CN110331550B - 一种洗衣参数的确定方法、装置、存储介质及洗衣机 - Google Patents
一种洗衣参数的确定方法、装置、存储介质及洗衣机 Download PDFInfo
- Publication number
- CN110331550B CN110331550B CN201910344902.XA CN201910344902A CN110331550B CN 110331550 B CN110331550 B CN 110331550B CN 201910344902 A CN201910344902 A CN 201910344902A CN 110331550 B CN110331550 B CN 110331550B
- Authority
- CN
- China
- Prior art keywords
- clothes
- washing
- determining
- pixel
- image sequence
- 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.)
- Active
Links
Images
Classifications
-
- D—TEXTILES; PAPER
- D06—TREATMENT OF TEXTILES OR THE LIKE; LAUNDERING; FLEXIBLE MATERIALS NOT OTHERWISE PROVIDED FOR
- D06F—LAUNDERING, DRYING, IRONING, PRESSING OR FOLDING TEXTILE ARTICLES
- D06F33/00—Control of operations performed in washing machines or washer-dryers
-
- D06F37/306—
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M99/00—Subject matter not provided for in other groups of this subclass
- G01M99/008—Subject matter not provided for in other groups of this subclass by doing functionality tests
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/194—Segmentation; Edge detection involving foreground-background segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
- G06T7/66—Analysis of geometric attributes of image moments or centre of gravity
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
- G06V10/75—Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
- G06V10/751—Comparing pixel values or logical combinations thereof, or feature values having positional relevance, e.g. template matching
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/10—Terrestrial scenes
-
- D06F2202/12—
-
- D06F2204/06—
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10004—Still image; Photographic image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30108—Industrial image inspection
Abstract
本发明公开了一种洗衣参数的确定方法、装置、存储介质及洗衣机,该方法包括:建立洗衣机的内筒(2)在有衣物情况下的旋转像素模型;所述旋转像素模型,包括:正转像素模型、反转像素模型中的至少之一;获取洗衣机的内筒(2)在洗涤衣物情况下的洗涤图像序列;将所述洗涤图像序列与所述旋转像素模型中的一个像素模型进行对比,以确定所述洗涤图像序列中的衣物区域;其中,该一个像素模型所对应内筒(2)的旋转方向,与所述洗涤图像序列所对应内筒(2)的旋转方向相反;根据所述衣物区域确定衣物运动轨迹,以直接识别衣物跌落高度。本发明的方案,可以解决洗衣机不能直接识别衣物摔落起点高度的问题,达到能够直接识别衣物摔落起点高度的效果。
Description
技术领域
本发明属于洗衣机技术领域,具体涉及一种洗衣参数的确定方法、装置、存储介质及洗衣机,尤其涉及一种滚筒洗衣机内衣物跌落高度的识别方法、装置、存储介质及洗衣机。
背景技术
一般地,主要是通过称重、检测水的浊度值等方式来辅助判断衣物的洗净程度,从而选择洗涤方案,提升洗涤效果。
但其实对于滚筒洗衣机而言,转速控制是关键的技术点。由于每次洗涤用户放入的衣物重量不一样,若针对不同重量的衣物都使用相同的转速方案,会导致不同重量的衣物其摔打的程度不一致;在相同的转速下,轻一点的衣物更容易被提升到更高处,摔打洗涤效果更好,重一点的衣物则容易在半空中就掉落下来,摔打洗涤效果较差。
而在一些方案中,主要是通过识别衣物的体积/重量预先定制相应的洗涤程序,此类方案一定程度上做到了分级洗涤,但是无法在洗涤过程中实时地调整洗涤方案;或者增加传感器,识别摔打力度来评价洗涤效果,但是准确性难以保证。
上述内容仅用于辅助理解本发明的技术方案,并不代表承认上述内容是现有技术。
发明内容
本发明的目的在于,针对上述缺陷,提供一种洗衣参数的确定方法、装置、存储介质及洗衣机,以解决洗衣机不能直接识别衣物摔落起点高度的问题,达到能够直接识别衣物摔落起点高度的效果。
本发明提供一种洗衣参数的确定方法,包括:建立洗衣机的内筒在有衣物情况下的旋转像素模型;其中,所述旋转像素模型,包括:正转像素模型、反转像素模型中的至少之一;获取洗衣机的内筒在洗涤衣物情况下的洗涤图像序列;将所述洗涤图像序列与所述旋转像素模型中的一个像素模型进行对比,以确定所述洗涤图像序列中的衣物区域;其中,该一个像素模型所对应内筒的旋转方向,与所述洗涤图像序列所对应内筒的旋转方向相反;根据所述衣物区域确定衣物运动轨迹,以直接识别衣物跌落高度。
可选地,其中,洗衣机的内筒有衣物的情况,包括:将待洗涤的衣物加入洗衣机的内筒并关闭内筒的筒门后,开启内筒处的照明灯并注水的情况;和/或,建立洗衣机的内筒在有衣物情况下的旋转像素模型,包括:控制洗衣机的内筒以第一设定转速正转,获取内筒正转的正转图像序列;采用背景建模法,基于所述正转图像序列建立正转像素模型;和/或,控制洗衣机的内筒以第二设定转速反转,获取内筒反转的反转图像序列;采用背景建模法,基于所述反转图像序列建立反转像素模型。
可选地,其中,获取洗衣机的内筒在洗涤衣物情况下的洗涤图像序列、获取内筒正转的正转图像序列、获取内筒反转的反转图像序列中的至少之一,包括:通过洗衣机的内筒的筒门中的图像采集装置,采集内筒中的洗涤图像序列、正转图像序列、反转图像序列中的至少之一;其中,洗涤图像序列、正转图像序列、反转图像序列中的至少一种图像序列的连续帧记录的总时间,大于或等于内筒旋转一周的时间;和/或,所述背景建模法,包括:码书建模法;所述正转像素模型、所述反转像素模型中的至少之一,为码书背景模型。
可选地,将所述洗涤图像序列与所述旋转像素模型中的一个像素模型进行对比,包括:在所述洗涤图像序列的所有像素点中,将不符合该一个像素模型的像素点的灰度值设为第一设定值,并将其余像素点的灰度值设为第二设定值,以得到所述洗涤图像序列的第一识别图像;对所述第一识别图像进行预处理,得到第二识别图像;其中,所述预处理,包括:腐蚀、膨胀、滤去噪点中的至少一种处理;将所述第二识别图像中所有灰度值为第一设定值的像素点确定为非背景区域,以将该非背景区域确定为衣物区域。
可选地,将所述洗涤图像序列与所述旋转像素模型中的一个像素模型进行对比,还包括:将所述洗涤图像序列的所有像素点的像素值,与所述旋转像素模型中旋转方向相反的一个像素模型的码书背景模型的码字范围进行对比;若所述洗涤图像序列的所有像素点中任一像素点的像素值属于所述码书背景模型的码字范围,则确定该像素点属于非背景区域,以将该非背景区域确定为衣物区域。
可选地,根据所述衣物区域确定衣物运动轨迹,包括:确定所述洗涤图像序列中衣物区域的所有像素点的坐标的重心,以得到所述洗涤图像序列中衣物区域的重心;将所述洗涤图像序列中衣物区域的重心依次相连,得到衣物运动轨迹。
可选地,还包括:根据所述衣物运行轨迹确定衣物跌落高度;根据衣物跌落高度确定衣物洗涤强度;根据衣物洗涤强度调整洗衣机的内筒转速,以使调整后的衣物洗涤强度达到设定洗涤强度范围。
可选地,其中,根据所述衣物运行轨迹确定衣物跌落高度,包括:确定所述衣物运行轨迹中衣物被抬升的抬升位置、以及衣物被抬升后下落的下落位置,并将所述抬升位置与所述下落位置之间的高度差确定为衣物跌落高度;和/或,根据衣物跌落高度确定衣物洗涤强度,包括:根据设定跌落高度与设定洗涤强度之间的对应关系,将所述对应关系中与所述衣物跌落高度相同的设定跌落高度对应的设定洗涤强度确定为衣物洗涤强度。
与上述方法相匹配,本发明另一方面提供一种洗衣参数的确定装置,包括:获取单元,用于建立洗衣机的内筒在有衣物情况下的旋转像素模型;其中,所述旋转像素模型,包括:正转像素模型、反转像素模型中的至少之一;所述获取单元,还用于获取洗衣机的内筒在洗涤衣物情况下的洗涤图像序列;确定单元,用于将所述洗涤图像序列与所述旋转像素模型中的一个像素模型进行对比,以确定所述洗涤图像序列中的衣物区域;其中,该一个像素模型所对应内筒的旋转方向,与所述洗涤图像序列所对应内筒的旋转方向相反;所述确定单元,还用于根据所述衣物区域确定衣物运动轨迹,以直接识别衣物跌落高度。
