调节方法及装置、集成灶、存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107451999A (zh) | 基于图像识别的异物检测方法和装置 | |
| CN209655389U (zh) | 一种能与健康营食资料库比对的自动烟灶系统 | |
| CN109655585B (zh) | 一种能识别厨房空气质量的油烟机 | |
| CN109621595A (zh) | 根据厨房油烟成分的除油喷雾系统及油烟除油喷雾方法 | |
| CN109579092A (zh) | 一种根据工作环境进行烟灶联动的油烟机 | |
| CN210136499U (zh) | 一种能根据使用食材进行健康等级划分的油烟机 | |
| CN109631111A (zh) | 一种能与健康营食资料库比对的自动烟灶系统 | |
| CN109884049A (zh) | 一种能够检测厨房油烟的有害物质检测装置 | |
| CN109813713B (zh) | 一种具有多个独立有害物质检测模组的烟机 | |
| CN107169427A (zh) | 一种适用于心理学的面部识别方法及装置 | |
| CN109882899A (zh) | 一种根据工作环境进行控制的油烟机 | |
| CN209487160U (zh) | 一种能对使用油品与历史数据对进行健康等级划分的油烟机 | |
| CN104766100B (zh) | 基于机器学习的红外小目标图像背景预测方法与装置 | |
| CN109712713A (zh) | 一种能对使用油品与历史数据对进行健康等级划分的油烟机 | |
| CN109657640A (zh) | 一种能根据使用食材进行健康等级划分的油烟机 | |
| CN109654561A (zh) | 一种红外温度及视觉协同检测烹饪系统 | |
| CN109798565A (zh) | 一种具有识别油烟中有害物质功能的吸油系统 | |
| CN109654562A (zh) | 一种与移动拍照设备联合的油烟机 | |
| CN209655388U (zh) | 一种能根据使用油类进行厨房空气质量评估的油烟机 | |
| CN109632796A (zh) | 一种具有红外温度传感器的有害物质检测设备及其应用 | |
| CN109654565A (zh) | 一种带热成像装置的油烟机 | |
| CN109813841A (zh) | 一种厨房油烟式多环芳烃检测装置 | |
| CN109654560A (zh) | 一种能根据使用油类进行厨房空气质量评估的油烟机 | |
| CN210720309U (zh) | 一种油烟挥发性有机物检测控制系统 | |
| CN109654563B (zh) | 一种具有多种检测功能协同作用的烹饪系统 |
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 |