CN109654561A - 一种红外温度及视觉协同检测烹饪系统 - Google Patents
一种红外温度及视觉协同检测烹饪系统 Download PDFInfo
- Publication number
- CN109654561A CN109654561A CN201811632007.XA CN201811632007A CN109654561A CN 109654561 A CN109654561 A CN 109654561A CN 201811632007 A CN201811632007 A CN 201811632007A CN 109654561 A CN109654561 A CN 109654561A
- Authority
- CN
- China
- Prior art keywords
- infrared temperature
- control device
- temperature sensor
- heat energy
- vision
- 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.)
- Granted
Links
- 238000010411 cooking Methods 0.000 title claims abstract description 85
- 238000001514 detection method Methods 0.000 title claims abstract description 56
- 125000005575 polycyclic aromatic hydrocarbon group Chemical group 0.000 claims abstract description 50
- 239000000779 smoke Substances 0.000 claims abstract description 39
- 238000007689 inspection Methods 0.000 claims abstract description 22
- 239000011159 matrix material Substances 0.000 claims description 20
- 230000003750 conditioning effect Effects 0.000 claims description 14
- 238000013528 artificial neural network Methods 0.000 claims description 3
- 239000000919 ceramic Substances 0.000 claims description 3
- 238000013135 deep learning Methods 0.000 claims description 3
- 230000006698 induction Effects 0.000 claims description 3
- 238000010801 machine learning Methods 0.000 claims description 3
- 239000003921 oil Substances 0.000 description 31
- 150000004945 aromatic hydrocarbons Chemical class 0.000 description 11
- FMMWHPNWAFZXNH-UHFFFAOYSA-N Benz[a]pyrene Chemical compound C1=C2C3=CC=CC=C3C=C(C=C3)C2=C2C3=CC=CC2=C1 FMMWHPNWAFZXNH-UHFFFAOYSA-N 0.000 description 6
- 230000007797 corrosion Effects 0.000 description 6
- 238000005260 corrosion Methods 0.000 description 6
- 238000000034 method Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 238000003708 edge detection Methods 0.000 description 4
- 238000003672 processing method Methods 0.000 description 4
- 239000004215 Carbon black (E152) Substances 0.000 description 3
- 125000003118 aryl group Chemical group 0.000 description 3
- 239000007789 gas Substances 0.000 description 3
- 238000003384 imaging method Methods 0.000 description 3
- 239000000126 substance Substances 0.000 description 3
- 235000019504 cigarettes Nutrition 0.000 description 2
- 230000007812 deficiency Effects 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 238000005530 etching Methods 0.000 description 2
- 239000003517 fume Substances 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000009499 grossing Methods 0.000 description 2
- 239000003550 marker Substances 0.000 description 2
- 230000000505 pernicious effect Effects 0.000 description 2
- 230000028016 temperature homeostasis Effects 0.000 description 2
- 241001270131 Agaricus moelleri Species 0.000 description 1
- UGFAIRIUMAVXCW-UHFFFAOYSA-N Carbon monoxide Chemical compound [O+]#[C-] UGFAIRIUMAVXCW-UHFFFAOYSA-N 0.000 description 1
- 239000008186 active pharmaceutical agent Substances 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000033228 biological regulation Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000000711 cancerogenic effect Effects 0.000 description 1
- 239000008162 cooking oil Substances 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
- 239000003546 flue gas Substances 0.000 description 1
- 239000000383 hazardous chemical Substances 0.000 description 1
- 230000007688 immunotoxicity Effects 0.000 description 1
- 231100000386 immunotoxicity Toxicity 0.000 description 1
- 238000009776 industrial production Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 230000007886 mutagenicity Effects 0.000 description 1
- 231100000299 mutagenicity Toxicity 0.000 description 1
- 239000005416 organic matter Substances 0.000 description 1
- AXFBAIOSECPASO-UHFFFAOYSA-N pentacyclo[6.6.2.02,7.04,16.011,15]hexadeca-1(14),2(7),3,5,8(16),9,11(15),12-octaene Chemical compound C1=C(C=C23)C4=C5C3=CC=CC5=CC=C4C2=C1 AXFBAIOSECPASO-UHFFFAOYSA-N 0.000 description 1
- 125000003367 polycyclic group Chemical group 0.000 description 1
- 238000012163 sequencing technique Methods 0.000 description 1
- 231100000419 toxicity Toxicity 0.000 description 1
- 230000001988 toxicity Effects 0.000 description 1
- 238000009423 ventilation 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
-
- 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
- F24C15/2042—Devices for removing cooking fumes structurally associated with a cooking range e.g. downdraft