可选地,其中,洗衣机的内筒有衣物的情况,包括:将待洗涤的衣物加入洗衣机的内筒并关闭内筒的筒门后,开启内筒处的照明灯并注水的情况;和/或,所述获取单元建立洗衣机的内筒在有衣物情况下的旋转像素模型,包括:控制洗衣机的内筒以第一设定转速正转,获取内筒正转的正转图像序列;采用背景建模法,基于所述正转图像序列建立正转像素模型;和/或,控制洗衣机的内筒以第二设定转速反转,获取内筒反转的反转图像序列;采用背景建模法,基于所述反转图像序列建立反转像素模型。
可选地,其中,所述获取单元获取洗衣机的内筒在洗涤衣物情况下的洗涤图像序列、获取内筒正转的正转图像序列、获取内筒反转的反转图像序列中的至少之一,包括:通过洗衣机的内筒的筒门中的图像采集装置,采集内筒中的洗涤图像序列、正转图像序列、反转图像序列中的至少之一;其中,洗涤图像序列、正转图像序列、反转图像序列中的至少一种图像序列的连续帧记录的总时间,大于或等于内筒旋转一周的时间;和/或,所述背景建模法,包括:码书建模法;所述正转像素模型、所述反转像素模型中的至少之一,为码书背景模型。
可选地,所述确定单元将所述洗涤图像序列与所述旋转像素模型中的一个像素模型进行对比,包括:在所述洗涤图像序列的所有像素点中,将不符合该一个像素模型的像素点的灰度值设为第一设定值,并将其余像素点的灰度值设为第二设定值,以得到所述洗涤图像序列的第一识别图像;对所述第一识别图像进行预处理,得到第二识别图像;其中,所述预处理,包括:腐蚀、膨胀、滤去噪点中的至少一种处理;将所述第二识别图像中所有灰度值为第一设定值的像素点确定为非背景区域,以将该非背景区域确定为衣物区域。
可选地,所述确定单元将所述洗涤图像序列与所述旋转像素模型中的一个像素模型进行对比,还包括:将所述洗涤图像序列的所有像素点的像素值,与所述旋转像素模型中旋转方向相反的一个像素模型的码书背景模型的码字范围进行对比;若所述洗涤图像序列的所有像素点中任一像素点的像素值属于所述码书背景模型的码字范围,则确定该像素点属于非背景区域,以将该非背景区域确定为衣物区域。
可选地,所述确定单元根据所述衣物区域确定衣物运动轨迹,包括:确定所述洗涤图像序列中衣物区域的所有像素点的坐标的重心,以得到所述洗涤图像序列中衣物区域的重心;将所述洗涤图像序列中衣物区域的重心依次相连,得到衣物运动轨迹。
可选地,还包括:所述确定单元,还用于根据所述衣物运行轨迹确定衣物跌落高度;所述确定单元,还用于根据衣物跌落高度确定衣物洗涤强度;所述确定单元,还用于根据衣物洗涤强度调整洗衣机的内筒转速,以使调整后的衣物洗涤强度达到设定洗涤强度范围。
可选地,其中,所述确定单元根据所述衣物运行轨迹确定衣物跌落高度,包括:确定所述衣物运行轨迹中衣物被抬升的抬升位置、以及衣物被抬升后下落的下落位置,并将所述抬升位置与所述下落位置之间的高度差确定为衣物跌落高度;和/或,所述确定单元根据衣物跌落高度确定衣物洗涤强度,包括:根据设定跌落高度与设定洗涤强度之间的对应关系,将所述对应关系中与所述衣物跌落高度相同的设定跌落高度对应的设定洗涤强度确定为衣物洗涤强度。
与上述装置相匹配,本发明再一方面提供一种洗衣机,包括:以上所述的洗衣参数的确定装置。
与上述方法相匹配,本发明再一方面提供一种存储介质,包括:所述存储介质中存储有多条指令;所述多条指令,用于由处理器加载并执行以上所述的洗衣参数的确定方法。
与上述方法相匹配,本发明再一方面提供一种洗衣机,包括:处理器,用于执行多条指令;存储器,用于存储多条指令;其中,所述多条指令,用于由所述存储器存储,并由所述处理器加载并执行以上所述的洗衣参数的确定方法。
本发明的方案,通过在内筒有衣物的情况下建立内筒正、反向旋转的两种像素模型,在洗涤模式下利用两种像素模型对内筒反、正向旋转衣物抛落高度进行识别,可以直接识别旋转衣物抛落高度,有利于确定摔打效果。
进一步,本发明的方案,通过在内筒有衣物的情况下建立内筒正、反向旋转的两种像素模型,在洗涤模式下利用两种像素模型对内筒反、正向旋转衣物抛落高度进行识别,从而可以根据旋转衣物抛落高度实时且高效地控制滚筒转速,有利于提升衣物洗涤效率和洗涤效果。
进一步,本发明的方案,通过在内筒有衣物的情况下建立内筒正、反向旋转的两种像素模型,在洗涤模式下利用两种像素模型对内筒反、正向旋转衣物抛落高度进行识别,可以直接识别衣物摔打效果而无法迅速且高效地提升衣物洗涤效率,用户体验好。
进一步,本发明的方案,通过在内筒有衣物的情况下建立内筒正、反向旋转的两种像素模型,在洗涤模式下利用两种像素模型对内筒反、正向旋转衣物抛落高度进行识别,可以实时识别出衣物的抛落位置能够更直观地反馈衣物的摔打强度,进而可实现实时、智能调整滚筒转速,洗涤效果更好。
进一步,本发明的方案,通过摄像头采集图像信息,使用背景建模技术,直接在内筒有衣物情况下建立内筒正、反向旋转的两种像素模型,分别用于洗涤模式下内筒反、正向旋转衣物抛落高度的识别,可以直接识别衣物跌落高度,有利于实时且高效地控制滚筒转速从而提升衣物洗涤效率。
由此,本发明的方案,通过在内筒有衣物的情况下建立内筒正、反向旋转的两种像素模型,在洗涤模式下利用两种像素模型对内筒反、正向旋转衣物抛落高度进行识别,解决洗衣机不能直接识别衣物摔落起点高度的问题,从而,克服无法直接识别衣物摔打效果、无法提升衣物洗涤效果和用户体验差的缺陷,实现能够直接识别衣物摔打效果、能够提升衣物洗涤效果和用户体验好的有益效果。
本发明的其它特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者通过实施本发明而了解。
下面通过附图和实施例,对本发明的技术方案做进一步的详细描述。
附图说明
图1为本发明的洗衣参数的确定方法的一实施例的流程示意图;
图2为本发明的方法中正转像素模型建立过程的一实施例的流程示意图;
图3为本发明的方法中反转像素模型建立过程的一实施例的流程示意图;
图4为本发明的方法中将所述洗涤图像序列与所述旋转像素模型中的一个像素模型进行对比的一实施例的流程示意图;
图5为本发明的方法中将所述洗涤图像序列与所述旋转像素模型中的一个像素模型进行对比的另一实施例的流程示意图;
图6为本发明的方法中根据所述衣物区域确定衣物运动轨迹的一实施例的流程示意图;
图7为本发明的方法中根据衣物运动轨迹调节衣物洗涤强度的一实施例的流程示意图;
图8为本发明的方法中根据衣物洗涤强度调整洗衣机的内筒转速的一实施例的流程示意图;
图9为本发明的洗衣参数的确定装置的一实施例的结构示意图;
图10为本发明的洗衣机的一实施例的识别衣物跌落轨迹的流程示意图;
图11为本发明的洗衣机的一实施例的结构示意图,具体为具有衣物跌落轨迹识别功能的洗衣机的结构示意图,可以展示具有衣物跌落识别功能的洗衣机的构造示意图;
图12为本发明的洗衣机的一实施例的衣物提升范围示意图,可以展示摄像头拍摄的内筒区域分割的一种情况;
图13为本发明的洗衣机的另一实施例的衣物提升范围示意图,可以展示摄像头拍摄的内筒区域分割的另一种情况。
结合附图,本发明实施例中附图标记如下:
1-筒门(即洗衣机筒门);2-内筒(即洗衣机内筒);3-图像采集装置(如摄像头);4-洗衣机外框;5-照明灯(如内筒照明灯);102-获取单元;104-确定单元。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,下面将结合本发明具体实施例及相应的附图对本发明技术方案进行清楚、完整地描述。显然,所描述的实施例仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
根据本发明的实施例,提供了一种洗衣参数的确定方法,如图1所示本发明的方法的一实施例的流程示意图。该洗衣参数的确定方法可以包括:步骤S110至步骤S140。
在步骤S110处,在洗衣机的内筒2中有待洗涤的衣物的情况下,建立洗衣机的内筒2在有衣物情况下的旋转像素模型。其中,所述旋转像素模型,可以包括:正转像素模型、反转像素模型中的至少之一。
例如:获得有衣物情况下内筒正、反向旋转的两种像素模型,用于洗涤模式下内筒反、正向旋转衣物抛落高度的识别,可以保证环境参数(如光照、内筒反射颜色、水量等)尽可能一致,减少环境对识别效果的影响。其中,预先拍摄的是旋转着的、且有负载的内筒的图像序列。
可选地,步骤S110中洗衣机的内筒2有衣物的情况,可以包括:将待洗涤的衣物加入洗衣机的内筒2并关闭内筒2的筒门1后,开启内筒2处的照明灯5并注水的情况。其中,照明灯5设置在筒门1上,且照射方向朝向内筒2的内部。优选地,照明灯5设置在筒门1的外侧四周或内侧四周。
例如:将待洗衣物加入滚筒内筒2,关闭筒门1,打开内筒照明灯5,注水。
由此,通过在洗衣机中有衣物的情况下进行照明以建立内筒的旋转像素模型,保证了图像建模的可靠性和精准性;且基于有衣物的内筒建立旋转像素模型,使得旋转像素模型中包含了内筒和衣物,有利于提升在洗涤过程中对衣物区域确定的便捷性和精准性。
可选地,步骤S110中建立洗衣机的内筒2在有衣物情况下的旋转像素模型,可以包括以下至少一种建立过程。
第一种建立过程,即正转像素模型建立过程,具体可以如下:
下面结合图2所示本发明的方法中正转像素模型建立过程的一实施例流程示意图,进一步说明正转像素模型建立过程的具体过程,可以包括:步骤S210和步骤S220。
步骤S210,控制洗衣机的内筒2以第一设定转速正转,获取内筒2正转的正转图像序列。
步骤S220,采用背景建模法,基于所述正转图像序列建立正转像素模型。
例如:内筒2以第一速度V1旋转,摄像头3拍摄实时图像序列,使用背景建模法建立背景模型B1。
第二种建立过程,即反转像素模型建立过程,具体可以如下:
下面结合图3所示本发明的方法中反转像素模型建立过程的一实施例流程示意图,进一步说明反转像素模型建立过程的具体过程,可以包括:步骤S310和步骤S320。
步骤S310,控制洗衣机的内筒2以第二设定转速反转,获取内筒2反转的反转图像序列。
步骤S320,采用背景建模法,基于所述反转图像序列建立反转像素模型。
例如:内筒2以第二速度V2旋转,摄像头3拍摄实时图像序列,使用背景建模法建立背景模型B2。
由此,通过在内筒中有衣物且有照明的情况下,使内筒以不同转速旋转并采集内筒旋转过程中的图像序列,进而采用背景建模法基于相应的图像序列建立相应的旋转像素模型,使得对旋转像素模型的建立精准且可靠。
更可选地,所述背景建模法,可以包括:码书建模法。所述正转像素模型、所述反转像素模型中的至少之一,为码书背景模型。
例如:图10中步骤S20、S30所述的背景建模法,可以有很多种。优选地,可以采用码书建模法进行背景建模,如记录摄像镜头中每个像素点上的灰度值变化,并建立每个像素点灰度值的码书模型。
例如:通过摄像头采集图像信息,使用背景建模技术,直接在内筒有衣物情况下建立内筒正、反向旋转的两种像素模型,分别用于洗涤模式下内筒反、正向旋转衣物抛落高度的识别。
由此,通过采用码书建模法进行背景建模,建模方式精准且可靠,保证对旋转像素模型建立的精准性和可靠性。
在步骤S120处,在洗衣机的洗涤模式下,获取洗衣机的内筒2在洗涤衣物情况下的洗涤图像序列。
例如:开始洗涤程序,摄像头3实时拍摄图像序列。
可选地,步骤S120中获取洗衣机的内筒2在洗涤衣物情况下的洗涤图像序列、步骤S210中获取内筒2正转的正转图像序列、步骤S310中获取内筒2反转的反转图像序列中的至少之一,可以包括:通过洗衣机的内筒2的筒门1中的图像采集装置3,采集内筒2中的洗涤图像序列、正转图像序列、反转图像序列中的至少之一。
其中,洗涤图像序列、正转图像序列、反转图像序列中的至少一种图像序列的连续帧记录的总时间,大于或等于内筒2旋转一周的时间。例如:图10中步骤S20、S30所述的图像序列,为摄像头拍摄的连续帧,连续帧记录的总时间应不少于当前速度下内筒2旋转一周的时间。
例如:获取洗衣机的内筒2在洗涤衣物情况下的洗涤图像序列,可以包括:通过洗衣机的内筒2的筒门1中的图像采集装置3,采集内筒2中的洗涤图像序列。又如:获取内筒2正转的正转图像序列,可以包括:通过洗衣机的内筒2的筒门1中的图像采集装置3,采集内筒2中的正转图像序列。再如:获取内筒2正转的反转图像序列,可以包括:通过洗衣机的内筒2的筒门1中的图像采集装置3,采集内筒2中的反转图像序列。
其中,图像采集装置3的图像采集方向,朝向内筒2的内部、且垂直于内筒2的筒底;和/或,图像采集装置3的图像采集视野,大于内筒2的筒壁外沿所形成的环形区域。
例如:洗衣机外框4中设有内筒2,内筒2的筒门1内部中央设有摄像头3,摄像头3镜头拍摄方向朝向内筒2内部、垂直桶底、且视野应大于筒壁外沿所形成的圆形区域;筒门1四周设有内筒照明灯5,方向朝向内筒2内部。
由此,通过图像采集装置采集相应的图像序列,图像采集的方式方便、且采集结果精准;使图像序列的连续帧记录的总时间大于或等于内筒旋转一周的时间,可以保证图像序列采集的完整性,进而有利于保证对旋转像素模型建立的精准性和可靠性。
在步骤S130处,将所述洗涤图像序列与所述旋转像素模型中的一个像素模型进行对比,以确定所述洗涤图像序列中的衣物区域。其中,该一个像素模型所对应内筒2的旋转方向,与所述洗涤图像序列所对应内筒2的旋转方向相反。例如:按洗涤模式下内筒2的第一旋转方向与所述旋转像素模型所对应的内筒2的第二旋转方向相反的对比方式,将所述洗涤图像序列与所述旋转像素模型进行反向对比,以确定所述洗涤图像序列中的衣物区域。
例如:如图10所示,当内筒2旋转方向与第一速度V1相同,则将实时图像与背景模型B2对比;当内筒2旋转方向与第二速度V2相同,则将实时图像与背景模型B1对比。
可选地,步骤S130中将所述洗涤图像序列与所述旋转像素模型中的一个像素模型进行对比,可以包括:基于像素点灰度值的对比过程。
下面结合图4所示本发明的方法中将所述洗涤图像序列与所述旋转像素模型中的一个像素模型进行对比的一实施例流程示意图,进一步说明步骤S130中将所述洗涤图像序列与所述旋转像素模型中的一个像素模型进行对比的一个具体过程,即基于像素点灰度值进行对比的具体过程,可以包括:步骤S410至步骤S430。
步骤S410,在所述洗涤图像序列的所有像素点中,将不符合该一个像素模型的像素点的灰度值设为第一设定值,并将其余像素点的灰度值设为第二设定值,以得到所述洗涤图像序列的第一识别图像。
步骤S420,对所述第一识别图像进行预处理,得到第二识别图像。其中,所述预处理,可以包括:腐蚀、膨胀、滤去噪点中的至少一种处理。
步骤S430,将所述第二识别图像中所有灰度值为第一设定值的像素点确定为非背景区域,以将该非背景区域确定为衣物区域。其中,将所述第二识别图像中其余像素点确定为背景区域。
例如:将当前图像的所有像素点中不符合相对比的背景模型的像素点灰度值设为255,其余像素点设为0,得到当前图像的初识别图像,对初识别图像进行腐蚀、膨胀操作,滤去噪点,减少错误识别,获得再识别图像,将再识别图像中所有灰度值为255的像素点判断为非背景,其余像素点为背景。
由此,通过基于洗涤图像序列的所有像素点的灰度值与对应的一个像素模型的像素点的灰度值进行对比,对比方式简便、对比结果精准且可靠。
可选地,步骤S130中将所述洗涤图像序列与所述旋转像素模型中的一个像素模型进行对比,还可以包括:基于码字范围的对比过程。
下面结合图5所示本发明的方法中将所述洗涤图像序列与所述旋转像素模型中的一个像素模型进行对比的另一实施例流程示意图,进一步说明步骤S130中将所述洗涤图像序列与所述旋转像素模型中的一个像素模型进行对比的另一具体过程,即基于码字范围进行对比的具体过程,可以包括:步骤S510和步骤S520。
步骤S510,在所述旋转像素模型中旋转方向相反的一个像素模型为码书背景模型的情况下,将所述洗涤图像序列的所有像素点的像素值,与所述旋转像素模型中旋转方向相反的一个像素模型的码书背景模型的码字范围进行对比,以自码书背景模型中识别出非背景区域。
步骤S520,若所述洗涤图像序列的所有像素点中任一像素点的像素值属于所述码书背景模型的码字范围,则确定该像素点属于非背景区域,以将该非背景区域确定为衣物区域。其中,若所述洗涤图像序列的所有像素点中任一像素点的像素值不属于所述码书背景模型的码字范围,则确定该像素点属于背景区域。
例如:实时图像中某一像素点的像素值不属于其对应的“码书”中的任何“码字”范围,则认为其不属于背景;如果属于其对应“码书”中的某一个“码字”范围内,则认为其属于背景。将实时图像中的所有像素点都与码书背景模型对比,则可以获得背景区域与非背景区域。
由此,通过基于洗涤图像序列的所有像素点的像素值与对应的一个像素模型的码书背景模型的码字范围进行对比,对比方式精准、对比结果可靠。
在步骤S140处,根据所述衣物区域确定衣物运动轨迹,以直接识别衣物跌落高度。
由此,通过将内筒在洗涤衣物情况下的洗涤图像序列与内筒的正反转像素模型中旋转方向相反的一个像素模型进行对比,实现对洗涤图像序列中衣物区域的确定,进而根据该衣物区域确定衣物运动轨迹,从而实现直接识别衣物摔落起点高度,且识别方式简便、识别结果精准。
可选地,可以结合图6所示本发明的方法中根据所述衣物区域确定衣物运动轨迹的一实施例流程示意图,进一步说明步骤S140中根据所述衣物区域确定衣物运动轨迹的具体过程,步骤S610和步骤S620。
步骤S610,确定所述洗涤图像序列中衣物区域的所有像素点的坐标的重心,以得到所述洗涤图像序列中衣物区域的重心。
步骤S620,将所述洗涤图像序列中衣物区域的重心依次相连,得到衣物运动轨迹。
例如:识别出衣物区域的重心,将实时图像序列的衣物区域重心结果依次相连,得到衣物运动轨迹。其中,识别出衣物区域的重心,可以包括:计算衣物区域所有像素点的坐标的重心。
由此,通过将洗涤图像序列中衣物区域的所有像素点的坐标的重心依次相连得到衣物运动轨迹,使得对衣物运行轨迹的确定精准而可靠。
在一个可选实施方式中,还可以包括:根据衣物运动轨迹调节衣物洗涤强度的过程。
下面结合图7所示本发明的方法中根据衣物运动轨迹调节衣物洗涤强度的一实施例流程示意图,进一步说明根据衣物运动轨迹调节衣物洗涤强度的具体过程,可以包括:步骤S710至步骤S730。
步骤S710,根据所述衣物运行轨迹确定衣物跌落高度。
可选地,步骤S710中根据所述衣物运行轨迹确定衣物跌落高度,可以包括:确定所述衣物运行轨迹中衣物被抬升的抬升位置、以及衣物被抬升后下落的下落位置,并将所述抬升位置与所述下落位置之间的高度差确定为衣物跌落高度(如衣物摔落起点高度)。
例如:由于衣物的洗涤效率与衣物的抛落高度相关,因此实时识别出衣物的抛落位置能够更直观地反馈衣物的摔打强度,进而可实现实时、智能调整滚筒转速。
由此,通过基于衣物运行轨迹中衣物被抬升的抬升位置、以及衣物被抬升后下落的下落位置确定衣物跌落高度,精准且可靠。
步骤S720,根据衣物跌落高度确定衣物洗涤强度。
可选地,步骤S720中根据衣物跌落高度确定衣物洗涤强度,可以包括:根据设定跌落高度与设定洗涤强度之间的对应关系,将所述对应关系中与所述衣物跌落高度相同的设定跌落高度对应的设定洗涤强度确定为衣物洗涤强度。
例如:衣物的抛落高度是一种更为直观的衡量参数,通过衣物的抛落高度来判断衣物的摔打效果,更加直观。
由此,通过基于不同的衣物跌落高度对应的不同的衣物洗涤强度的对应关系,确定当前衣物跌落高度对应的当前衣物洗涤强度,确定方式简便、且确定结果精准。
步骤S730,根据衣物洗涤强度调整洗衣机的内筒2转速,以使调整后的衣物洗涤强度达到设定洗涤强度范围。
例如:通过识别衣物跌落高度来判断洗涤效果,以指导后续洗涤程序的转速来提升洗涤效果。
由此,通过根据衣物运动轨迹调节衣物洗涤强度,可以提升洗涤效果,且节能,用户体验佳。
可选地,可以结合图8所示本发明的方法中根据衣物洗涤强度调整洗衣机的内筒2转速的一实施例流程示意图,进一步说明步骤S730中根据衣物洗涤强度调整洗衣机的内筒2转速的具体过程,可以包括:步骤S810至步骤S830。
步骤S810,确定所述衣物洗涤强度是否在设定洗涤强度范围以内。
步骤S820,若所述衣物洗涤强度小于所述设定洗涤强度范围的下限,则增大洗衣机的内筒2转速。
步骤S830,若所述衣物洗涤强度大于所述设定洗涤强度范围的上限,则减小洗衣机的内筒2转速。
其中,若所述衣物洗涤强度大于或等于所述设定洗涤强度范围的下限、且小于或等于所述设定洗涤强度范围的上限,则维持洗衣机的内筒2转速。
例如:一般情况下,转速越快,衣物跌落高度越高。而在衣物的当前运动轨迹的最高点高于设定目标点或与设定目标点处于同一水平线上、且当前运行轨迹未经过滚筒的设定中心区域的情况下,转速逐渐增大,衣物会逐渐贴紧筒壁,跌落效果降低,所以需要控制所述滚筒的当前转速适当降低。
由此,通过在衣物洗涤强度不在设定洗涤强度范围以内时调整内筒转速,从而实现对衣物洗涤强度的调整,有利于提升洗涤效率和洗涤效果。
经大量的试验验证,采用本实施例的技术方案,通过在内筒2有衣物的情况下建立内筒2正、反向旋转的两种像素模型,在洗涤模式下利用两种像素模型对内筒2反、正向旋转衣物抛落高度进行识别,可以直接识别旋转衣物抛落高度,有利于确定摔打效果。
根据本发明的实施例,还提供了对应于洗衣参数的确定方法的一种洗衣参数的确定装置。参见图9所示本发明的装置的一实施例的结构示意图。该洗衣参数的确定装置可以包括:获取单元102和确定单元104。
在一个可选例子中,获取单元102,可以用于在洗衣机的内筒2中有待洗涤的衣物的情况下,建立洗衣机的内筒2在有衣物情况下的旋转像素模型。其中,所述旋转像素模型,可以包括:正转像素模型、反转像素模型中的至少之一。该获取单元102的具体功能及处理参见步骤S110。
例如:获得有衣物情况下内筒正、反向旋转的两种像素模型,用于洗涤模式下内筒反、正向旋转衣物抛落高度的识别,可以保证环境参数(如光照、内筒反射颜色、水量等)尽可能一致,减少环境对识别效果的影响。其中,预先拍摄的是旋转着的、且有负载的内筒的图像序列。
可选地,洗衣机的内筒2有衣物的情况,可以包括:将待洗涤的衣物加入洗衣机的内筒2并关闭内筒2的筒门1后,开启内筒2处的照明灯5并注水的情况。其中,照明灯5设置在筒门1上,且照射方向朝向内筒2的内部。优选地,照明灯5设置在筒门1的外侧四周或内侧四周。
例如:将待洗衣物加入滚筒内筒2,关闭筒门1,打开内筒照明灯5,注水。
由此,通过在洗衣机中有衣物的情况下进行照明以建立内筒的旋转像素模型,保证了图像建模的可靠性和精准性;且基于有衣物的内筒建立旋转像素模型,使得旋转像素模型中包含了内筒和衣物,有利于提升在洗涤过程中对衣物区域确定的便捷性和精准性。
可选地,所述获取单元102建立洗衣机的内筒2在有衣物情况下的旋转像素模型,可以包括以下至少一种建立过程。
第一种建立过程,即正转像素模型建立过程,具体可以如下:
所述获取单元102,具体还可以用于控制洗衣机的内筒2以第一设定转速正转,获取内筒2正转的正转图像序列。该获取单元102的具体功能及处理还参见步骤S210。
所述获取单元102,具体还可以用于采用背景建模法,基于所述正转图像序列建立正转像素模型。该获取单元102的具体功能及处理还参见步骤S220。
例如:内筒2以第一速度V1旋转,摄像头3拍摄实时图像序列,使用背景建模法建立背景模型B1。
第二种建立过程,即反转像素模型建立过程,具体可以如下:
所述获取单元102,具体还可以用于控制洗衣机的内筒2以第二设定转速反转,获取内筒2反转的反转图像序列。该获取单元102的具体功能及处理还参见步骤S310。
所述获取单元102,具体还可以用于采用背景建模法,基于所述反转图像序列建立反转像素模型。该获取单元102的具体功能及处理还参见步骤S320。
例如:内筒2以第二速度V2旋转,摄像头3拍摄实时图像序列,使用背景建模法建立背景模型B2。
由此,通过在内筒中有衣物且有照明的情况下,使内筒以不同转速旋转并采集内筒旋转过程中的图像序列,进而采用背景建模法基于相应的图像序列建立相应的旋转像素模型,使得对旋转像素模型的建立精准且可靠。
更可选地,所述背景建模法,可以包括:码书建模法。所述正转像素模型、所述反转像素模型中的至少之一,为码书背景模型。
例如:图10中步骤S20、S30所述的背景建模法,可以有很多种。优选地,可以采用码书建模法进行背景建模,如记录摄像镜头中每个像素点上的灰度值变化,并建立每个像素点灰度值的码书模型。
例如:通过摄像头采集图像信息,使用背景建模技术,直接在内筒有衣物情况下建立内筒正、反向旋转的两种像素模型,分别用于洗涤模式下内筒反、正向旋转衣物抛落高度的识别。
由此,通过采用码书建模法进行背景建模,建模方式精准且可靠,保证对旋转像素模型建立的精准性和可靠性。
在一个可选例子中,所述获取单元102,还可以用于在洗衣机的洗涤模式下,获取洗衣机的内筒2在洗涤衣物情况下的洗涤图像序列。该获取单元102的具体功能及处理还参见步骤S120。
可选地,所述获取单元102获取洗衣机的内筒2在洗涤衣物情况下的洗涤图像序列、获取内筒2正转的正转图像序列、获取内筒2反转的反转图像序列中的至少之一,可以包括:所述获取单元102,具体还可以用于通过洗衣机的内筒2的筒门1中的图像采集装置3,采集内筒2中的洗涤图像序列、正转图像序列、反转图像序列中的至少之一。
其中,洗涤图像序列、正转图像序列、反转图像序列中的至少一种图像序列的连续帧记录的总时间,大于或等于内筒2旋转一周的时间。例如:图10中步骤S20、S30所述的图像序列,为摄像头拍摄的连续帧,连续帧记录的总时间应不少于当前速度下内筒2旋转一周的时间。
例如:获取洗衣机的内筒2在洗涤衣物情况下的洗涤图像序列,可以包括:通过洗衣机的内筒2的筒门1中的图像采集装置3,采集内筒2中的洗涤图像序列。又如:获取内筒2正转的正转图像序列,可以包括:通过洗衣机的内筒2的筒门1中的图像采集装置3,采集内筒2中的正转图像序列。再如:获取内筒2正转的反转图像序列,可以包括:通过洗衣机的内筒2的筒门1中的图像采集装置3,采集内筒2中的反转图像序列。
其中,图像采集装置3的图像采集方向,朝向内筒2的内部、且垂直于内筒2的筒底;和/或,图像采集装置3的图像采集视野,大于内筒2的筒壁外沿所形成的环形区域。
例如:洗衣机外框4中设有内筒2,内筒2的筒门1内部中央设有摄像头3,摄像头3镜头拍摄方向朝向内筒2内部、垂直桶底、且视野应大于筒壁外沿所形成的圆形区域;筒门1四周设有内筒照明灯5,方向朝向内筒2内部。
由此,通过图像采集装置采集相应的图像序列,图像采集的方式方便、且采集结果精准;使图像序列的连续帧记录的总时间大于或等于内筒旋转一周的时间,可以保证图像序列采集的完整性,进而有利于保证对旋转像素模型建立的精准性和可靠性。
在一个可选例子中,确定单元104,可以用于将所述洗涤图像序列与所述旋转像素模型中的一个像素模型进行对比,以确定所述洗涤图像序列中的衣物区域。其中,该一个像素模型所对应内筒2的旋转方向,与所述洗涤图像序列所对应内筒2的旋转方向相反。例如:按洗涤模式下内筒2的第一旋转方向与所述旋转像素模型所对应的内筒2的第二旋转方向相反的对比方式,将所述洗涤图像序列与所述旋转像素模型进行反向对比,以确定所述洗涤图像序列中的衣物区域。该确定单元104的具体功能及处理参见步骤S130。
例如:如图10所示,当内筒2旋转方向与第一速度V1相同,则将实时图像与背景模型B2对比;当内筒2旋转方向与第二速度V2相同,则将实时图像与背景模型B1对比。
可选地,所述确定单元104将所述洗涤图像序列与所述旋转像素模型中的一个像素模型进行对比,可以包括:基于像素点灰度值的对比过程,具体可以如下:
所述确定单元104,具体还可以用于在所述洗涤图像序列的所有像素点中,将不符合该一个像素模型的像素点的灰度值设为第一设定值,并将其余像素点的灰度值设为第二设定值,以得到所述洗涤图像序列的第一识别图像。该确定单元104的具体功能及处理还参见步骤S410。
所述确定单元104,具体还可以用于对所述第一识别图像进行预处理,得到第二识别图像。其中,所述预处理,可以包括:腐蚀、膨胀、滤去噪点中的至少一种处理。该确定单元104的具体功能及处理还参见步骤S420。
所述确定单元104,具体还可以用于将所述第二识别图像中所有灰度值为第一设定值的像素点确定为非背景区域,以将该非背景区域确定为衣物区域。该确定单元104的具体功能及处理还参见步骤S430。其中,将所述第二识别图像中其余像素点确定为背景区域。
例如:将当前图像的所有像素点中不符合相对比的背景模型的像素点灰度值设为255,其余像素点设为0,得到当前图像的初识别图像,对初识别图像进行腐蚀、膨胀操作,滤去噪点,减少错误识别,获得再识别图像,将再识别图像中所有灰度值为255的像素点判断为非背景,其余像素点为背景。
由此,通过基于洗涤图像序列的所有像素点的灰度值与对应的一个像素模型的像素点的灰度值进行对比,对比方式简便、对比结果精准且可靠。
可选地,所述确定单元104将所述洗涤图像序列与所述旋转像素模型中的一个像素模型进行对比,还可以包括:基于码字范围的对比过程,具体可以如下:
所述确定单元104,具体还可以用于在所述旋转像素模型中旋转方向相反的一个像素模型为码书背景模型的情况下,将所述洗涤图像序列的所有像素点的像素值,与所述旋转像素模型中旋转方向相反的一个像素模型的码书背景模型的码字范围进行对比,以自码书背景模型中识别出非背景区域。该确定单元104的具体功能及处理还参见步骤S510。
所述确定单元104,具体还可以用于若所述洗涤图像序列的所有像素点中任一像素点的像素值属于所述码书背景模型的码字范围,则确定该像素点属于非背景区域,以将该非背景区域确定为衣物区域。该确定单元104的具体功能及处理还参见步骤S520。其中,所述确定单元104,具体还可以用于若所述洗涤图像序列的所有像素点中任一像素点的像素值不属于所述码书背景模型的码字范围,则确定该像素点属于背景区域。
例如:实时图像中某一像素点的像素值不属于其对应的“码书”中的任何“码字”范围,则认为其不属于背景;如果属于其对应“码书”中的某一个“码字”范围内,则认为其属于背景。将实时图像中的所有像素点都与码书背景模型对比,则可以获得背景区域与非背景区域。
由此,通过基于洗涤图像序列的所有像素点的像素值与对应的一个像素模型的码书背景模型的码字范围进行对比,对比方式精准、对比结果可靠。
在一个可选例子中,所述确定单元104,还可以用于根据所述衣物区域确定衣物运动轨迹,以直接识别衣物跌落高度。该确定单元104的具体功能及处理还参见步骤S140。
由此,通过将内筒在洗涤衣物情况下的洗涤图像序列与内筒的正反转像素模型中旋转方向相反的一个像素模型进行对比,实现对洗涤图像序列中衣物区域的确定,进而根据该衣物区域确定衣物运动轨迹,从而实现直接识别衣物摔落起点高度,且识别方式简便、识别结果精准。
可选地,所述确定单元104根据所述衣物区域确定衣物运动轨迹,可以包括:
所述确定单元104,具体还可以用于确定所述洗涤图像序列中衣物区域的所有像素点的坐标的重心,以得到所述洗涤图像序列中衣物区域的重心。该确定单元104的具体功能及处理还参见步骤S610。
所述确定单元104,具体还可以用于将所述洗涤图像序列中衣物区域的重心依次相连,得到衣物运动轨迹。该确定单元104的具体功能及处理还参见步骤S620。
例如:识别出衣物区域的重心,将实时图像序列的衣物区域重心结果依次相连,得到衣物运动轨迹。其中,识别出衣物区域的重心,可以包括:计算衣物区域所有像素点的坐标的重心。
由此,通过将洗涤图像序列中衣物区域的所有像素点的坐标的重心依次相连得到衣物运动轨迹,使得对衣物运行轨迹的确定精准而可靠。
在一个可选实施方式中,还可以包括:根据衣物运动轨迹调节衣物洗涤强度的过程,具体可以如下:
所述确定单元104,还可以用于根据所述衣物运行轨迹确定衣物跌落高度。该确定单元104的具体功能及处理还参见步骤S710。
可选地,所述确定单元104根据所述衣物运行轨迹确定衣物跌落高度,可以包括:所述确定单元104,具体还可以用于确定所述衣物运行轨迹中衣物被抬升的抬升位置、以及衣物被抬升后下落的下落位置,并将所述抬升位置与所述下落位置之间的高度差确定为衣物跌落高度(如衣物摔落起点高度)。
例如:由于衣物的洗涤效率与衣物的抛落高度相关,因此实时识别出衣物的抛落位置能够更直观地反馈衣物的摔打强度,进而可实现实时、智能调整滚筒转速。
由此,通过基于衣物运行轨迹中衣物被抬升的抬升位置、以及衣物被抬升后下落的下落位置确定衣物跌落高度,精准且可靠。
所述确定单元104,还可以用于根据衣物跌落高度确定衣物洗涤强度。该确定单元104的具体功能及处理还参见步骤S720。
可选地,所述确定单元104根据衣物跌落高度确定衣物洗涤强度,可以包括:所述确定单元104,具体还可以用于根据设定跌落高度与设定洗涤强度之间的对应关系,将所述对应关系中与所述衣物跌落高度相同的设定跌落高度对应的设定洗涤强度确定为衣物洗涤强度。
例如:衣物的抛落高度是一种更为直观的衡量参数,通过衣物的抛落高度来判断衣物的摔打效果,更加直观。
由此,通过基于不同的衣物跌落高度对应的不同的衣物洗涤强度的对应关系,确定当前衣物跌落高度对应的当前衣物洗涤强度,确定方式简便、且确定结果精准。
所述确定单元104,还可以用于根据衣物洗涤强度调整洗衣机的内筒2转速,以使调整后的衣物洗涤强度达到设定洗涤强度范围。该确定单元104的具体功能及处理还参见步骤S730。
例如:通过识别衣物跌落高度来判断洗涤效果,以指导后续洗涤程序的转速来提升洗涤效果。
由此,通过根据衣物运动轨迹调节衣物洗涤强度,可以提升洗涤效果,且节能,用户体验佳。
可选地,所述确定单元104根据衣物洗涤强度调整洗衣机的内筒2转速,可以包括:
所述确定单元104,具体还可以用于确定所述衣物洗涤强度是否在设定洗涤强度范围以内。该确定单元104的具体功能及处理还参见步骤S810。
所述确定单元104,具体还可以用于若所述衣物洗涤强度小于所述设定洗涤强度范围的下限,则增大洗衣机的内筒2转速。该确定单元104的具体功能及处理还参见步骤S820。
所述确定单元104,具体还可以用于若所述衣物洗涤强度大于所述设定洗涤强度范围的上限,则减小洗衣机的内筒2转速。该确定单元104的具体功能及处理还参见步骤S830。
其中,所述确定单元104,具体还可以用于若所述衣物洗涤强度大于或等于所述设定洗涤强度范围的下限、且小于或等于所述设定洗涤强度范围的上限,则维持洗衣机的内筒2转速。
例如:一般情况下,转速越快,衣物跌落高度越高。而在衣物的当前运动轨迹的最高点高于设定目标点或与设定目标点处于同一水平线上、且当前运行轨迹未经过滚筒的设定中心区域的情况下,转速逐渐增大,衣物会逐渐贴紧筒壁,跌落效果降低,所以需要控制所述滚筒的当前转速适当降低。
由此,通过在衣物洗涤强度不在设定洗涤强度范围以内时调整内筒转速,从而实现对衣物洗涤强度的调整,有利于提升洗涤效率和洗涤效果。
由于本实施例的装置所实现的处理及功能基本相应于前述图1至图8所示的方法的实施例、原理和实例,故本实施例的描述中未详尽之处,可以参见前述实施例中的相关说明,在此不做赘述。
经大量的试验验证,采用本发明的技术方案,通过在内筒有衣物的情况下建立内筒正、反向旋转的两种像素模型,在洗涤模式下利用两种像素模型对内筒反、正向旋转衣物抛落高度进行识别,从而可以根据旋转衣物抛落高度实时且高效地控制滚筒转速,有利于提升衣物洗涤效率和洗涤效果。
根据本发明的实施例,还提供了对应于洗衣参数的确定装置的一种洗衣机。该洗衣机可以包括:以上所述的洗衣参数的确定装置。
在一个可选实施方式中,我们尝试通过图像识别模块获取滚筒中衣物的当前运动轨迹,根据衣物被抬升后下落的位置判断衣物摔打的强度,从而调整当前的滚筒转速,提升洗涤效率。其中,衣物的抛落高度是一种更为直观的衡量参数,通过衣物的抛落高度来判断衣物的摔打效果,更加直观。
但是,由于滚筒洗衣机内的图像信息较为特别,且实际应用中衣物的颜色、款式多样,需要探讨如何将图像中的衣物识别出来;并且衣物轨迹的获取要针对动态视频进行分析,实时性要求比较高,因此需要进一步讨论采取何种方式识别衣物轨迹,具体地可以讨论如何通过图像处理方式识别衣物轨迹。因此,主要是针对未能直接识别衣物摔打效果而无法迅速且高效地提升衣物洗涤效率的问题,本发明的方案,提供了一种滚筒洗衣机内衣物跌落高度的识别方法、控制方式及具有其的洗衣机。
在一个可选例子中,为了解决滚筒洗衣机不能直接识别衣物摔落起点高度,无法实时且高效地控制滚筒转速、提升衣物洗涤效率的问题。本发明的方案,通过摄像头采集图像信息,使用背景建模技术,直接在内筒有衣物情况下建立内筒正、反向旋转的两种像素模型,分别用于洗涤模式下内筒反、正向旋转衣物抛落高度的识别;从而,可以解决洗衣机不能直接识别衣物摔落起点高度而无法确定衣物摔打效果,进而无法提升衣物洗涤效果的问题,达到能够直接识别衣物摔打效果以提升衣物洗涤效果的效果。
可选地,本发明的方案,由于衣物的洗涤效率与衣物的抛落高度相关,因此实时识别出衣物的抛落位置能够更直观地反馈衣物的摔打强度,进而可实现实时、智能调整滚筒转速。
可选地,本发明的方案,获得有衣物情况下内筒正、反向旋转的两种像素模型,用于洗涤模式下内筒反、正向旋转衣物抛落高度的识别,可以保证环境参数(如光照、内筒反射颜色、水量等)尽可能一致,减少环境对识别效果的影响。
可见,本发明的方案,阐述了如何识别旋转衣物抛落高度,以及如何更方便、实时地识别旋转衣物抛落高度;从而,通过识别衣物跌落高度来判断洗涤效果,以指导后续洗涤程序的转速来提升洗涤效果。
具体地,本发明的方案的目的是检测衣物洗涤过程中的抛落高度;进一步地,本发明的方案预先拍摄的是旋转着的、且有负载的内筒的图像序列,以此建立背景模型。
在一个可选具体实施方式中,可以参见图10至图13所示的例子,对本发明的方案的具体实现过程进行示例性说明。
在一个可选具体例子中,参见图10所示的例子,本发明的方案中,一种滚筒洗衣机内衣物跌落高度的识别方法,可以包括以下步骤:
步骤S10:将待洗衣物加入滚筒内筒2,关闭筒门1,打开内筒照明灯5,注水。
步骤S20:内筒2以第一速度V1旋转,摄像头3拍摄实时图像序列,使用背景建模法建立背景模型B1。
其中,实时图像序列,可以是实时视频;更准确地,实时图像序列,可以是在一段时间内等时间间隔连续采集的图片,每张图片称为“帧”。而背景建模法,可以是对目标场景中的背景(例如洗衣时的筒内场景,背景为滚筒,前景为衣物)进行建模,描述背景中图像的规律分布信息。
可选地,图10中步骤S20所述的第一速度V1,可以如图12所示,将内筒2在摄像头中的成像区域划分为M1-M6共六个区域,此处假设第一速度V1为顺时针方向,第一速度V1应能够使得衣物保持在区域M4、M5内并尽可能贴内筒壁且远离区域M6。
步骤S30:内筒2以第二速度V2旋转,摄像头3拍摄实时图像序列,使用背景建模法建立背景模型B2。
可选地,图10中步骤S30所述的第二速度V2,可以如图13所示(如与图12中第一速度V1方向相反),能够使得衣物被保持在区域M2、M3内并尽可能贴内筒壁且远离区域M1。
可选地,图10中步骤S20、S30所述的图像序列,为摄像头拍摄的连续帧,连续帧记录的总时间应不少于当前速度下内筒2旋转一周的时间。
可选地,图10中步骤S20、S30所述的背景建模法,可以有很多种。优选地,可以采用码书建模法进行背景建模,如记录摄像镜头中每个像素点上的灰度值变化,并建立每个像素点灰度值的码书模型。
具体地,码书建模法,可以包括:针对图像中的每一个像素点,随着帧的变化,像素点的像素值也会发生变化,即存在像素点序列。其中,对某一个像素点,记录其在此图像序列中的像素点序列;从第一帧开始,若像素值的波动范围小于预设值I,则记录当前为止的最大最小值,即对最大最小值进行更新;一旦出现像素值波动范围大于预设值I,则停止更新,保存当前的最大最小值,重新开始以此时的像素值为基础,进行相同的判断。
其中,每一对最大最小值所包含的像素值范围称为一个“码字”,多个“码字”组成一个“码书”,即每一个像素点拥有一个“码书”;图像中所有像素点的码书,作为背景模型。
步骤S40:开始洗涤程序,摄像头3实时拍摄图像序列。
步骤S50:当内筒2旋转方向与第一速度V1相同,则将实时图像与背景模型B2对比;当内筒2旋转方向与第二速度V2相同,则将实时图像与背景模型B1对比。
其中,内筒的旋转方向与背景模型的匹配关系是否是第一速度V1对应背景模型B2、第二速度V2对应背景模型B1。
可选地,将实时图像与背景模型对比的过程,可以包括:如实时图像中某一像素点的像素值不属于其对应的“码书”中的任何“码字”范围,则认为其不属于背景;如果属于其对应“码书”中的某一个“码字”范围内,则认为其属于背景。将实时图像中的所有像素点都与码书背景模型对比,则可以获得背景区域与非背景区域。
例如:假设目前有一个像素点,随着时间的推进(帧数的变化),此像素点的像素值的变化情况。而码字的生成过程,从最初的时间开始只有一个码字,并且随之像素值波动,此码字为了“容纳”这样的波动也在逐渐“生长”;但是一旦波动的幅度太大,就会另行生成一个新的码字(原有的码字依旧保留),继续“生长”;从而,最后的时间结束后,生成三个码字组成此像素点的码书。如果实际检测中,此位置的像素点的像素值不在任何一个码字范围内,则此像素点不属于背景区域。
步骤S60:得出实时图像与之相对比的背景模型的区别,识别出背景与非背景,将非背景认定为衣物区域。
可选地,对图10中步骤S60所述的背景及非背景的识别,可以包括:将当前图像的所有像素点中不符合相对比的背景模型的像素点灰度值设为255,其余像素点设为0,得到当前图像的初识别图像,对初识别图像进行腐蚀、膨胀操作,滤去噪点,减少错误识别,获得再识别图像,将再识别图像中所有灰度值为255的像素点判断为非背景,其余像素点为背景。
进一步地,下面以图12和图13为例,对图10中步骤S60能够得到与相对比背景模型的区别的原因进行示例性说明。
如图12所示,建立的背景模型是基于步骤S20中以第一速度V1旋转的内筒2的图像序列,此图像序列中衣物基本运动在区域M4、M5,区域M1、M2、M3、M6都是内筒2旋转时的图像。
在步骤S40中获取的实时图像,将与以上背景模型对比,此时内筒2的旋转方向与V1相反,衣物基本运动在区域1、2、3、6;从而,区域1、2、3、6中背景模型本是记录运动的内筒2,而在此区域一旦出现不曾被记录的像素点,例如衣物,则可被识别为区别。
步骤S70:识别出衣物区域的重心,将实时图像序列的衣物区域重心结果依次相连,得到衣物运动轨迹。
例如:得到衣物运动轨迹后,可以找到轨迹相对图像底部的最高点,此点距图像底部的距离作为衣物抛落高度。
可选地,识别出衣物区域的重心,可以包括:计算衣物区域所有像素点的坐标的重心。
其中,图10中步骤S70所述的重心,可以是计算得到的衣物区域所有像素点坐标的重心。
在一个可选具体例子中,如图11所示,本发明的方案提供的一种具有识别衣物跌落高度的洗衣机中,洗衣机外框4中设有内筒2,内筒2的筒门1内部中央设有摄像头3,摄像头3镜头拍摄方向朝向内筒2内部、垂直桶底、且视野应大于筒壁外沿所形成的圆形区域;筒门1四周设有内筒照明灯5,方向朝向内筒2内部。
由于本实施例的洗衣机所实现的处理及功能基本相应于前述图9所示的装置的实施例、原理和实例,故本实施例的描述中未详尽之处,可以参见前述实施例中的相关说明,在此不做赘述。
经大量的试验验证,采用本发明的技术方案,通过在内筒有衣物的情况下建立内筒正、反向旋转的两种像素模型,在洗涤模式下利用两种像素模型对内筒反、正向旋转衣物抛落高度进行识别,可以直接识别衣物摔打效果而无法迅速且高效地提升衣物洗涤效率,用户体验好。
根据本发明的实施例,还提供了对应于洗衣参数的确定方法的一种存储介质。该存储介质,可以包括:所述存储介质中存储有多条指令;所述多条指令,用于由处理器加载并执行以上所述的洗衣参数的确定方法。
由于本实施例的存储介质所实现的处理及功能基本相应于前述图1至图8所示的方法的实施例、原理和实例,故本实施例的描述中未详尽之处,可以参见前述实施例中的相关说明,在此不做赘述。
经大量的试验验证,采用本发明的技术方案,通过在内筒有衣物的情况下建立内筒正、反向旋转的两种像素模型,在洗涤模式下利用两种像素模型对内筒反、正向旋转衣物抛落高度进行识别,可以实时识别出衣物的抛落位置能够更直观地反馈衣物的摔打强度,进而可实现实时、智能调整滚筒转速,洗涤效果更好。
根据本发明的实施例,还提供了对应于洗衣参数的确定方法的一种洗衣机。该洗衣机,可以包括:处理器,用于执行多条指令;存储器,用于存储多条指令;其中,所述多条指令,用于由所述存储器存储,并由所述处理器加载并执行以上所述的洗衣参数的确定方法。
由于本实施例的洗衣机所实现的处理及功能基本相应于前述图1至图8所示的方法的实施例、原理和实例,故本实施例的描述中未详尽之处,可以参见前述实施例中的相关说明,在此不做赘述。
经大量的试验验证,采用本发明的技术方案,通过摄像头采集图像信息,使用背景建模技术,直接在内筒有衣物情况下建立内筒正、反向旋转的两种像素模型,分别用于洗涤模式下内筒反、正向旋转衣物抛落高度的识别,可以直接识别衣物跌落高度,有利于实时且高效地控制滚筒转速从而提升衣物洗涤效率。
综上,本领域技术人员容易理解的是,在不冲突的前提下,上述各有利方式可以自由地组合、叠加。
以上所述仅为本发明的实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的权利要求范围之内。
Claims (31)
1.一种洗衣参数的确定方法,其特征在于,包括:
建立洗衣机的内筒(2)在有衣物情况下的旋转像素模型;其中,所述旋转像素模型,包括:正转像素模型、反转像素模型中的至少之一;
获取洗衣机的内筒(2)在洗涤衣物情况下的洗涤图像序列;
将所述洗涤图像序列与所述旋转像素模型中的一个像素模型进行对比,以确定所述洗涤图像序列中的衣物区域;其中,该一个像素模型所对应内筒(2)的旋转方向,与所述洗涤图像序列所对应内筒(2)的旋转方向相反;
根据所述衣物区域确定衣物运动轨迹,以直接识别衣物跌落高度。
2.根据权利要求1所述的方法,其特征在于,其中,
洗衣机的内筒(2)有衣物的情况,包括:
将待洗涤的衣物加入洗衣机的内筒(2)并关闭内筒(2)的筒门(1)后,开启内筒(2)处的照明灯(5)并注水的情况;
和/或,
建立洗衣机的内筒(2)在有衣物情况下的旋转像素模型,包括:
控制洗衣机的内筒(2)以第一设定转速正转,获取内筒(2)正转的正转图像序列;
采用背景建模法,基于所述正转图像序列建立正转像素模型;
和/或,
控制洗衣机的内筒(2)以第二设定转速反转,获取内筒(2)反转的反转图像序列;
采用背景建模法,基于所述反转图像序列建立反转像素模型。
3.根据权利要求2所述的方法,其特征在于,其中,
获取洗衣机的内筒(2)在洗涤衣物情况下的洗涤图像序列、获取内筒(2)正转的正转图像序列、获取内筒(2)反转的反转图像序列中的至少之一,包括:
通过洗衣机的内筒(2)的筒门(1)中的图像采集装置(3),采集内筒(2)中的洗涤图像序列、正转图像序列、反转图像序列中的至少之一;
其中,洗涤图像序列、正转图像序列、反转图像序列中的至少一种图像序列的连续帧记录的总时间,大于或等于内筒(2)旋转一周的时间;
和/或,
所述背景建模法,包括:码书建模法;
所述正转像素模型、所述反转像素模型中的至少之一,为码书背景模型。
4.根据权利要求1-3之一所述的方法,其特征在于,将所述洗涤图像序列与所述旋转像素模型中的一个像素模型进行对比,包括:
在所述洗涤图像序列的所有像素点中,将不符合该一个像素模型的像素点的灰度值设为第一设定值,并将其余像素点的灰度值设为第二设定值,以得到所述洗涤图像序列的第一识别图像;
对所述第一识别图像进行预处理,得到第二识别图像;其中,所述预处理,包括:腐蚀、膨胀、滤去噪点中的至少一种处理;
将所述第二识别图像中所有灰度值为第一设定值的像素点确定为非背景区域,以将该非背景区域确定为衣物区域。
5.根据权利要求1-3之一所述的方法,其特征在于,将所述洗涤图像序列与所述旋转像素模型中的一个像素模型进行对比,还包括:
将所述洗涤图像序列的所有像素点的像素值,与所述旋转像素模型中旋转方向相反的一个像素模型的码书背景模型的码字范围进行对比;
若所述洗涤图像序列的所有像素点中任一像素点的像素值属于所述码书背景模型的码字范围,则确定该像素点属于非背景区域,以将该非背景区域确定为衣物区域。
6.根据权利要求1-3之一所述的方法,其特征在于,根据所述衣物区域确定衣物运动轨迹,包括:
确定所述洗涤图像序列中衣物区域的所有像素点的坐标的重心,以得到所述洗涤图像序列中衣物区域的重心;
将所述洗涤图像序列中衣物区域的重心依次相连,得到衣物运动轨迹。
7.根据权利要求4所述的方法,其特征在于,根据所述衣物区域确定衣物运动轨迹,包括:
确定所述洗涤图像序列中衣物区域的所有像素点的坐标的重心,以得到所述洗涤图像序列中衣物区域的重心;
将所述洗涤图像序列中衣物区域的重心依次相连,得到衣物运动轨迹。
8.根据权利要求5所述的方法,其特征在于,根据所述衣物区域确定衣物运动轨迹,包括:
确定所述洗涤图像序列中衣物区域的所有像素点的坐标的重心,以得到所述洗涤图像序列中衣物区域的重心;
将所述洗涤图像序列中衣物区域的重心依次相连,得到衣物运动轨迹。
9.根据权利要求1-3、7、8之一所述的方法,其特征在于,还包括:
根据所述衣物运行轨迹确定衣物跌落高度;
根据衣物跌落高度确定衣物洗涤强度;
根据衣物洗涤强度调整洗衣机的内筒(2)转速,以使调整后的衣物洗涤强度达到设定洗涤强度范围。
10.根据权利要求4所述的方法,其特征在于,还包括:
根据所述衣物运行轨迹确定衣物跌落高度;
根据衣物跌落高度确定衣物洗涤强度;
根据衣物洗涤强度调整洗衣机的内筒(2)转速,以使调整后的衣物洗涤强度达到设定洗涤强度范围。
11.根据权利要求5所述的方法,其特征在于,还包括:
根据所述衣物运行轨迹确定衣物跌落高度;
根据衣物跌落高度确定衣物洗涤强度;
根据衣物洗涤强度调整洗衣机的内筒(2)转速,以使调整后的衣物洗涤强度达到设定洗涤强度范围。
12.根据权利要求6所述的方法,其特征在于,还包括:
根据所述衣物运行轨迹确定衣物跌落高度;
根据衣物跌落高度确定衣物洗涤强度;
根据衣物洗涤强度调整洗衣机的内筒(2)转速,以使调整后的衣物洗涤强度达到设定洗涤强度范围。
13.根据权利要求9所述的方法,其特征在于,其中,
根据所述衣物运行轨迹确定衣物跌落高度,包括:
确定所述衣物运行轨迹中衣物被抬升的抬升位置、以及衣物被抬升后下落的下落位置,并将所述抬升位置与所述下落位置之间的高度差确定为衣物跌落高度;
和/或,
根据衣物跌落高度确定衣物洗涤强度,包括:
根据设定跌落高度与设定洗涤强度之间的对应关系,将所述对应关系中与所述衣物跌落高度相同的设定跌落高度对应的设定洗涤强度确定为衣物洗涤强度。
14.根据权利要求10-12之一所述的方法,其特征在于,其中,
根据所述衣物运行轨迹确定衣物跌落高度,包括:
确定所述衣物运行轨迹中衣物被抬升的抬升位置、以及衣物被抬升后下落的下落位置,并将所述抬升位置与所述下落位置之间的高度差确定为衣物跌落高度;
和/或,
根据衣物跌落高度确定衣物洗涤强度,包括:
根据设定跌落高度与设定洗涤强度之间的对应关系,将所述对应关系中与所述衣物跌落高度相同的设定跌落高度对应的设定洗涤强度确定为衣物洗涤强度。
15.一种洗衣参数的确定装置,其特征在于,包括:
获取单元,用于建立洗衣机的内筒(2)在有衣物情况下的旋转像素模型;其中,所述旋转像素模型,包括:正转像素模型、反转像素模型中的至少之一;
所述获取单元,还用于获取洗衣机的内筒(2)在洗涤衣物情况下的洗涤图像序列;
确定单元,用于将所述洗涤图像序列与所述旋转像素模型中的一个像素模型进行对比,以确定所述洗涤图像序列中的衣物区域;其中,该一个像素模型所对应内筒(2)的旋转方向,与所述洗涤图像序列所对应内筒(2)的旋转方向相反;
所述确定单元,还用于根据所述衣物区域确定衣物运动轨迹,以直接识别衣物跌落高度。
16.根据权利要求15所述的装置,其特征在于,其中,
洗衣机的内筒(2)有衣物的情况,包括:
将待洗涤的衣物加入洗衣机的内筒(2)并关闭内筒(2)的筒门(1)后,开启内筒(2)处的照明灯(5)并注水的情况;
和/或,
所述获取单元建立洗衣机的内筒(2)在有衣物情况下的旋转像素模型,包括:
控制洗衣机的内筒(2)以第一设定转速正转,获取内筒(2)正转的正转图像序列;
采用背景建模法,基于所述正转图像序列建立正转像素模型;
和/或,
控制洗衣机的内筒(2)以第二设定转速反转,获取内筒(2)反转的反转图像序列;
采用背景建模法,基于所述反转图像序列建立反转像素模型。
17.根据权利要求16所述的装置,其特征在于,其中,
所述获取单元获取洗衣机的内筒(2)在洗涤衣物情况下的洗涤图像序列、获取内筒(2)正转的正转图像序列、获取内筒(2)反转的反转图像序列中的至少之一,包括:
通过洗衣机的内筒(2)的筒门(1)中的图像采集装置(3),采集内筒(2)中的洗涤图像序列、正转图像序列、反转图像序列中的至少之一;
其中,洗涤图像序列、正转图像序列、反转图像序列中的至少一种图像序列的连续帧记录的总时间,大于或等于内筒(2)旋转一周的时间;
和/或,
所述背景建模法,包括:码书建模法;
所述正转像素模型、所述反转像素模型中的至少之一,为码书背景模型。
18.根据权利要求15-17之一所述的装置,其特征在于,所述确定单元将所述洗涤图像序列与所述旋转像素模型中的一个像素模型进行对比,包括:
在所述洗涤图像序列的所有像素点中,将不符合该一个像素模型的像素点的灰度值设为第一设定值,并将其余像素点的灰度值设为第二设定值,以得到所述洗涤图像序列的第一识别图像;
对所述第一识别图像进行预处理,得到第二识别图像;其中,所述预处理,包括:腐蚀、膨胀、滤去噪点中的至少一种处理;
将所述第二识别图像中所有灰度值为第一设定值的像素点确定为非背景区域,以将该非背景区域确定为衣物区域。
19.根据权利要求15-17之一所述的装置,其特征在于,所述确定单元将所述洗涤图像序列与所述旋转像素模型中的一个像素模型进行对比,还包括:
将所述洗涤图像序列的所有像素点的像素值,与所述旋转像素模型中旋转方向相反的一个像素模型的码书背景模型的码字范围进行对比;
若所述洗涤图像序列的所有像素点中任一像素点的像素值属于所述码书背景模型的码字范围,则确定该像素点属于非背景区域,以将该非背景区域确定为衣物区域。
20.根据权利要求15-17之一所述的装置,其特征在于,所述确定单元根据所述衣物区域确定衣物运动轨迹,包括:
确定所述洗涤图像序列中衣物区域的所有像素点的坐标的重心,以得到所述洗涤图像序列中衣物区域的重心;
将所述洗涤图像序列中衣物区域的重心依次相连,得到衣物运动轨迹。
21.根据权利要求18所述的装置,其特征在于,所述确定单元根据所述衣物区域确定衣物运动轨迹,包括:
确定所述洗涤图像序列中衣物区域的所有像素点的坐标的重心,以得到所述洗涤图像序列中衣物区域的重心;
将所述洗涤图像序列中衣物区域的重心依次相连,得到衣物运动轨迹。
22.根据权利要求19所述的装置,其特征在于,所述确定单元根据所述衣物区域确定衣物运动轨迹,包括:
确定所述洗涤图像序列中衣物区域的所有像素点的坐标的重心,以得到所述洗涤图像序列中衣物区域的重心;
将所述洗涤图像序列中衣物区域的重心依次相连,得到衣物运动轨迹。
23.根据权利要求15-17之一所述的装置,其特征在于,还包括:
所述确定单元,还用于根据所述衣物运行轨迹确定衣物跌落高度;
所述确定单元,还用于根据衣物跌落高度确定衣物洗涤强度;
所述确定单元,还用于根据衣物洗涤强度调整洗衣机的内筒(2)转速,以使调整后的衣物洗涤强度达到设定洗涤强度范围。
24.根据权利要求18所述的装置,其特征在于,还包括:
所述确定单元,还用于根据所述衣物运行轨迹确定衣物跌落高度;
所述确定单元,还用于根据衣物跌落高度确定衣物洗涤强度;
所述确定单元,还用于根据衣物洗涤强度调整洗衣机的内筒(2)转速,以使调整后的衣物洗涤强度达到设定洗涤强度范围。
25.根据权利要求19所述的装置,其特征在于,还包括:
所述确定单元,还用于根据所述衣物运行轨迹确定衣物跌落高度;
所述确定单元,还用于根据衣物跌落高度确定衣物洗涤强度;
所述确定单元,还用于根据衣物洗涤强度调整洗衣机的内筒(2)转速,以使调整后的衣物洗涤强度达到设定洗涤强度范围。
26.根据权利要求20所述的装置,其特征在于,还包括:
所述确定单元,还用于根据所述衣物运行轨迹确定衣物跌落高度;
所述确定单元,还用于根据衣物跌落高度确定衣物洗涤强度;
所述确定单元,还用于根据衣物洗涤强度调整洗衣机的内筒(2)转速,以使调整后的衣物洗涤强度达到设定洗涤强度范围。
27.根据权利要求23所述的装置,其特征在于,其中,
所述确定单元根据所述衣物运行轨迹确定衣物跌落高度,包括:
确定所述衣物运行轨迹中衣物被抬升的抬升位置、以及衣物被抬升后下落的下落位置,并将所述抬升位置与所述下落位置之间的高度差确定为衣物跌落高度;
和/或,
所述确定单元根据衣物跌落高度确定衣物洗涤强度,包括:
根据设定跌落高度与设定洗涤强度之间的对应关系,将所述对应关系中与所述衣物跌落高度相同的设定跌落高度对应的设定洗涤强度确定为衣物洗涤强度。
28.根据权利要求24-26之一所述的装置,其特征在于,其中,
所述确定单元根据所述衣物运行轨迹确定衣物跌落高度,包括:
确定所述衣物运行轨迹中衣物被抬升的抬升位置、以及衣物被抬升后下落的下落位置,并将所述抬升位置与所述下落位置之间的高度差确定为衣物跌落高度;
和/或,
所述确定单元根据衣物跌落高度确定衣物洗涤强度,包括:
根据设定跌落高度与设定洗涤强度之间的对应关系,将所述对应关系中与所述衣物跌落高度相同的设定跌落高度对应的设定洗涤强度确定为衣物洗涤强度。
29.一种洗衣机,其特征在于,包括:如权利要求15-28任一所述的洗衣参数的确定装置。
30.一种存储介质,其特征在于,所述存储介质中存储有多条指令;所述多条指令,用于由处理器加载并执行如权利要求1-14任一所述的洗衣参数的确定方法。
31.一种洗衣机,其特征在于,包括:
处理器,用于执行多条指令;
存储器,用于存储多条指令;
其中,所述多条指令,用于由所述存储器存储,并由所述处理器加载并执行如权利要求1-14任一所述的洗衣参数的确定方法。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910344902.XA CN110331550B (zh) | 2019-04-26 | 2019-04-26 | 一种洗衣参数的确定方法、装置、存储介质及洗衣机 |
PCT/CN2019/128175 WO2020215777A1 (zh) | 2019-04-26 | 2019-12-25 | 一种洗衣参数的确定方法、装置、存储介质及洗衣机 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910344902.XA CN110331550B (zh) | 2019-04-26 | 2019-04-26 | 一种洗衣参数的确定方法、装置、存储介质及洗衣机 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110331550A CN110331550A (zh) | 2019-10-15 |
CN110331550B true CN110331550B (zh) | 2020-07-14 |
Family
ID=68139866
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910344902.XA Active CN110331550B (zh) | 2019-04-26 | 2019-04-26 | 一种洗衣参数的确定方法、装置、存储介质及洗衣机 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN110331550B (zh) |
WO (1) | WO2020215777A1 (zh) |
Families Citing this family (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110331550B (zh) * | 2019-04-26 | 2020-07-14 | 珠海格力电器股份有限公司 | 一种洗衣参数的确定方法、装置、存储介质及洗衣机 |
CN110859564A (zh) * | 2019-11-28 | 2020-03-06 | 珠海格力电器股份有限公司 | 一种智能喷射清洗装置及洗碗机 |
CN113897762B (zh) * | 2020-06-22 | 2023-12-29 | 上海海尔洗涤电器有限公司 | 波轮全自动洗衣机的优化设计方法 |
CN112716407B (zh) * | 2020-12-31 | 2022-04-26 | 佛山市顺德区美的洗涤电器制造有限公司 | 用于洗碗机的清洗方法、装置及洗碗机 |
CN112837347B (zh) * | 2021-02-04 | 2022-10-18 | 安徽工程大学 | 一种基于rgb色彩特征的衣物洗烘设备洗烘过程衣物运动轨迹分析方法及系统 |
CN113590644B (zh) * | 2021-06-29 | 2023-07-21 | 青岛海尔科技有限公司 | 数据的处理方法和装置、存储介质及电子装置 |
DE102021212649A1 (de) | 2021-11-10 | 2023-05-11 | BSH Hausgeräte GmbH | Verfahren zum bestimmen einer mechanischen einwirkung auf wäschestücke und wäschepflegemaschine zu dessen durchführung |
US11739461B1 (en) | 2022-03-02 | 2023-08-29 | Haier Us Appliance Solutions, Inc. | Systems and methods for monitoring turnover performance |
CN114753096B (zh) * | 2022-04-18 | 2023-11-24 | 无锡小天鹅电器有限公司 | 洗涤参数的调整方法、装置、设备及介质 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007236759A (ja) * | 2006-03-10 | 2007-09-20 | Tosei Denki Kk | 回転式洗濯脱液乾燥機、および回転ドラムによる遠心脱液方法 |
CN102061591A (zh) * | 2009-11-16 | 2011-05-18 | 三星电子株式会社 | 洗衣机和该洗衣机的控制方法 |
CN104850232A (zh) * | 2015-05-27 | 2015-08-19 | 济南大学 | 一种摄像头条件下获取远程手势轨迹的方法 |
Family Cites Families (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH01268597A (ja) * | 1988-04-20 | 1989-10-26 | Fujitsu General Ltd | ドラム式洗濯機の運転制御方法 |
JP2009165683A (ja) * | 2008-01-17 | 2009-07-30 | Panasonic Corp | ドラム式洗濯機 |
US9115456B2 (en) * | 2011-12-20 | 2015-08-25 | Whirlpool Corporation | Method for detecting satellization speed of clothes load in a horizontal axis laundry treating appliance |
DE102013215219A1 (de) * | 2013-08-02 | 2015-02-05 | BSH Bosch und Siemens Hausgeräte GmbH | Verfahren zum Bestimmen einer Bewegungsart eines Körpers innerhalb einer Trommel und Haushaltsgerät zur Pflege von Wäschestücken |
DE102013215221A1 (de) * | 2013-08-02 | 2015-02-05 | BSH Bosch und Siemens Hausgeräte GmbH | Verfahren zum Analysieren der Bewegung eines Körpers innerhalb einer drehbar gelagerten Trommel und Haushaltsgerät |
DE102013215218A1 (de) * | 2013-08-02 | 2015-02-05 | BSH Bosch und Siemens Hausgeräte GmbH | Verfahren zum Analysieren der Bewegung eines Körpers innerhalb einer Trommel und Haushaltsgerät zur Pflege von Wäschestücken |
KR102270515B1 (ko) * | 2014-09-16 | 2021-06-29 | 삼성전자주식회사 | 세탁기 및 그 제어 방법 |
CN105696253B (zh) * | 2015-01-04 | 2018-11-06 | 海信(山东)冰箱有限公司 | 一种洗衣机的控制方法和洗衣机 |
CN109208238B (zh) * | 2018-08-21 | 2019-12-17 | 珠海格力电器股份有限公司 | 一种洗衣机的控制方法、装置、存储介质及洗衣机 |
CN110331550B (zh) * | 2019-04-26 | 2020-07-14 | 珠海格力电器股份有限公司 | 一种洗衣参数的确定方法、装置、存储介质及洗衣机 |
-
2019
- 2019-04-26 CN CN201910344902.XA patent/CN110331550B/zh active Active
- 2019-12-25 WO PCT/CN2019/128175 patent/WO2020215777A1/zh active Application Filing
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007236759A (ja) * | 2006-03-10 | 2007-09-20 | Tosei Denki Kk | 回転式洗濯脱液乾燥機、および回転ドラムによる遠心脱液方法 |
CN102061591A (zh) * | 2009-11-16 | 2011-05-18 | 三星电子株式会社 | 洗衣机和该洗衣机的控制方法 |
CN104850232A (zh) * | 2015-05-27 | 2015-08-19 | 济南大学 | 一种摄像头条件下获取远程手势轨迹的方法 |
Also Published As
Publication number | Publication date |
---|---|
CN110331550A (zh) | 2019-10-15 |
WO2020215777A1 (zh) | 2020-10-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110331550B (zh) | 一种洗衣参数的确定方法、装置、存储介质及洗衣机 | |
WO2022062812A1 (zh) | 屏幕缺陷检测方法、装置和电子设备 | |
CN109063659A (zh) | 运动目标的检测与跟踪方法和系统 | |
CN102221559A (zh) | 基于机器视觉的织物疵点在线自动检测方法及其装置 | |
CN103986871B (zh) | 一种智能变焦视频监控方法及系统 | |
JP4309927B2 (ja) | まぶた検出装置及びプログラム | |
CN1782661A (zh) | 在视觉系统中用于自动恢复视频工具的系统和方法 | |
CN107228860A (zh) | 一种基于图像旋转周期特性的齿轮缺陷检测方法 | |
CN109413411A (zh) | 一种监控线路的黑屏识别方法、装置及服务器 | |
CN110097586A (zh) | 一种人脸检测追踪方法及装置 | |
CN114399431A (zh) | 一种基于注意力机制的暗光图像增强方法 | |
CN110516514A (zh) | 一种目标检测模型的建模方法和装置 | |
CN109208238B (zh) | 一种洗衣机的控制方法、装置、存储介质及洗衣机 | |
CN109355863B (zh) | 洗衣装置的智能控制方法及洗衣装置 | |
CN111866374A (zh) | 图像拍摄方法、装置、云台相机及存储介质 | |
CN109785356A (zh) | 一种视频图像的背景建模方法 | |
CN109191516A (zh) | 结构光模组的旋转aa方法、装置及可读存储介质 | |
CN110519580A (zh) | 一种投影仪自动调焦方法、装置、设备及可读存储介质 | |
CN111008960B (zh) | 基于机器视觉的铝电解电容底部外观检测方法及装置 | |
CN112488986A (zh) | 基于Yolo卷积神经网络的布匹表面瑕疵识别方法、装置及系统 | |
CN115965934A (zh) | 一种停车位检测方法及装置 | |
CN106780646B (zh) | 一种适用多场景的无参数背景建模方法 | |
CN108133479A (zh) | 一种基于视觉的纺织机自动穿经纱线检测方法及装置 | |
CN110766671B (zh) | 一种基于机器视觉软件的图像处理方法 | |
CN114000303A (zh) | 洗衣机的控制方法、装置、存储介质及洗衣机 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |