CN112902257A - 油烟机风量的控制方法、系统、电子设备和存储介质 - Google Patents

Abstract

本发明公开了一种油烟机风量的控制方法、系统、电子设备和存储介质，该控制方法包括：获取烹饪区域对应的当前帧图像；计算当前帧图像对应的目标帧差图像；确定当前帧图像对应的初始油烟运动区域；对初始油烟运动区域进行轮廓检测以得到第一油烟运动区域；获取不同灶台对应的油烟占比；根据油烟占比分配各个灶台对应的风道的风量比例以控制各个灶台对应的风道中的风量大小。本发明中采用基于背景帧的油烟运动区域检测方法，有效地提高油烟运动区域检测的准确性；基于softmax算法等对不同灶台基于灶台区域的油烟运动剧烈程度进行智能风量分配，使得烟机风量更加精准的匹配当前灶台的烹饪情况，从而达到精准排烟，避免造成资源浪费。

Description

油烟机风量的控制方法、系统、电子设备和存储介质

技术领域

本发明涉及智能家电技术领域，特别涉及一种油烟机风量的控制方法、系统、电子设备和存储介质。

背景技术

厨房是每个家庭每天进行烹饪处理的必要场景，厨房油烟处理的效果直接影响到了家庭成员的身体健康及生活品质。传统的油烟机风量控制的方法主要是通过人工控制档位的方式来进行档位调节以调节烟机风量的大小。随着社会的发展和智能家电的进步，越来越多的智能化功能出现在烟机上，如通过监控模块实现油烟识别的功能进而调节烟机风量。目前，基于图像处理的烟机自动风量调节方式是根据当前视频图像中检测到的烹饪油烟环境信息来进行实时监控，并将监控的结果实时返回，烟机通过接收到当前的油烟环境信息来自动进行烟机档位的调节。而大多数基于该方式进行烟机档位调节的情况往往只是进行了当前环境下的风量调节，而并未考虑到左右灶具的烹饪环境情况。

在真实场景下，左右灶台的烹饪情况往往是不一样的，比如常见的双灶场景下在烹饪过程中往往存在只有单边灶在进行烹饪的情况，两边灶并未同时进行烹饪；或者一边灶台上在进行爆炒动作而另一边灶台在蒸煮食材，这样就会导致两边所需要的烟机吸力并不一致，而现实情况下在烟机进行风量调节时往往是左右两边灶的风量一致，这就会导致在进行单边灶台烹饪或左右灶台风量需求不一致时往往吸力需求更高的区域达不到最好的排烟效果，而风量要求较低的灶台也会因为过大的风量而造成资源浪费，即现有的烟机风量调节方式只是将当前整体烹饪环境中的油烟浓度情况和烟机的档位进行了匹配，易导致左右灶在不同的烹饪环境下的烟机风量始终保持一致，从而难以达到最佳的吸力效果，达不到精准排烟的使用需求。

发明内容

本发明要解决的技术问题是为了克服现有技术中烟机风量调节方式存在难以达到精准排烟、易造成资源浪费的缺陷，目的在于提供一种油烟机风量的控制方法、系统、电子设备和存储介质。

本发明是通过下述技术方案来解决上述技术问题：

本发明提供一种油烟机风量的控制方法，所述控制方法包括：

获取烹饪区域对应的当前帧图像；

计算得到所述当前帧图像对应的目标帧差图像；

根据所述目标帧差图像确定所述当前帧图像对应的初始油烟运动区域；

对所述初始油烟运动区域进行轮廓检测以得到多个第一油烟运动区域；

根据所述第一油烟运动区域获取不同灶台对应的油烟占比；

根据所述油烟占比分配各个灶台对应的风道的风量比例，并基于所述风量比例控制各个灶台对应的风道中的风量大小。

较佳地，所述根据所述第一油烟运动区域获取不同灶台对应的油烟占比的步骤包括：

识别出所述当前帧图像中不同灶台对应的灶台区域；

获取所述灶台区域对应的所有所述第一油烟运动区域以得到第二油烟运动区域；

计算每个所述第一油烟运动区域对应的第一区域面积信息，并根据所述第一区域面积信息获取所述第二油烟运动区域的第二区域面积信息；

获取所述烹饪区域对应的第三区域面积信息；

计算每个灶台的油烟运动区域对应的所述第二区域面积信息与所述烹饪区域的所述第三区域面积信息的目标比值，并将所述目标比值作为当前灶台对应的所述油烟占比；

其中，所述油烟占比表征油烟运动剧烈程度，同一灶台对应的所述油烟占比与所述风量比例呈正相关。

较佳地，所述根据所述油烟占比分配各个灶台对应的风道的风量比例的步骤包括：

对不同的所述油烟占比进行关联处理，以获取不同的所述油烟占比之间的目标比值；其中，不同的所述目标比值之和为1；

根据所述目标比值分配各个灶台对应的风道的所述风量比例。

较佳地，所述对不同的所述油烟占比进行关联处理，以获取不同的所述油烟占比之间的目标比值的步骤包括：

采用softmax算法对不同的所述油烟占比进行关联处理，以获取不同的所述油烟占比之间的目标比值；或，

采用线性计算方式对不同的所述油烟占比进行关联处理，以获取不同的所述油烟占比之间的目标比值；或，

采用softmax算法对不同的所述油烟占比进行关联处理，以获取不同的所述油烟占比之间的第一比值；

采用线性计算方式对不同的所述油烟占比进行关联处理，以获取不同的所述油烟占比之间的第二比值；

在所述第一比值和所述第二比值的差值在预设范围内时，则确定所述第一比值和所述第二比值有效并作为所述目标比值。

较佳地，采用softmax算法获取不同的所述油烟占比之间的比值对应的计算公式如下：

其中，i表示灶台数量，取值为正整数，z_i表示第i个灶台的油烟区域对应的所述油烟占比，S_i表示第i个灶台的所述油烟占比对应的所述目标比值；或，

采用线性计算方式获取不同的所述油烟占比之间的比值对应的计算公式如下：

其中，eps′为常量。

较佳地，所述计算得到所述当前帧图像对应的目标帧差图像的步骤包括：

获取所述烹饪区域对应的背景帧图像；

对所述当前帧图像与所述背景帧图像进行帧差处理以获取目标帧差图像。

较佳地，所述获取所述烹饪区域对应的背景帧图像的步骤包括：

获取在历史设定时间段内烹饪场景对应的烹饪场景帧图像；

识别出所述烹饪场景帧图像中所述烹饪区域对应的历史帧图像；

对所述历史帧图像进行灰度变换处理，对灰度变换处理后的后一帧的历史帧图像与前一帧的历史帧图像进行帧差处理以得到第一帧差图像；

当所述第一帧差图像满足预设条件时，则将后一帧的历史帧图像作为所述烹饪区域对应的所述背景帧图像。

较佳地，当所述第一帧差图像满足预设条件时，则将后一帧的历史帧图像作为所述烹饪区域对应的所述背景帧图像的步骤包括：

获取所述第一帧差图像中白色像素点的数量与总像素点的数量之间的第一占比；

当所述第一占比小于设定阈值且持续设定时长时，则将后一帧的历史帧图像作为所述背景帧图像。

较佳地，所述根据所述目标帧差图像确定所述当前帧图像对应的初始油烟运动区域的步骤包括：

对所述目标帧差图像进行灰度转换处理，并根据灰度转换处理后的所述目标帧差图像中白色像素点所在区域得到所述当前帧图像对应的初始油烟运动区域；和/或，

所述油烟机对应的风道数量大于或者等于两个。

本发明还提供一种油烟机风量的控制系统，所述控制系统包括：

当前帧图像获取模块，用于获取烹饪区域对应的当前帧图像；

目标帧差图像计算模块，用于计算得到所述当前帧图像对应的目标帧差图像；

初始区域确定模块，用于根据所述目标帧差图像确定所述当前帧图像对应的初始油烟运动区域；

轮廓检测模块，用于对所述初始油烟运动区域进行轮廓检测以得到多个第一油烟运动区域；

油烟占比获取模块，用于根据所述第一油烟运动区域获取不同灶台对应的油烟占比；

风量比例分配模块，用于根据所述油烟占比分配各个灶台对应的风道的风量比例；

风量控制模块，用于基于所述风量比例控制各个灶台对应的风道中的风量大小。

较佳地，所述油烟占比获取模块包括：

灶台区域识别单元，用于识别出所述当前帧图像中不同灶台对应的灶台区域；

油烟运动区域获取单元，用于获取所述灶台区域对应的所有所述第一油烟运动区域以得到第二油烟运动区域；

油烟面积信息获取单元，用于计算每个所述第一油烟运动区域对应的第一区域面积信息，并根据所述第一区域面积信息获取所述第二油烟运动区域的第二区域面积信息；

烹饪面积信息获取单元，用于获取所述烹饪区域对应的第三区域面积信息；

油烟占比计算单元，用于计算每个灶台的油烟运动区域对应的所述第二区域面积信息与所述烹饪区域的所述第三区域面积信息的目标比值，并将所述目标比值作为当前灶台对应的所述油烟占比；

其中，所述油烟占比表征油烟运动剧烈程度，同一灶台对应的所述油烟占比与所述风量比例呈正相关。

较佳地，所述风量比例分配模块包括：

目标比值获取单元，用于对不同的所述油烟占比进行关联处理，以获取不同的所述油烟占比之间的目标比值；其中，不同的所述目标比值之和为1；

风量比例分配单元，用于根据所述目标比值分配各个灶台对应的风道的所述风量比例。

较佳地，所述目标比值获取单元用于采用softmax算法对不同的所述油烟占比进行关联处理，以获取不同的所述油烟占比之间的目标比值；或，

所述目标比值获取单元用于采用线性计算方式对不同的所述油烟占比进行关联处理，以获取不同的所述油烟占比之间的目标比值；或，

所述目标比值获取单元用于采用softmax算法对不同的所述油烟占比进行关联处理，以获取不同的所述油烟占比之间的第一比值；

采用线性计算方式对不同的所述油烟占比进行关联处理，以获取不同的所述油烟占比之间的第二比值；

在所述第一比值和所述第二比值的差值在预设范围内时，则确定所述第一比值和所述第二比值有效并作为所述目标比值。

较佳地，所述目标比值获取单元采用softmax算法获取不同的所述油烟占比之间的比值对应的计算公式如下：

其中，i表示灶台数量，取值为正整数，z_i表示第i个灶台的油烟区域对应的所述油烟占比，S_i表示第i个灶台的所述油烟占比对应的所述目标比值；或，

采用线性计算方式获取不同的所述油烟占比之间的比值对应的计算公式如下：

其中，eps′为常量。

较佳地，所述目标帧差图像计算模块包括：

背景帧图像获取单元，用于获取所述烹饪区域对应的背景帧图像；

目标帧差图像获取单元，用于对所述当前帧图像与所述背景帧图像进行帧差处理以获取目标帧差图像。

较佳地，所述背景帧图像获取单元包括：

场景帧图像获取子单元，用于获取在历史设定时间段内烹饪场景对应的烹饪场景帧图像；

历史帧图像识别子单元，用于识别出所述烹饪场景帧图像中所述烹饪区域对应的历史帧图像；

帧差处理子单元，用于对所述历史帧图像进行灰度变换处理，对灰度变换处理后的后一帧的历史帧图像与前一帧的历史帧图像进行帧差处理以得到第一帧差图像；

背景帧图像获取子单元，用于当所述第一帧差图像满足预设条件时，则将后一帧的历史帧图像作为所述烹饪区域对应的所述背景帧图像。

较佳地，所述背景帧图像获取子单元用于获取所述第一帧差图像中白色像素点的数量与总像素点的数量之间的第一占比；当所述第一占比小于设定阈值且持续设定时长时，则将后一帧的历史帧图像作为所述背景帧图像。

较佳地，所述初始区域确定模块用于对所述目标帧差图像进行灰度转换处理，并根据灰度转换处理后的所述目标帧差图像中白色像素点所在区域得到所述当前帧图像对应的初始油烟运动区域；和/或，

所述油烟机对应的风道数量大于或者等于两个。

本发明还提供一种电子设备，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计算机程序时实现上述的油烟机风量的控制方法。

本发明还提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述的油烟机风量的控制方法的步骤。

在符合本领域常识的基础上，所述各优选条件，可任意组合，即得本发明各较佳实施例。

本发明的积极进步效果在于：

本发明中基于图像处理的方法对烹饪环境中的烟机风量进行智能分配，具体地对油烟运动区域进行实时检测，对于连续稳定运动的情况采用基于背景帧的油烟运动区域检测方法，相较于传统帧差检测方式能够更有效地提高油烟运动区域检测的准确性；基于softmax算法或线性方式等对左右灶台基于灶台区域的油烟运动剧烈程度进行智能风量分配，使得烟机风量更加精准的匹配当前灶台的烹饪情况，从而达到精准排烟，避免造成资源浪费，满足了用户更高的使用需求，提升了用户的使用体验。

附图说明

图1为厨房场景示意图。

图2为厨房场景中烹饪区域示意图。

图3为本发明实施例1的油烟机风量的控制方法的流程图。

图4为本发明实施例2的油烟机风量的控制方法的流程图。

图5为本发明实施例3的油烟机风量的控制系统的模块示意图。

图6为本发明实施例4的油烟机风量的控制系统的模块示意图。

图7为本发明实施例5的实现油烟机风量的控制方法的电子设备的结构示意图。

具体实施方式

下面通过实施例的方式进一步说明本发明，但并不因此将本发明限制在所述的实施例范围之中。

实施例1

本发明的油烟机风量的控制方式的应用场景为厨房烹饪场景，如图1所示，a表示油烟机，油烟机对应的风道数量大于或者等于两个，每个风道对应一个灶台，图中以欧式双风道烟机为例进行说明；b表示设置在油烟机上的图像采集设备(如摄像头)，用于实时采集摄像头视角范围内的场景图像；c表示灶台，d表示放置在灶台c上的锅具。如图2所示，虚线区域为左右两个灶台对应的灶台区域。

实施例1

如图3所示，本实施例的油烟机风量的控制方法包括：

S101、获取烹饪区域对应的当前帧图像；

具体采用设于油烟机上的摄像头实时采集烹饪场景中对应场景图像，然后采用图像识别技术自动识别出场景图像中烹饪区域所在位置及其所对应的帧图像，以便于后续对烹饪区域进行油烟识别。

S102、计算得到当前帧图像对应的目标帧差图像；

S103、根据目标帧差图像确定当前帧图像对应的初始油烟运动区域；

S104、对初始油烟运动区域进行轮廓检测以得到多个第一油烟运动区域；

S105、根据第一油烟运动区域获取不同灶台对应的油烟占比；

S106、根据油烟占比分配各个灶台对应的风道的风量比例，并基于风量比例控制各个灶台对应的风道中的风量大小。

其中，油烟占比表征油烟运动剧烈程度，同一灶台对应的油烟占比与风量比例呈正相关。

本实施例的油烟机风量的控制方法适用于N(N≥2且取整数)个灶台风量分配，而当不同灶台的油烟运动检测情况不同时，具有更加剧烈运动区域的灶台则分配到的烟机风量会更多，即实现根据不同灶台的灶台区域的油烟运动剧烈程度进行智能风量分配，从而达到智能流量分配的目的。

本实施例中，基于图像处理的方法对烹饪环境中的烟机风量进行智能分配，具体地基于帧差图像获取当前帧图像的初始油烟运动区域，并对其进行轮廓检测以获取第一油烟运动区域，进而获取不同灶台对应的油烟占比，根据不同灶台的油烟运动剧烈程度自动分配各个灶台对应的风道的风量比例，以实现智能调节各个灶台对应的风道中的风量大小，使得烟机风量更加精准的匹配当前灶台的烹饪情况，从而达到精准排烟，避免造成资源浪费，满足了用户更高的使用需求，提升了用户的使用体验。

实施例2

如图4所示，本实施例的油烟机风量的控制方法是对实施例1的进一步改进，具体地：

步骤S102包括：

S1021、获取烹饪区域对应的背景帧图像；

在一可实施的方案中，步骤S1021包括：

获取在历史设定时间段内烹饪场景对应的烹饪场景帧图像；

识别出烹饪场景帧图像中烹饪区域对应的历史帧图像；

对历史帧图像进行灰度变换处理，对灰度变换处理后的后一帧的历史帧图像与前一帧的历史帧图像进行帧差处理以得到第一帧差图像；

当第一帧差图像满足预设条件时，则将后一帧的历史帧图像作为烹饪区域对应的背景帧图像。

在一可实施的方案中，当第一帧差图像满足预设条件时，则将后一帧的历史帧图像作为烹饪区域对应的背景帧图像的步骤具体包括：

获取第一帧差图像中白色像素点的数量与总像素点的数量之间的第一占比；

当第一占比小于设定阈值且持续设定时长时，则将后一帧的历史帧图像作为背景帧图像。

S1022、对当前帧图像与背景帧图像进行帧差处理以获取目标帧差图像。

其中，历史设定时间段对应任意当前检测时间之前的一段时间，随着时间不断地推移，不断地及时更新烹饪区域对应的背景帧图像，保证了烹饪区域的油烟检测结果的准确性和有效性。利用帧差法进行背景帧图像的选取，进而基于背景帧图像和当前帧图像进行帧差处理以得到目标帧差图像，相较于传统的基于前后帧进行帧差计算的方式能够更有效地进行油烟检测，提高了油烟运动区域检测的准确性，进而保证了油烟浓度识别结果的准确度；特别是对于连续稳定生成的油烟情况(连续稳定烟雾的情况)，基于背景帧的运动区域检测方式能够更有效地保证了油烟运动区域检测的准确性，最大程度上识别出潜在油烟运动区域。

具体地，在某一设定时间段内，选取某一帧图像

与前一帧图像

进行帧差处理得到帧差图像

即

当

时，该像素点位置为黑色，否则为白色。其中m,n为待检测图像的尺寸，像素点位置为白色的部分则为潜在的油烟运动区域。

统计帧差图像

中白色像素点的个数占总像素点的个数的比例，考虑到视频流本身的噪点所引起(采集视频流的设备硬件性能产生的)的前后帧图像的差异，可以选取设定值(如10％)的运动区域像素点个数占像素点个数的比例作为划分是否为背景帧的阈值，即如当运动区域比例小于10％且持续时长大于T时，则取当前的某一帧作为相对稳定情况下的背景帧图像

背景帧图像是实时更新的，以保证背景帧图像与当前帧图像之间的帧差图像能够准确反映当前场景下的油烟浓度情况。

具体地，利用当前帧图像

与背景帧图像

进行帧差计算以得到基于背景帧图像的目标帧差图像

即

步骤S103包括：

S1031、对目标帧差图像进行灰度转换处理，并根据灰度转换处理后的目标帧差图像中白色像素点所在区域得到当前帧图像对应的初始油烟运动区域。

其中，可以依据下述公式将原始图像转化为灰度图像，具体如下：

Gray＝0.299R+0.587G+0.114B

当然还可以根据实际情况采用其他的灰度转换公式对原始图像进行处理，在此就不再赘述。

步骤S105包括：

S1051、识别出当前帧图像中不同灶台对应的灶台区域；

S1052、获取灶台区域对应的所有第一油烟运动区域以得到第二油烟运动区域；

S1053、计算每个第一油烟运动区域对应的第一区域面积信息，并根据第一区域面积信息获取第二油烟运动区域的第二区域面积信息；

其中，计算油烟运动区域对应的面积大小属于本领域的成熟技术，因此此处就不再赘述。

S1054、获取烹饪区域对应的第三区域面积信息；

S1055、计算每个灶台的油烟运动区域对应的第二区域面积信息与烹饪区域的第三区域面积信息的目标比值，并将目标比值作为当前灶台对应的油烟占比；

步骤S106包括：

S1061、对不同的油烟占比进行关联处理，以获取不同的油烟占比之间的目标比值；其中，不同的目标比值之和为1；

其中，步骤S1061包括：

采用softmax算法对不同的油烟占比进行关联处理，以获取不同的油烟占比之间的目标比值；或，

采用线性计算方式对不同的油烟占比进行关联处理，以获取不同的油烟占比之间的目标比值；或，

采用softmax算法对不同的油烟占比进行关联处理，以获取不同的油烟占比之间的第一比值；

采用线性计算方式对不同的油烟占比进行关联处理，以获取不同的油烟占比之间的第二比值；

在第一比值和第二比值的差值在预设范围内时，则确定第一比值和第二比值有效并作为目标比值。

其中，采用softmax算法获取不同的油烟占比之间的比值对应的计算公式如下：

其中，i表示灶台数量，取值为正整数，z_i表示第i个灶台的油烟区域对应的油烟占比，S_i表示第i个灶台的油烟占比对应的目标比值；或，

采用线性计算方式获取不同的油烟占比之间的比值对应的计算公式如下：

其中，eps′为常量。

当然也还可以采用softmax算法或线性计算方式之外的处理方式，只要能够实现不同的油烟占比的关联即可。

通过softmax算法或线性计算方式对每个灶台对应的油烟占比进行关联，以将油烟占比映射在[0，1]区间；对于两个灶台的烹饪场景，在左右灶台无烹饪或烹饪情况大致相同时，基于上式可以得到左右灶台的风道的风量分配比例接近50％，而当左右灶台油烟运动检测情况不同时，则具有更加剧烈运动区域的灶台则分配到的烟机风量会更多，即基于softmax算法或线性计算方式的风量分配策略使得左右灶台风量基于该区域的油烟运动剧烈程度进行分配，从而达到智能风量分配的目的。

S1062、根据目标比值分配各个灶台对应的风道的风量比例。

本实施例的油烟机风量的控制方法的处理流程复杂度不高，保证了对烹饪区域油烟检测的实时性，进而保证了对灶台对应的风道中风量控制的及时性和准确性。

本实施例中，基于图像处理的方法对烹饪环境中的烟机风量进行智能分配，具体地对油烟运动区域进行实时检测，对于连续稳定运动的情况采用基于背景帧的油烟运动区域检测方法，相较于传统帧差检测方式能够更有效地提高油烟运动区域检测的准确性；基于softmax算法或线性方式等对左右灶台基于灶台区域的油烟运动剧烈程度进行智能风量分配，使得烟机风量更加精准的匹配当前灶台的烹饪情况，从而达到精准排烟，避免造成资源浪费，满足了用户更高的使用需求，提升了用户的使用体验。

实施例3

如图5所示，本实施例的油烟机风量的控制系统包括当前帧图像获取模块1、目标帧差图像计算模块2、初始区域确定模块3、轮廓检测模块4、油烟占比获取模块5、风量比例分配模块6和风量控制模块7。

当前帧图像获取模块1用于获取烹饪区域对应的当前帧图像；

具体采用设于油烟机上的摄像头实时采集烹饪场景中对应场景图像，然后采用图像识别技术自动识别出场景图像中烹饪区域所在位置及其所对应的帧图像，以便于后续对烹饪区域进行油烟识别。

目标帧差图像计算模块2用于计算得到当前帧图像对应的目标帧差图像；

初始区域确定模块3用于根据目标帧差图像确定当前帧图像对应的初始油烟运动区域；

轮廓检测模块4用于对初始油烟运动区域进行轮廓检测以得到多个第一油烟运动区域；

油烟占比获取模块5用于根据第一油烟运动区域获取不同灶台对应的油烟占比；

风量比例分配模块6用于根据油烟占比分配各个灶台对应的风道的风量比例；

风量控制模块7用于基于风量比例控制各个灶台对应的风道中的风量大小。

其中，油烟占比表征油烟运动剧烈程度，同一灶台对应的油烟占比与风量比例呈正相关。

本实施例的油烟机风量的控制方法适用于N(N≥2且取整数)个灶台风量分配，而当不同灶台的油烟运动检测情况不同时，具有更加剧烈运动区域的灶台则分配到的烟机风量会更多，即实现根据不同灶台的灶台区域的油烟运动剧烈程度进行智能风量分配，从而达到智能流量分配的目的。

本实施例中，基于图像处理的方法对烹饪环境中的烟机风量进行智能分配，具体地基于帧差图像获取当前帧图像的初始油烟运动区域，并对其进行轮廓检测以获取第一油烟运动区域，进而获取不同灶台对应的油烟占比，根据不同灶台的油烟运动剧烈程度自动分配各个灶台对应的风道的风量比例，以实现智能调节各个灶台对应的风道中的风量大小，使得烟机风量更加精准的匹配当前灶台的烹饪情况，从而达到精准排烟，避免造成资源浪费，满足了用户更高的使用需求，提升了用户的使用体验。

实施例4

如图6所示，本实施例的油烟机风量的控制系统是对实施例3的进一步改进，具体地：

目标帧差图像计算模块2包括背景帧图像获取单元8和目标帧差图像获取单元9。

背景帧图像获取单元8用于获取烹饪区域对应的背景帧图像；

具体地，本实施例的背景帧图像获取单元8包括场景帧图像获取子单元、历史帧图像识别子单元、帧差处理子单元和帧差处理子单元。

场景帧图像获取子单元用于获取在历史设定时间段内烹饪场景对应的烹饪场景帧图像；

历史帧图像识别子单元用于识别出烹饪场景帧图像中烹饪区域对应的历史帧图像；

帧差处理子单元用于对历史帧图像进行灰度变换处理，对灰度变换处理后的后一帧的历史帧图像与前一帧的历史帧图像进行帧差处理以得到第一帧差图像；

背景帧图像获取子单元用于当第一帧差图像满足预设条件时，则将后一帧的历史帧图像作为烹饪区域对应的背景帧图像。

具体地，背景帧图像获取子单元用于获取第一帧差图像中白色像素点的数量与总像素点的数量之间的第一占比；当第一占比小于设定阈值且持续设定时长时，则将后一帧的历史帧图像作为背景帧图像。

目标帧差图像获取单元9用于对当前帧图像与背景帧图像进行帧差处理以获取目标帧差图像。

其中，历史设定时间段对应任意当前检测时间之前的一段时间，随着时间不断地推移，不断地及时更新烹饪区域对应的背景帧图像，保证了烹饪区域的油烟检测结果的准确性和有效性。利用帧差法进行背景帧图像的选取，进而基于背景帧图像和当前帧图像进行帧差处理以得到目标帧差图像，相较于传统的基于前后帧进行帧差计算的方式能够更有效地进行油烟检测，提高了油烟运动区域检测的准确性，进而保证了油烟浓度识别结果的准确度；特别是对于连续稳定生成的油烟情况(连续稳定烟雾的情况)，基于背景帧的运动区域检测方式能够更有效地保证了油烟运动区域检测的准确性，最大程度上识别出潜在油烟运动区域。

具体地，在某一设定时间段内，选取某一帧图像

与前一帧图像

进行帧差处理得到帧差图像

即

当

时，该像素点位置为黑色，否则为白色。其中m,n为待检测图像的尺寸，像素点位置为白色的部分则为潜在的油烟运动区域。

统计帧差图像

中白色像素点的个数占总像素点的个数的比例，考虑到视频流本身的噪点所引起(采集视频流的设备硬件性能产生的)的前后帧图像的差异，可以选取设定值(如10％)的运动区域像素点个数占像素点个数的比例作为划分是否为背景帧的阈值，即如当运动区域比例小于10％且持续时长大于T时，则取当前的某一帧作为相对稳定情况下的背景帧图像

背景帧图像是实时更新的，以保证背景帧图像与当前帧图像之间的帧差图像能够准确反映当前场景下的油烟浓度情况。

具体地，利用当前帧图像

与背景帧图像

进行帧差计算以得到基于背景帧图像的目标帧差图像

即

初始区域确定模块3用于对目标帧差图像进行灰度转换处理，并根据灰度转换处理后的目标帧差图像中白色像素点所在区域得到当前帧图像对应的初始油烟运动区域。

其中，可以依据下述公式将原始图像转化为灰度图像，具体如下：

Gray＝0.299R+0.587G+0.114B

当然还可以根据实际情况采用其他的灰度转换公式对原始图像进行处理，在此就不再赘述。

本实施例的油烟占比获取模块5包括灶台区域识别单元10、油烟运动区域获取单元11、油烟面积信息获取单元12、烹饪面积信息获取单元13和油烟占比计算单元14。

灶台区域识别单元10用于识别出当前帧图像中不同灶台对应的灶台区域；

油烟运动区域获取单元11用于获取灶台区域对应的所有第一油烟运动区域以得到第二油烟运动区域；

油烟面积信息获取单元12用于计算每个第一油烟运动区域对应的第一区域面积信息，并根据第一区域面积信息获取第二油烟运动区域的第二区域面积信息；

烹饪面积信息获取单元13用于获取烹饪区域对应的第三区域面积信息；

油烟占比计算单元14，用于计算每个灶台的油烟运动区域对应的第二区域面积信息与烹饪区域的第三区域面积信息的目标比值，并将目标比值作为当前灶台对应的油烟占比；

其中，油烟占比表征油烟运动剧烈程度，同一灶台对应的油烟占比与风量比例呈正相关。

风量比例分配模块6包括目标比值获取单元15和风量比例分配单元16。

目标比值获取单元15用于对不同的油烟占比进行关联处理，以获取不同的油烟占比之间的目标比值；其中，不同的目标比值之和为1；

其中，目标比值获取单元15用于采用softmax算法对不同的油烟占比进行关联处理，以获取不同的油烟占比之间的目标比值；或，

目标比值获取单元15用于采用线性计算方式对不同的油烟占比进行关联处理，以获取不同的油烟占比之间的目标比值；或，

目标比值获取单元15用于采用softmax算法对不同的油烟占比进行关联处理，以获取不同的油烟占比之间的第一比值；

采用线性计算方式对不同的油烟占比进行关联处理，以获取不同的油烟占比之间的第二比值；

在第一比值和第二比值的差值在预设范围内时，则确定第一比值和第二比值有效并作为目标比值。

具体地，目标比值获取单元15采用softmax算法获取不同的油烟占比之间的比值对应的计算公式如下：

其中，i表示灶台数量，取值为正整数，z_i表示第i个灶台的油烟区域对应的油烟占比，S_i表示第i个灶台的油烟占比对应的目标比值；或，

采用线性计算方式获取不同的油烟占比之间的比值对应的计算公式如下：

其中，eps′为常量。

当然也还可以采用softmax算法或线性计算方式之外的处理方式，只要能够实现不同的油烟占比的关联即可。

通过softmax算法或线性计算方式对每个灶台对应的油烟占比进行关联，以将油烟占比映射在[0，1]区间；对于两个灶台的烹饪场景，在左右灶台无烹饪或烹饪情况大致相同时，基于上式可以得到左右灶台的风道的风量分配比例接近50％，而当左右灶台油烟运动检测情况不同时，则具有更加剧烈运动区域的灶台则分配到的烟机风量会更多，即基于softmax算法或线性计算方式的风量分配策略使得左右灶台风量基于该区域的油烟运动剧烈程度进行分配，从而达到智能风量分配的目的。

风量比例分配单元16用于根据目标比值分配各个灶台对应的风道的风量比例。

本实施例的油烟机风量的控制方法的处理流程复杂度不高，保证了对烹饪区域油烟检测的实时性，进而保证了对灶台对应的风道中风量控制的及时性和准确性。

本实施例中，基于图像处理的方法对烹饪环境中的烟机风量进行智能分配，具体地对油烟运动区域进行实时检测，对于连续稳定运动的情况采用基于背景帧的油烟运动区域检测方法，相较于传统帧差检测方式能够更有效地提高油烟运动区域检测的准确性；基于softmax算法或线性方式等对左右灶台基于灶台区域的油烟运动剧烈程度进行智能风量分配，使得烟机风量更加精准的匹配当前灶台的烹饪情况，从而达到精准排烟，避免造成资源浪费，满足了用户更高的使用需求，提升了用户的使用体验。

实施例5

图7为本发明实施例5提供的一种电子设备的结构示意图。电子设备包括存储器、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，处理器执行程序时实现实施例1或2中的油烟机风量的控制方法。图7显示的电子设备30仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。

如图7所示，电子设备30可以以通用计算设备的形式表现，例如其可以为服务器设备。电子设备30的组件可以包括但不限于：上述至少一个处理器31、上述至少一个存储器32、连接不同系统组件(包括存储器32和处理器31)的总线33。

总线33包括数据总线、地址总线和控制总线。

存储器32可以包括易失性存储器，例如随机存取存储器(RAM)321和/或高速缓存存储器322，还可以进一步包括只读存储器(ROM)323。

存储器32还可以包括具有一组(至少一个)程序模块324的程序/实用工具325，这样的程序模块324包括但不限于：操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。

处理器31通过运行存储在存储器32中的计算机程序，从而执行各种功能应用以及数据处理，例如本发明实施例1或2中的油烟机风量的控制方法。

电子设备30也可以与一个或多个外部设备34(例如键盘、指向设备等)通信。这种通信可以通过输入/输出(I/O)接口35进行。并且，模型生成的设备30还可以通过网络适配器36与一个或者多个网络(例如局域网(LAN)，广域网(WAN)和/或公共网络，例如因特网)通信。如图7所示，网络适配器36通过总线33与模型生成的设备30的其它模块通信。应当明白，尽管图中未示出，可以结合模型生成的设备30使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理器、外部磁盘驱动阵列、RAID(磁盘阵列)系统、磁带驱动器以及数据备份存储系统等。

应当注意，尽管在上文详细描述中提及了电子设备的若干单元/模块或子单元/模块，但是这种划分仅仅是示例性的并非强制性的。实际上，根据本发明的实施方式，上文描述的两个或更多单元/模块的特征和功能可以在一个单元/模块中具体化。反之，上文描述的一个单元/模块的特征和功能可以进一步划分为由多个单元/模块来具体化。

实施例6

本实施例提供了一种计算机可读存储介质，其上存储有计算机程序，程序被处理器执行时实现实施例1或2中的油烟机风量的控制方法中的步骤。

其中，可读存储介质可以采用的更具体可以包括但不限于：便携式盘、硬盘、随机存取存储器、只读存储器、可擦拭可编程只读存储器、光存储器件、磁存储器件或上述的任意合适的组合。

在可能的实施方式中，本发明还可以实现为一种程序产品的形式，其包括程序代码，当程序产品在终端设备上运行时，程序代码用于使终端设备执行实现实施例1或2中的油烟机风量的控制方法中的步骤。

其中，可以以一种或多种程序设计语言的任意组合来编写用于执行本发明的程序代码，程序代码可以完全地在用户设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户设备上部分在远程设备上执行或完全在远程设备上执行。

虽然以上描述了本发明的具体实施方式，但是本领域的技术人员应当理解，这仅是举例说明，本发明的保护范围是由所附权利要求书限定的。本领域的技术人员在不背离本发明的原理和实质的前提下，可以对这些实施方式做出多种变更或修改，但这些变更和修改均落入本发明的保护范围。

Claims (12)

1.一种油烟机风量的控制方法，其特征在于，所述控制方法包括：

获取烹饪区域对应的当前帧图像；

计算得到所述当前帧图像对应的目标帧差图像；

根据所述目标帧差图像确定所述当前帧图像对应的初始油烟运动区域；

对所述初始油烟运动区域进行轮廓检测以得到多个第一油烟运动区域；

根据所述第一油烟运动区域获取不同灶台对应的油烟占比；

根据所述油烟占比分配各个灶台对应的风道的风量比例，并基于所述风量比例控制各个灶台对应的风道中的风量大小。

2.如权利要求1所述的油烟机风量的控制方法，其特征在于，所述根据所述第一油烟运动区域获取不同灶台对应的油烟占比的步骤包括：

识别出所述当前帧图像中不同灶台对应的灶台区域；

获取所述灶台区域对应的所有所述第一油烟运动区域以得到第二油烟运动区域；

计算每个所述第一油烟运动区域对应的第一区域面积信息，并根据所述第一区域面积信息获取所述第二油烟运动区域的第二区域面积信息；

获取所述烹饪区域对应的第三区域面积信息；

计算每个灶台的油烟运动区域对应的所述第二区域面积信息与所述烹饪区域的所述第三区域面积信息的目标比值，并将所述目标比值作为当前灶台对应的所述油烟占比；

其中，所述油烟占比表征油烟运动剧烈程度，同一灶台对应的所述油烟占比与所述风量比例呈正相关。

3.如权利要求1或2所述的油烟机风量的控制方法，其特征在于，所述根据所述油烟占比分配各个灶台对应的风道的风量比例的步骤包括：

对不同的所述油烟占比进行关联处理，以获取不同的所述油烟占比之间的目标比值；其中，不同的所述目标比值之和为1；

根据所述目标比值分配各个灶台对应的风道的所述风量比例。

4.如权利要求3所述的油烟机风量的控制方法，其特征在于，所述对不同的所述油烟占比进行关联处理，以获取不同的所述油烟占比之间的目标比值的步骤包括：

采用softmax算法对不同的所述油烟占比进行关联处理，以获取不同的所述油烟占比之间的目标比值；或，

采用线性计算方式对不同的所述油烟占比进行关联处理，以获取不同的所述油烟占比之间的目标比值；或，

采用softmax算法对不同的所述油烟占比进行关联处理，以获取不同的所述油烟占比之间的第一比值；

采用线性计算方式对不同的所述油烟占比进行关联处理，以获取不同的所述油烟占比之间的第二比值；

在所述第一比值和所述第二比值的差值在预设范围内时，则确定所述第一比值和所述第二比值有效并作为所述目标比值。

5.如权利要求4所述的油烟机风量的控制方法，其特征在于，采用softmax算法获取不同的所述油烟占比之间的比值对应的计算公式如下：

其中，i表示灶台数量，取值为正整数，z_i表示第i个灶台的油烟区域对应的所述油烟占比，S_i表示第i个灶台的所述油烟占比对应的所述目标比值；或，

采用线性计算方式获取不同的所述油烟占比之间的比值对应的计算公式如下：

其中，eps′为常量。

6.如权利要求1所述的油烟机风量的控制方法，其特征在于，所述计算得到所述当前帧图像对应的目标帧差图像的步骤包括：

获取所述烹饪区域对应的背景帧图像；

对所述当前帧图像与所述背景帧图像进行帧差处理以获取目标帧差图像。

7.如权利要求6所述的油烟机风量的控制方法，其特征在于，所述获取所述烹饪区域对应的背景帧图像的步骤包括：

获取在历史设定时间段内烹饪场景对应的烹饪场景帧图像；

识别出所述烹饪场景帧图像中所述烹饪区域对应的历史帧图像；

对所述历史帧图像进行灰度变换处理，对灰度变换处理后的后一帧的历史帧图像与前一帧的历史帧图像进行帧差处理以得到第一帧差图像；

当所述第一帧差图像满足预设条件时，则将后一帧的历史帧图像作为所述烹饪区域对应的所述背景帧图像。

8.如权利要求7所述的油烟机风量的控制方法，其特征在于，当所述第一帧差图像满足预设条件时，则将后一帧的历史帧图像作为所述烹饪区域对应的所述背景帧图像的步骤包括：

获取所述第一帧差图像中白色像素点的数量与总像素点的数量之间的第一占比；

当所述第一占比小于设定阈值且持续设定时长时，则将后一帧的历史帧图像作为所述背景帧图像。

9.如权利要求1所述的油烟机风量的控制方法，其特征在于，所述根据所述目标帧差图像确定所述当前帧图像对应的初始油烟运动区域的步骤包括：

对所述目标帧差图像进行灰度转换处理，并根据灰度转换处理后的所述目标帧差图像中白色像素点所在区域得到所述当前帧图像对应的初始油烟运动区域；和/或，

所述油烟机对应的风道数量大于或者等于两个。

10.一种油烟机风量的控制系统，其特征在于，所述控制系统包括：

当前帧图像获取模块，用于获取烹饪区域对应的当前帧图像；

目标帧差图像计算模块，用于计算得到所述当前帧图像对应的目标帧差图像；

初始区域确定模块，用于根据所述目标帧差图像确定所述当前帧图像对应的初始油烟运动区域；

轮廓检测模块，用于对所述初始油烟运动区域进行轮廓检测以得到多个第一油烟运动区域；

油烟占比获取模块，用于根据所述第一油烟运动区域获取不同灶台对应的油烟占比；

风量比例分配模块，用于根据所述油烟占比分配各个灶台对应的风道的风量比例；

风量控制模块，用于基于所述风量比例控制各个灶台对应的风道中的风量大小。

11.一种电子设备，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，其特征在于，所述处理器执行所述计算机程序时实现权利要求1-9所述的油烟机风量的控制方法。

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，所述计算机程序被处理器执行时实现权利要求1-9所述的油烟机风量的控制方法的步骤。

Images