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/20—Image enhancement or restoration using local operators
- G06T5/30—Erosion or dilatation, e.g. thinning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/70—Denoising; Smoothing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/13—Edge detection
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Chemical & Material Sciences (AREA)
- Combustion & Propulsion (AREA)
- Mechanical Engineering (AREA)
- General Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
一种红外温度及视觉协同检测烹饪系统,设置有用于检测烹饪区域的温度的红外温度传感器、用于检测当前烹饪区域油烟大小的视觉检测装置、用于对油烟大小及温度计算多环芳烃浓度并对抽风装置及热能产生装置进行控制的控制装置、进行换气的抽风装置和进行烹饪的热能产生装置，红外温度传感器和视觉检测装置分别与控制装置电连接，控制装置分别与抽风装置和热能产生装置信号连接。本发明的红外温度及视觉协同检测烹饪系统能检测出当前区域的多环芳烃浓度，能对抽风装置和热能产生装置进行控制从而降低多环芳烃的浓度。本发明的红外温度及视觉协同检测烹饪系统还能对当前环境进行健康等级划分，同时提醒用户注意防护。
Description
技术领域
本发明涉及烹饪设备领域，特别涉及一种红外温度及视觉协同检测烹饪系统。
背景技术
现代生活中，许多家庭在烹饪中会产生大量含有害物质的油烟。研究表明，烹饪油烟成分复杂，具有一定的吸入毒性、免疫毒性和致突变性，对人体健康存在一定的危害。油烟气体中多种有害物质，如多环芳烃类物质。其中多环芳烃类物质中有相当部分具有致癌性，如苯并[α]芘。现有技术的家用的控制系统并不能自动识别当前烹饪环境中的油烟的多环芳烃。
因此针对现有技术不足，提供一种红外温度及视觉协同检测烹饪系统以解决现有技术不足甚为必要。
发明内容
本发明的一个目的在于避免现有技术的不足之处而提供一种红外温度及视觉协同检测烹饪系统。该红外温度及视觉协同检测烹饪系统能识别前烹饪环境中多环芳烃浓度，同时对抽风装置和热能产生装置进行控制以降低多环芳烃浓度。
本发明的上述目的通过以下技术措施实现：
提供一种红外温度及视觉协同检测烹饪系统,设置有用于检测烹饪区域的温度的红外温度传感器、用于检测当前烹饪区域油烟大小的视觉检测装置、用于对油烟大小及温度计算多环芳烃浓度并对抽风装置及热能产生装置进行控制的控制装置、进行换气的抽风装置和进行烹饪的热能产生装置，红外温度传感器和视觉检测装置分别与控制装置电连接，控制装置分别与抽风装置和热能产生装置信号连接。
红外温度传感器感应检测烹饪区域的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控制装置，视觉检测装置采集烹饪区域油烟图像得到油烟输出信号并传输至控制装置，控制装置接收温度输出信号和油烟输出信号计算得到当前烹饪区域的多环芳烃浓度然后进行处理得到处理信号，控制装置将处理信号分别发送至抽风装置和热能产生装置，抽风装置接收处理信号进行风力调节，热能产生装置接收处理信号进行热能调节。
所述红外温度传感器的检测范围覆盖烹饪中使用的锅具。
当抽风装置、热能产生装置、灶台和烹饪中使用的锅具在正常工作时，将红外温度传感器到地面的垂直高度定度为Ht,且0≤Ht≤3m,将抽风装置的中心定义为X0，将红外温度传感器与X0的水平距离定义为Xt,且0≤Xt≤2m。
优选的，上述红外温度传感器为远离灶台、锅具和热能产生装置的非入侵式红外温度传感器。
将红外温度传感器的视角定义为θ,且0°＜θ＜360°，红外温度传感器的中心轴与水平方向的夹角定义为β，且0°＜β≤90°。
将红外温度传感器的投射面与灶台的重合面定义为P,在P范围内与X0距离最大的点定义为Pf,在P范围内与X0距离最小的点定义为Pn,将Pf和Pn的距离定义为Lp,且Lp＞0。
将烹饪中使用的锅具沿红外温度传感器检测方向在灶台的投射面定义为P’,且P’包含在P内部。
优选的，上述红外温度传感器为入侵式红外温度传感器。
所述红外温度传感器为装配于在烹饪中使用的外部锅具；或者
所述红外温度传感器为装配于热能产生装置的锅具架；或者
所述红外温度传感器为装配于外部灶台。
所述红外温度传感器为点阵式红外温度传感器；或者
所述红外温度传感器为阵列式红外温度传感器。
优选的，上述热能产生装置为炉灶、电磁炉、微波炉、烤箱或者电陶炉中至少一种。
优选的，上述抽风装置为油烟机或者排风机中至少一种。
优选的，上述控制装置为以数学建模构建得到关于检测烹饪区域的温度和油烟大小与油烟中多环芳烃浓度的数学关系的控制装置。
优选的，上述控制装置为线性型控制装置、非线性控制装置、指数型控制装置、幂型控制装置、对数型控制装置、类神经网络控制装置、机器学习控制装置或者深度学习控制装置。
优选的，上述控制装置为能根据多环芳烃浓度进行健康等级划分的控制装置。
优选的，上述抽风装置设置有风速调节模块，风速调节模块与控制装置电连接。
优选的，上述热能产生装置设置有功率调节模块，功率调节模块与控制装置电连接。
控制装置根据当前烹饪区域的多环芳烃浓度进行健康等级划分得到处理信号，控制装置将处理信号发送至风速调节模块，风速调节模块接收处理信号并进行风力调节，控制装置将处理信号发送至功率调节模块，功率调节模块接收处理信号并进行输出功率调节。
控制装置将处理信号发送至热能产生装置的功率调节模块，功率调节模块接收处理信号并进行输出功率调节。
本发明的红外温度及视觉协同检测烹饪系统,还设置有提示模块，提示模块与控制装置电连接。
控制装置将处理信号发送至提示模块，提示模块接收处理信号并对用户进行当前健康等级提示。
本发明的一种红外温度及视觉协同检测烹饪系统,设置有用于检测烹饪区域的温度的红外温度传感器、用于检测当前烹饪区域油烟大小的视觉检测装置、用于对油烟大小及温度计算多环芳烃浓度并对抽风装置及热能产生装置进行控制的控制装置、进行换气的抽风装置和进行烹饪的热能产生装置，红外温度传感器和视觉检测装置分别与控制装置电连接，控制装置分别与抽风装置和热能产生装置信号连接。本发明的红外温度及视觉协同检测烹饪系统能检测出当前区域的多环芳烃浓度，能对抽风装置和热能产生装置进行控制从而降低多环芳烃的浓度。本发明的红外温度及视觉协同检测烹饪系统还能对当前环境进行健康等级划分，同时提醒用户注意防护。
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的一种红外温度及视觉协同检测烹饪系统与烹饪中使用的锅具和灶台装配示意。
图2为红外温度传感器的投射面与灶台的重合面P与烹饪中使用的锅具沿红外温度传感器检测方向在灶台的投射面P’的关系示意图。
图3为红外温度传感器的视角θ示意图。
图4为红外温度传感器的中心轴与水平方向的夹角β示意图。
图5为实施例1的一种红外温度及视觉协同检测烹饪系统的工作流程示意图。
图6为实施例4的一种红外温度及视觉协同检测烹饪系统的工作流程示意图。
图1至图6中，包括有：
抽风装置1、红外温度传感器2、烹饪中使用的锅具3、热能产生装置4、灶台5。
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。
一种红外温度及视觉协同检测烹饪系统,如图1至5所示，设置有用于检测烹饪区域的温度的红外温度传感器2、用于检测当前烹饪区域油烟大小的视觉检测装置、用于对油烟大小及温度计算多环芳烃浓度并对抽风装置1及热能产生装置4进行控制的控制装置、进行换气的抽风装置1和进行烹饪的热能产生装置4，红外温度传感器2和视觉检测装置分别与控制装置电连接，控制装置分别与抽风装置1和热能产生装置4信号连接。
红外温度传感器2感应检测烹饪区域的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控制装置，视觉检测装置采集烹饪区域油烟图像得到油烟输出信号并传输至控制装置，控制装置接收温度输出信号和油烟输出信号计算得到当前烹饪区域的多环芳烃浓度然后进行处理得到处理信号，控制装置将处理信号分别发送至抽风装置1和热能产生装置4，抽风装置1接收处理信号进行风力调节，热能产生装置4接收处理信号进行热能调节。
本发明的烹饪区域内温度优选为检测锅具温度，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锅具温度。
红外温度传感器2的检测范围覆盖烹饪中使用的锅具3。
当抽风装置1、热能产生装置4、灶台5和烹饪中使用的锅具3在正常工作时，将红外温度传感器2到地面的垂直高度定度为Ht,且0≤Ht≤3m,将抽风装置1的中心定义为X0，将红外温度传感器2与X0的水平距离定义为Xt,且0≤Xt≤2m。
红外温度传感器2为远离灶台5、锅具和热能产生装置4的非入侵式红外温度传感器2。
需说明的是，本发明的非入侵式红外温度传感器2可以装配于抽风装置1，也可以装配于墙体，也可以为远离灶台5、锅具和热能产生装置4的其他物体，具体实施根据实际情况而定。只要是不在灶台5、锅具和热能产生装置4都可以作为本发明的非入侵式红外温度传感器2，都落入本发明的保护范围。本实施例的非入侵式红外温度传感器2装配于抽风装置1。
将红外温度传感器2的视角定义为θ,且0°＜θ＜360°，红外温度传感器2的中心轴与水平方向的夹角定义为β，且0°＜β≤90°。
将红外温度传感器2的投射面与灶台5的重合面定义为P,在P范围内与X0距离最大的点定义为Pf,在P范围内与X0距离最小的点定义为Pn,将Pf和Pn的距离定义为Lp,且Lp＞0。
将烹饪中使用的锅具3沿红外温度传感器2检测方向在灶台5的投射面定义为P’,且P’包含在P内部。
本发明的红外温度传感器2的安装高度可以通过式(Ⅰ)和式(Ⅱ)计得。
当β＝90°，通过式(Ⅰ)得到Ht的值，
Ht＝Lp/[2*tan(θ/2)] 式(Ⅰ)。
当β≠90°，通过式(Ⅱ)得到Ht的值，
Ht＝Lp/[2*tan(90°-β-θ/2)] 式(Ⅱ)。
例如，当β＝90°，Lp为1米，θ为90°时，那么通过式(Ⅰ)计得的Ht为0.5米。
当β为15°，Lp为1米、θ为90°时，那么通过式(Ⅱ)计得的Ht为0.87米。
需说明的是，本发明的Lp、θ和β可以为上述两个例的值，也可以为其他的值。例如θ可以为160°、60°或者100°等，Lp可以为0.8米、1.5米或都2米等，β可以为80°、60°或者45°等，具体的Lp、θ和β的值根据实际情况而定，根据实际的Lp、θ和β都可以根据本发明的式(Ⅰ)和式(Ⅱ)算的，在此不再累述。对于Lp、θ和β而求得到红外温度传感器2的高度都为本发明的保护范围。
本发明的红外温度传感器2可以为点阵式红外温度传感器2，也可以为阵列式红外温度传感器2。
本发明的点阵式红外温度传感器2，是指点阵式红外温度传感器2量测一小区域温度的平均值。对于阵列式红外温度传感器2是指在阵列式中每个单一的红外温度传感器2分别探测一小区域温度的平均值，从而多个红外温度传感器2形成一个W×Z的阵列，其中W和Z都为大于1的正整数，阵列式红外温度传感器2得到的温度就为W×Z的阵列的平均温度。
本发明的热能产生装置4可以为炉灶、电磁炉、微波炉、烤箱或者电陶炉中至少一种，具体根据实际情况而定。本实施例具体的热能产生装置4为炉灶。
本发明的抽风装置1为油烟机或者排风机中至少一种，具体根据实际情况而定。本实施例具体的抽风装置1为油烟机。
本发明控制装置为以数学建模构建得到关于检测烹饪区域的温度和油烟大小与油烟中多环芳烃浓度的数学关系的控制装置。
本发明的控制装置通过数学建模获得，数学建模是通过实验收集不同温度和油烟大小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，从而控制装置能够根据烹饪区域内温度和油烟大小检测条件判断出当前不同种类多环芳烃浓度。
本发明的控制装置为线性型控制装置、非线性控制装置、指数型控制装置、幂型控制装置、对数型控制装置、类神经网络控制装置、机器学习控制装置或者深度学习控制装置的其中一种。
本发明的控制装置是通过温度输出信号和油烟输出信号计算出当前区域的多环芳烃浓度，该控制装置为计算器或者具备计算功能的模块均可作为本发明的控制装置，对于这类型的控制装置为工业生产中的控制装置的公知常识，本领域的技术人员应当知晓，在此不再赘述。
视觉检测装置的处理方法为：
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，上述的视觉检测装置的处理方法仅是提出其中之一种处理方法，对于其他视觉检测装置的处理方法只能够获取烹饪区域的视觉检测装置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。
需说明的是，本发明的视觉检测装置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视觉检测装置。
一种红外温度及视觉协同检测烹饪系统,设置有用于检测烹饪区域的温度的红外温度传感器2、用于检测当前烹饪区域油烟大小的视觉检测装置、用于对油烟大小及温度计算多环芳烃浓度并对抽风装置1及热能产生装置4进行控制的控制装置、进行换气的抽风装置1和进行烹饪的热能产生装置4，红外温度传感器2和视觉检测装置分别与控制装置电连接，控制装置分别与抽风装置1和热能产生装置4信号连接。本发明的红外温度及视觉协同检测烹饪系统能检测出当前区域的多环芳烃浓度。
实施例2。
一种红外温度及视觉协同检测烹饪系统，其他特征与实施例1相同，不同之处在于：本发明的红外温度传感器2为入侵式红外温度传感器2。
本发明的入侵式红外温度传感器2可以装配于烹饪中使用的外部锅具、热能产生装置4的锅具架和外部灶台5，具体的装配位置根据实际情况而定。本实施例的入侵式红外温度传感器2装配于烹饪中使用的外部锅具。
与实施例1相比，本实施例的入侵式红外温度传感器2与所要检测的锅具的距离更近，因此得到的检测数据更加精确。
实施例3。
一种红外温度及视觉协同检测烹饪系统，其他特征与实施例1相同，不同之处在于：控制装置的计算公式为式(Ⅲ)，
C多环芳烃＝0.05κ+0.05λ+0.33κλ+475.1……式(Ⅲ)；
其中C多环芳烃为烹饪区域内的多环芳烃气体总浓度，κ为红外温度传感器2的输出数据，λ为视觉检测装置的输出数据。
当κ∈(0，200)，λ∈(0,300)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)，λ∈(300,500)时，C(2-3)＝60％C多环芳烃,C(4)＝25％C多环芳烃,C(5-6)＝150％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，λ为100时，分别将κ和λ的数据值直接代入公式，计得C多环芳烃为3785.1且C多环芳烃的单位为pg/m，即当前环境中的多环芳烃的浓度为3785.1pg/m3。C(2-3)的浓度为2649.57pg/m3，C(4)的浓度为757.02pg/m3，C(5-6)的浓度为378.51pg/m3。
本实施例可以通过检测烹饪区域内温度和烹饪区域的油烟大小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。
一种红外温度及视觉协同检测烹饪系统，如图6所示，其他特征与实施例2相同，不同之处在于：本发明的控制装置为能根据多环芳烃浓度进行健康等级划分的控制装置。
控制装置根据当前烹饪区域的多环芳烃浓度进行健康等级划分得到处理信号。
控制装置为能根据多环芳烃浓度进行健康等级划分的控制装置。
抽风装置1设置有风速调节模块，风速调节模块与控制装置电连接。
热能产生装置4设置有功率调节模块，功率调节模块与控制装置电连接。
控制装置根据当前烹饪区域的多环芳烃浓度进行健康等级划分得到处理信号，控制装置将处理信号发送至风速调节模块，风速调节模块接收处理信号并进行风力调节，控制装置将处理信号发送至功率调节模块，功率调节模块接收处理信号并进行输出功率调节。
本发明的红外温度及视觉协同检测烹饪系统还设置有提示模块，提示模块与控制装置电连接。
控制装置将处理信号发送至提示模块，提示模块接收处理信号并对用户进行当前健康等级提示。
本实施例是根据GBT18883-2室内空气质量标进行健康等级划分的，本发明也可以根据其他的质量标准进行划分，如GB3059-2012、WTO的《环境质量标准》。本发明也可以根据其他预设的环境质量值进行划分。
本实施例是通过多环芳烃浓度与国标规定的苯并[a]芘平均限定浓度相除进行健康等级划分，如式(Ⅲ)：
当0≤ε≤0.5时，则健康等级判定为健康。
当0.5＜ε≤1时，则健康等级判定为良好。
当1＜ε≤5时，则健康等级判定为中等。
当5＜ε≤10时，则健康等级判定为较差。
当10＜ε时，则健康等级判定为严重。
其中C苯并[a]芘为国标规定的苯并[a]芘平均限定浓度，且C苯并[a]芘＝1ng/m3。
需说明的是，本发明的健康等级也可根据ε的其他值进行划分，本实施例仅是提供一种实施的方案，对于其他根据的多环芳烃浓度进行的健康等级划分方法也落入本发明的保护范围。
本发明的抽风装置1的风力调节可以为当VOC浓度和多环芳烃浓度较高时风力增大，当VOC浓度和多环芳烃浓度在正常范围内则可以风力调小以降低抽风装置1的负荷。本发明的热能产生装置4的热能调节可以为当VOC浓度和多环芳烃浓度较高时减少热能输出，降低热能产生装置4的温度，从而降低挥发性有机物和多环芳烃的生成。
例如当控制装置对当前环境中的健康等级判定为较差时，控制装置对加快抽风装置1的风速，对热能产生装置4的输出功率保持原来的值。当控制装置对当前环境中的健康等级判定为严重时，控制装置对加快抽风装置1的风速，对热能产生装置4的输出功率降低，以减少产热降低检测烹饪区域的温度从而降低多环芳烃的产生。
一种红外温度及视觉协同检测烹饪系统能检测出当前区域的多环芳烃浓度，能对抽风装置1的风速和热能产生装置4的输出功率进行控制从而降低多环芳烃的浓度。本发明的红外温度及视觉协同检测烹饪系统还能对当前环境进行健康等级划分，同时提醒用户注意防护。
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 (13)
1.一种红外温度及视觉协同检测烹饪系统,其特征在于：设置有用于检测烹饪区域的温度的红外温度传感器、用于检测当前烹饪区域油烟大小的视觉检测装置、用于对油烟大小及温度计算多环芳烃浓度并对抽风装置及热能产生装置进行控制的控制装置、进行换气的抽风装置和进行烹饪的热能产生装置，红外温度传感器和视觉检测装置分别与控制装置电连接，控制装置分别与抽风装置和热能产生装置信号连接；
红外温度传感器感应检测烹饪区域的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控制装置，视觉检测装置采集烹饪区域油烟图像得到油烟输出信号并传输至控制装置，控制装置接收温度输出信号和油烟输出信号计算得到当前烹饪区域的多环芳烃浓度然后进行处理得到处理信号，控制装置将处理信号分别发送至抽风装置和热能产生装置，抽风装置接收处理信号进行风力调节，热能产生装置接收处理信号进行热能调节；
所述红外温度传感器的检测范围覆盖烹饪中使用的锅具。
2.根据权利要求1所述的红外温度及视觉协同检测烹饪系统,其特征在于：当抽风装置、热能产生装置、灶台和烹饪中使用的锅具在正常工作时，
将红外温度传感器到地面的垂直高度定度为Ht,且0≤Ht≤3m,
将抽风装置的中心定义为X0，
将红外温度传感器与X0的水平距离定义为Xt,且0≤Xt≤2m。
3.根据权利要求2所述的红外温度及视觉协同检测烹饪系统,其特征在于：所述红外温度传感器为远离灶台、锅具和热能产生装置的非入侵式红外温度传感器。
4.根据权利要求3所述的红外温度及视觉协同检测烹饪系统,其特征在于：将红外温度传感器的视角定义为θ,且0°＜θ＜360°，红外温度传感器的中心轴与水平方向的夹角定义为β，且0°＜β≤90°；
将红外温度传感器的投射面与灶台的重合面定义为P,在P范围内与X0距离最大的点定义为Pf,在P范围内与X0距离最小的点定义为Pn,将Pf和Pn的距离定义为Lp,且Lp＞0；
将烹饪中使用的锅具沿红外温度传感器检测方向在灶台的投射面定义为P’,且P’包含在P内部。
5.根据权利要求2所述的带温度传感器的油烟机,其特征在于：所述红外温度传感器为入侵式红外温度传感器。
6.根据权利要求5所述的带温度传感器的油烟机,其特征在于：所述红外温度传感器为装配于在烹饪中使用的外部锅具；或者
所述红外温度传感器为装配于热能产生装置的锅具架；或者
所述红外温度传感器为装配于外部灶台。
7.根据权利要求1-6任意一项所述的带温度传感器的油烟机,其特征在于：所述红外温度传感器为点阵式红外温度传感器；或者
所述红外温度传感器为阵列式红外温度传感器。
8.根据权利要求1至6任意一项所述的红外温度及视觉协同检测烹饪系统,其特征在于：所述热能产生装置为炉灶、电磁炉、微波炉、烤箱或者电陶炉中至少一种。
9.根据权利要求8所述的红外温度及视觉协同检测烹饪系统,其特征在于：所述抽风装置为油烟机或者排风机中至少一种。
10.根据权利要求9所述的红外温度及视觉协同检测烹饪系统,其特征在于：所述控制装置为以数学建模构建得到关于检测烹饪区域的温度和油烟大小与油烟中多环芳烃浓度的数学关系的控制装置。
11.根据权利要求10所述的红外温度及视觉协同检测烹饪系统,其特征在于：所述控制装置为线性型控制装置、非线性控制装置、指数型控制装置、幂型控制装置、对数型控制装置、类神经网络控制装置、机器学习控制装置或者深度学习控制装置。
12.根据权利要求11所述的红外温度及视觉协同检测烹饪系统,其特征在于：所述控制装置为能根据多环芳烃浓度进行健康等级划分的控制装置；
所述抽风装置设置有风速调节模块，风速调节模块与控制装置电连接；
所述热能产生装置设置有功率调节模块，功率调节模块与控制装置电连接；
控制装置根据当前烹饪区域的多环芳烃浓度进行健康等级划分得到处理信号，控制装置将处理信号发送至风速调节模块，风速调节模块接收处理信号并进行风力调节，控制装置将处理信号发送至功率调节模块，功率调节模块接收处理信号并进行输出功率调节。
13.根据权利要求12所述的红外温度及视觉协同检测烹饪系统,其特征在于：还设置有提示模块，提示模块与控制装置电连接；
控制装置将处理信号发送至提示模块，提示模块接收处理信号并对用户进行当前健康等级提示。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811632007.XA CN109654561B (zh) | 2018-12-29 | 2018-12-29 | 一种红外温度及视觉协同检测烹饪系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811632007.XA CN109654561B (zh) | 2018-12-29 | 2018-12-29 | 一种红外温度及视觉协同检测烹饪系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN109654561A true CN109654561A (zh) | 2019-04-19 |
| CN109654561B CN109654561B (zh) | 2020-04-28 |
Family
ID=66117809
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201811632007.XA Active CN109654561B (zh) | 2018-12-29 | 2018-12-29 | 一种红外温度及视觉协同检测烹饪系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109654561B (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111716358A (zh) * | 2020-06-23 | 2020-09-29 | 北京如影智能科技有限公司 | 一种控制机械臂的方法及装置 |
| US20220151436A1 (en) * | 2020-11-16 | 2022-05-19 | Haier Us Appliance Solutions, Inc. | Cooking assemblies and methods of operation based on a detected cooking oil |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1439098A (zh) * | 2000-05-25 | 2003-08-27 | 加拿大环境部长 | 排放采样装置及方法 |
| CN102788718A (zh) * | 2012-09-04 | 2012-11-21 | 南京大学 | 一种用于室内空气中多环芳烃的被动采样器及其采样测定方法 |
| KR20170055879A (ko) * | 2015-11-12 | 2017-05-22 | 동국대학교 산학협력단 | 다환방향족탄화수소 감지 조리 장치 |
| CN206831604U (zh) * | 2017-01-24 | 2018-01-02 | 佛山市云米电器科技有限公司 | 一种烟灶联动的抽油烟机 |
| CN107702174A (zh) * | 2017-11-07 | 2018-02-16 | 佛山市云米电器科技有限公司 | 油烟追踪系统及方法 |
-
2018
- 2018-12-29 CN CN201811632007.XA patent/CN109654561B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1439098A (zh) * | 2000-05-25 | 2003-08-27 | 加拿大环境部长 | 排放采样装置及方法 |
| CN102788718A (zh) * | 2012-09-04 | 2012-11-21 | 南京大学 | 一种用于室内空气中多环芳烃的被动采样器及其采样测定方法 |
| KR20170055879A (ko) * | 2015-11-12 | 2017-05-22 | 동국대학교 산학협력단 | 다환방향족탄화수소 감지 조리 장치 |
| CN206831604U (zh) * | 2017-01-24 | 2018-01-02 | 佛山市云米电器科技有限公司 | 一种烟灶联动的抽油烟机 |
| CN107702174A (zh) * | 2017-11-07 | 2018-02-16 | 佛山市云米电器科技有限公司 | 油烟追踪系统及方法 |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111716358A (zh) * | 2020-06-23 | 2020-09-29 | 北京如影智能科技有限公司 | 一种控制机械臂的方法及装置 |
| US20220151436A1 (en) * | 2020-11-16 | 2022-05-19 | Haier Us Appliance Solutions, Inc. | Cooking assemblies and methods of operation based on a detected cooking oil |
Also Published As
| Publication number | Publication date |
|---|---|
| CN109654561B (zh) | 2020-04-28 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN209623754U (zh) | 一种烟机用可更换式多环芳烃检测装置 | |
| CN109654561A (zh) | 一种红外温度及视觉协同检测烹饪系统 | |
| CN109655585A (zh) | 一种能识别厨房空气质量的油烟机 | |
| CN109882899A (zh) | 一种根据工作环境进行控制的油烟机 | |
| CN109813713A (zh) | 一种具有多个独立有害物质检测模组的烟机 | |
| 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 | |
| CN109579096A (zh) | 一种带温度传感器的油烟机 | |
| CN109884049A (zh) | 一种能够检测厨房油烟的有害物质检测装置 | |
| CN109654559B (zh) | 一种能识别水汽与油烟的健康烹饪系统 | |
| 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 | |
| CN109654563A (zh) | 一种具有多种检测功能协同作用的烹饪系统 | |
| CN209655389U (zh) | 一种能与健康营食资料库比对的自动烟灶系统 | |
| CN109655586A (zh) | 一种油烟挥发性有机物检测控制系统及其应用 | |
| CN109657640A (zh) | 一种能根据使用食材进行健康等级划分的油烟机 | |
| CN109654565A (zh) | 一种带热成像装置的油烟机 | |
| CN109631111A (zh) | 一种能与健康营食资料库比对的自动烟灶系统 | |
| 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 | |
| CN210720309U (zh) | 一种油烟挥发性有机物检测控制系统 | |
| 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 | |
| CN109654545A (zh) | 能根据烹饪环境空气质量控制的炉具及火力控制判断方法 | |
| CN109813841A (zh) | 一种厨房油烟式多环芳烃检测装置 | |
| CN109798565A (zh) | 一种具有识别油烟中有害物质功能的吸油系统 | |
| CN109631118A (zh) | 一种能识别油烟中有害气体的油烟机 | |
| 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 | |
| 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 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |