CN113063170B - 用于识别油烟的方法、处理器及吸油烟机 - Google Patents

Abstract

本发明实施例提供了一种用于识别油烟的方法、处理器及吸油烟机，属于家用电器技术领域，所述方法包括：获取实时检测图像；检测所述检测图像中每个像素点在RGB色彩空间中三个颜色通道的颜色值；获取所述检测图像中每个像素点三个颜色值中的最小值；将所述检测图像中每个像素点的最小值分别与第一预设阈值进行比较，以确定最小值大于所述第一预设阈值的像素点的个数；根据所述最小值大于所述第一预设阈值的像素点的个数确定所述检测图像中的油烟量。本发明实施例利用图像识别油烟大小，能够在烟雾到达吸油烟机之前就进行识别，克服了烟雾传感器需要油烟到达吸油烟机才能进行识别所导致的滞后性。

Description

用于识别油烟的方法、处理器及吸油烟机

技术领域

本发明涉及家用电器技术领域，尤其涉及一种用于识别油烟的方法、处理器及吸油烟机。

背景技术

在现代生活中，厨房在家庭生活中的地位越来越重要。随着智能生活的发展趋势，厨房家电产品也越来越智能化、人性化。吸油烟机是厨房家电产品的重要组成部分，其智能化的程度也代表了家居的智能化水平。

用户在厨房烹饪食物时会产生油烟，产生的油烟不仅会影响家庭空气质量，还会给用户身体健康造成影响。另外，油烟容易吸附在物体表面，当油烟吸附在物体表面时，会造成物体脏乱，并且难以去除。一般，用户会安装吸油烟机来抽吸油烟，从而将油烟排出屋外。而如何让吸油烟机能够自主识别油烟大小并根据油烟大小排出油烟体现了吸油烟机的智能化水平。

目前，相关技术对于油烟大小的识别和排出主要采取两种识别方式。一种是在烹饪人员肉眼观察的基础上进行。烹饪人员通过肉眼感觉油烟大小调节吸油烟机的风量来吸收油烟，这种方式不仅不能及时地排出油烟，还会分散烹饪人员的注意力，影响用户烹饪过程。

另外一种识别方式是通过在吸油烟机上安装烟雾传感器来探测油烟的大小。但是这种检测方法只有当大量的烟雾进入烟雾传感器后才能探测烟雾的浓度，存在检测识别延迟滞后。

因此，相关技术中，吸油烟机对于烟雾的识别尚存在较大的改进空间。

发明内容

本发明实施例的目的是提供一种用于识别油烟的方法、处理器及吸油烟机。

为了实现上述目的，本发明第一方面提供一种用于识别油烟的方法，用于识别油烟的方法方法包括：

获取实时检测图像；

检测检测图像中每个像素点在RGB色彩空间中三个颜色通道的颜色值；

获取检测图像中每个像素点三个颜色值中的最小值；

将检测图像中每个像素点的最小值分别与第一预设阈值进行比较，以确定最小值大于第一预设阈值的像素点的个数；

根据最小值大于第一预设阈值的像素点的个数确定检测图像中的油烟量。

在本发明实施例中，根据最小值大于第一预设阈值的像素点的个数确定检测图像中的油烟量包括：

获取最小值大于第一预设阈值的像素点的个数与检测图像中像素点的总个数的比值；

根据比值确定检测图像中的油烟量。

在本发明实施例中，根据比值确定检测图像中的油烟量包括：

判断比值是否大于第二预设阈值；

在比值大于第二预设阈值的情况下，根据比值确定检测图像中的油烟量。

在本发明实施例中，第二预设阈值的确定方法包括：

获取未烹饪时的第一检测图像；

检测第一检测图像中每个像素点在RGB色彩空间中三个颜色通道的颜色值；

获取第一检测图像中每个像素点三个颜色值中的最小值；

将第一检测图像中每个像素点的最小值分别与第一预设阈值进行比较，确定最小值大于第一预设阈值的像素点的第一个数；

获取第一个数与第一检测图像中像素点的总个数的第一比值；

将第一比值设置为第二预设阈值。

在本发明实施例中，根据比值确定检测图像中的油烟量之后还包括：

根据比值对吸油烟机的风量进行控制。

在本发明实施例中，根据比值对吸油烟机的风量进行控制包括：

根据比值获取与比值对应的风量调节值；

根据风量调节值对吸油烟机的风量进行调节。

在本发明实施例中，根据比值获取与比值对应的风量调节值包括：

获取预设的比例关系；

根据比值和预设的比例关系确定与比值对应的风量调节值。

在本发明实施例中，根据风量调节值对吸油烟机的风量进行调节包括：

根据风量调节值控制吸油烟机的控制电路，以使得控制电路对吸油烟机的风量进行调节。

本发明第二方面提供一种处理器，被配置成执行上述任意一项的用于识别油烟的方法。

本发明第三方面提供一种吸油烟机，吸油烟机包括：

图像采集装置，被配置成实时获取检测图像；以及上述处理器。

通过上述技术方案，获取实时检测图像；检测检测图像中每个像素点在RGB色彩空间中三个颜色通道的颜色值；获取检测图像中每个像素点三个颜色值中的最小值；将检测图像中每个像素点的最小值分别与第一预设阈值进行比较，以确定最小值大于第一预设阈值的像素点的个数；根据最小值大于第一预设阈值的像素点的个数确定检测图像中的油烟量。本发明实施例利用图像识别油烟大小，能够在烟雾到达吸油烟机之前就进行识别，克服了烟雾传感器需要油烟到达吸油烟机才能进行识别所导致的滞后性。

本发明实施例的其它特征和优点将在随后的具体实施方式部分予以详细说明。

附图说明

附图是用来提供对本发明实施例的进一步理解，并且构成说明书的一部分，与下面的具体实施方式一起用于解释本发明实施例，但并不构成对本发明实施例的限制。在附图中：

图1是本发明实施例用于识别油烟的方法的流程示意图；

图2是本发明应用实施例图像暗通道检测流程示意图；

图3是本发明应用实施例通过图像暗通道识别油烟大小并进行烟机控制的流程示意图；

图4是本发明实施例电子设备硬件结构示意图；

图5是本发明实施例计算机设备的内部结构图。

具体实施方式

以下结合附图对本发明实施例的具体实施方式进行详细说明。应当理解的是，此处所描述的具体实施方式仅用于说明和解释本发明实施例，并不用于限制本发明实施例。

本发明实施例提供了一种用于识别油烟的方法，如图1所示，该方法包括：

步骤101：获取实时检测图像；

步骤102：检测检测图像中每个像素点在RGB色彩空间中三个颜色通道的颜色值；

步骤103：获取检测图像中每个像素点三个颜色值中的最小值；

步骤104：将检测图像中每个像素点的最小值分别与第一预设阈值进行比较，以确定最小值大于第一预设阈值的像素点的个数；

步骤105：根据最小值大于第一预设阈值的像素点的个数确定检测图像中的油烟量。

在本实施例中，检测图像可通过摄像头拍摄获得，该摄像头可以为高清摄像头或者超清摄像头。具体地，该摄像头可设置于吸油烟机结构上。摄像头的设置位置可以设定为用户在使用时，根据用户的使用需求灵活设置；也可以设定为选取一合适位置，在出厂前固定设置。这里，需要说明的是，摄像头的设置位置需满足能够完整全面地拍摄到用户烹饪时油烟产生的完整图像。即拍摄图像需拍摄到用户烹饪时完整的烹饪厨具以及在厨具内的烹饪过程。另外，为实现本实施例所要达到的效果，所拍摄的图片需为彩色图片，不能为黑白图片，彩色图片中的每个像素点能在RGB色彩空间具有三个颜色通道的颜色值。

此外，本实施例可在用户烹饪时实时通过拍摄获取检测图像，并实时获取检测结果。具体地，可根据吸油烟机是否在开启状态判断用户是否在烹饪过程中，也可以通过图片识别判断用户是否在烹饪过程中；还可以通过连接装置或者感应装置判断烹饪厨具或烹饪灶具是否在工作中判断用户是否在烹饪过程中。这里，检测用户是否在烹饪过程中的方式可以为多种，这里不再一一赘述。当时，实际应用时，也可以在用户的非烹饪时间实时获取检测图像，并执行本实施的油烟识别方法。

进一步地，在步骤102中，获得的检测图片可以通过图片处理的方式检测图片中每个像素点在RGB色彩空间中三个颜色通道的颜色值。这里的检测方法可以采用多种方式。这里，RGB色彩空间模式是工业界的一种颜色标准，是通过对红(R)、绿(G)、蓝(B)三个颜色通道的变化以及它们相互之间的叠加来得到各式各样的颜色的，RGB即是代表红、绿、蓝三个通道的颜色，这个标准几乎包括了人类视力所能感知的所有颜色，是运用最广的颜色系统之一。因此，本申请实施例利用RGB色彩空间可获取彩色图片中每个像素点的红、绿、蓝三个通道的颜色值。

具体地，在获取彩色图片每个像素点红、绿、蓝三个通道的颜色值后，可以利用比较法等数学方法获取每个像素点红、绿、蓝三个通道的颜色值的最小值。具体的比较法可以为一个数值一个数值进行比较的方式，也可以是逐一排除的方式。

实际应用时，第一预设阈值可以根据用户的经验进行设定，也可以利用大数据算法，选取判断结果最准确的判断阈值作为第一预设阈值。这里的大数据算法包括神经网络算法等。

具体地，将每个像素点与判断阈值(这里指第一预设阈值)进行比较后，统计比较后大于判断阈值的像素点的个数，进而确定整个彩色图片所有像素点中大于判断阈值的像素点的总个数。

进一步地，根据统计的总个数对油烟的大小进行判断。即总个数越少，油烟越小；总个数越多，油烟越大。这里，可以设定一个比例关系或者映射关系，利用比例关系或者映射关系根据统计的总个数确定油烟的大小。

实际应用时，在一实施例中，根据总个数确定彩色图像中的油烟的大小可以采用如下方式进行确定：

获取最小值大于第一预设阈值的像素点的个数与检测图像中像素点的总个数的比值；

根据比值确定检测图像中的油烟量。

即在上述确定方式中，利用大于判断阈值的总个数和彩色图像中的像素点的总个数，获取两个总个数之间的比值，利用比值确定油烟大小。

这里，比值越小，油烟越小；比值越大，油烟越大。同时，这里也可以设定一个比例关系或者映射关系，利用比例关系或者映射关系根据比值确定油烟的大小。

实际应用时，在一实施例中，为了简化处理器的计算量，优化识别过程，降低数据处理资源和内存占用资源数量，可以在获取大于判断阈值的总个数和彩色图像中的像素点的总个数的比值后做如下设定：

判断比值是否大于第二预设阈值；

在比值大于第二预设阈值的情况下，根据比值确定检测图像中的油烟量。

即在本实施例中，只有当比值大于判断阈值(这里指第二预设阈值)时，才进行油烟大小的检测，而当比值小于判断阈值时，则不需进行油烟大小的检测。这种设定方式可以简化处理器进行处理计算的任务量，减少处理器所需的处理资源和存储资源，加快油烟识别过程，简化油烟识别方法。

具体地，该判断阈值可以根据用户的经验进行设定，也可以采用如下方式进行确定：

在一实施例中，第二预设阈值的确定方法包括：

获取未烹饪时的第一检测图像；

检测第一检测图像中每个像素点在RGB色彩空间中三个颜色通道的颜色值；

获取第一检测图像中每个像素点三个颜色值中的最小值；

将第一检测图像中每个像素点的最小值分别与第一预设阈值进行比较，确定最小值大于第一预设阈值的像素点的第一个数；

获取第一个数与第一检测图像中像素点的总个数的第一比值；

将第一比值设置为第二预设阈值。

具体地，该第一检测图像可以在用户没有进行烹饪过程时通过摄像头拍摄获得。具体地，判断用户是否在烹饪过程可根据吸油烟机是否在开启状态来进行判断，也可以通过图片识别判断用户是否在烹饪过程中；还可以通过连接装置或者感应装置判断烹饪厨具或烹饪灶具是否在工作中判断用户是否在烹饪过程中。这里，检测用户是否在烹饪过程中的方式可以为多种，这里不再一一赘述。

这里的第二预设阈值可不定期进行更新处理。例如，每间隔1个星期后采集一次用户没有进行烹饪时的图像，根据采集的图像进行计算获取判断阈值，将获取的判断阈值作为新的第二预设阈值进行油烟大小的识别。当然，间隔时间可以是出厂前就固定好的，也可以是用户根据用户的使用需要进行灵活设定。

另外，考虑到用户在实际使用过程中可能会更换厨具或灶具，因此，可以统计多个判断结果，并对多个判断结果进行智能化分析，当判断结果出现多个异常问题时，可以根据需要重新进行一次判断阈值的确定，重新确定一次判断阈值即第二预设阈值。

另外，也可以设置判断阈值重置按钮，如此以便当用户感觉检测结果出现异常时，能够通过点击该判断阈值重置按钮来进行判断阈值的重置，从而重新进行一次判断阈值的确定。

实际应用时，利用图片除了检测油烟大小之外，还可以根据图片进行吸油烟机风量的控制和风速的控制。具体地，可根据统计的比值对风量或风速进行控制。

在一实施例中，控制过程可以为：

根据比值获取与比值对应的风量调节值；

根据风量调节值对吸油烟机的风量进行调节。

具体地，对于风量的调节，可以根据统计的比值先获得风量调节的变化量，在利用获取的调节变化量来调节吸油烟机的风量。当然，实际应用时，也可以不按照先确定风量调节的变化量，再根据变化量来进行调节的方式，而是直接根据比值确定风机的风量，再将风机的风量调节到所确定的那个风量值。

实际应用时，可以设定一个比例关系或者映射关系，利用比例关系或者映射关系根据比值确定风量调节值。

进一步地，在控制风量时，可以利用控制电路对风量进行控制。即在获取风量调节值或者风量数值后，将风量调节值或者风量数值发送给处理器，处理器将上述信息转化为相应的控制信息发送给控制电路，控制电路在接收到上述控制信息后，根据接收到的控制信息执行相应的控制过程。

另外，在确定调节变化量时，可以采用如下方式进行确定：

获取预设的比例关系；

根据比值和预设的比例关系确定与比值对应的风量调节值。

这里，预设的比例关系可以为一个比例系统，通过乘以比例系数的方式确定调节的变化量，也可以是一个数学公式，通过数学公式进行计算获取风量调节值，当然，还可以是其他方式或形式，这里不再一一赘述。

通过上述技术方案，本发明实施例利用图像识别油烟大小，能够在烟雾到达吸油烟机之前就进行识别，克服了烟雾传感器需要油烟到达吸油烟机才能进行识别所导致的滞后性。

下面结合应用实施例对本发明再作进一步详细的描述。

智慧生活作为未来居家生活的趋势，是当前家电的研究重点。厨房作为家庭生活中的一个重要场景，在每个家庭中都是不可或缺的，每个家庭每天都会花较多的时间在厨房中，智慧厨房作为智能家居的重要组成部分，其智能化的程度也代表了家居的智能化水平。在厨房烹饪时会产生油烟，油烟不仅会影响家庭的空气质量，还会给人体健康带来危害；另外油烟比较脏，吸附在其他地方难以去除，一般厨房会安装吸油烟机(也可以称为烟机)来抽吸油烟。如何让烟机自主识别油烟并吸收油烟是智能烟机需要解决的基本问题。但是目前都是烹饪人员感觉油烟的大小，通过感觉来调节烟机的风量吸收油烟。这种方法不仅不能及时的吸收油烟，还会分散烹饪人员的注意力，影响烹饪的过程。此外，另外一些烟机产品则会通过安装烟雾传感器来探测油烟的大小。但是这种检测方法只有当大量的烟雾进入烟雾传感器才能探测烟雾的浓度，检测会延迟滞后。

基于此，本应用实施例提出了一种识别油烟的方法，通过图像处理的方法来有效准确的检测出油烟以及油烟的大小，并利用检测结果控制烟机风量，实现油烟检测油烟的自动化。

具体地，烹饪过程会产生油烟，产生的油烟主要是食用油受热时在高温下分解的物质和油水的混合气。这些分解的物质如果不及时的通过烟机排到屋外，不仅会影响身体健康，油烟还会吸附在其他物体的表面，比较难清理。本应用实施例通过暗通道的图像处理方法可以快捷准确的识别油烟，从而控制烟机及时的将烹饪产生的油烟排到屋外。

下面将详细介绍本应该实施例中的油烟识别方法。

首先，在未开始烹饪时，摄像头采集的灶台台面图像数据比较清晰，能够清楚的看见各种物体。由于灶台，锅具的颜色一般较深，会使得整张图片的大部分像素点的值都集中在值比较小的范围内；而当烹饪时，油分解或与水混合产生的油烟雾会弥散在整张图片中，此时图片的物体会被油烟遮挡，一些物体无法看清楚，尤其是爆炒时，会产生大量的油烟，油烟会覆盖整张照片，此时，油烟的特性会使得整张图像泛白，即整张图片的像素值会被集中在一个值比较大的范围内，因此，可以在油烟未到达烟机之前，就利用摄像头采集图片，并根据图片的像素来识别油烟大小，这就是所谓的暗通道先验。

具体地，根据暗通道的特性，图像暗通道检测的流程可以如图2所示：

步骤10：输入彩色图，之后执行步骤20；

这里，输入的彩色图片包含R、G、B三个通道的信息；

步骤20：寻找每个像素值三个通道的最小值，之后执行步骤30；

获取彩色图片每个像素点三个通道中的最小值，即每个像素点处R、G、B中的最小值，得到一个与原色彩色图片宽和高大小相同的单通道矩阵minI；

步骤30：判断某个像素点像素值是否符合阈值要求；

若某个像素点像素值符合阈值要求，则执行步骤50；若某个像素点像素值不符合阈值要求，则执行步骤40；

设定像素值阈值，在单通道矩阵minI中，统计像素点像素值满足设定阈值要求的像素点的数量pixelnum；

步骤40：重新选取一个像素点，之后返回执行步骤30；

步骤50：统计满足阈值要求像素点数量，之后执行步骤60；

计算满足阈值要求的像素点与整张单通道矩阵像素点数的比值；

步骤60：计算比值。

这里，通过暗通道原理可以统计出一张图片中暗通道数量占总像素数量的比例，根据上面关于带有油烟和不带油烟图片的特征描述可知，带有油烟的图片因为油烟的作用会使得整张图片的亮度提升，其暗通道的数量会大量减少，即其与像素总数的比例会减少，根据这个特点，通过暗通道识别油烟大小并控制烟机的流程如下：

步骤100：输入彩色图，之后执行步骤200；

输入的每张彩色图片包含R、G、B三个通道的信息；

步骤200：使用暗通道方法检测满足阈值的像素点与总像素数比值，之后执行步骤300；

利用暗通道检测方法求取该图像中满足像素值阈值pixelthreshold要求的像素点与整张单通道矩阵像素点数的比值ratio；比值越大，代表当前的油烟量越大，比值越小，代表当前的油烟量越小；

步骤300：判断比值是否满足比值阈值；

若比值不满足比值阈值，则执行步骤400；若比值满足比值阈值，则执行步骤500；

如果当前图片得到的比值较小，不满足最小的比值阈值ratiothreshold要求，则重新输入彩色图片进行暗通道检测；

步骤400：重新输入一张彩色图片，之后返回执行步骤100；

步骤500：将比值转化为对应的烟机风量调节量，之后执行步骤600；

根据上一步得到的比值ratio大小，按照一定比例关系将其转化为对应的烟机风量调节量value；比值越大，风量调节量越多，反之则越少；

步骤600：将烟机风量传输至控制电路中，之后执行步骤700；

将该调节量发送至烟机的控制电路中，从而调整烟机的风量；

步骤700：烟机调节风量大小。

综上，上述过程即为本应用实施例的油烟识别过程和控制过程。即利用图像暗通道先验的方法来检测油烟，并通过检测结果控制烟机风量大小。在本应用实施例中，图像可作为一种直观的数据，通过图像处理技术可以有效准确地检测出油烟，整个检测过程简单，快捷，高效。并且本应用实施例所提出的图像检测方法相比其他检测方法较为简单，可以适用于实时场景。即本应用实施例通过暗通道先验的方法检测油烟及其大小，方法方便，简洁，准确；通过图像主动识别油烟，及时排出厨房油烟，保证了屋内的空气质量；自动识别油烟，调节烟机风量，不用人工干预，减轻了烹饪人员工作量，为其提供舒适的烹饪环境。

本发明实施例还提供了一种处理器，该处理器在执行相关指令或者相关命令时，能够实现上述任意一项实施例中的方法。

本发明实施例还提供了一种吸油烟机，包括图像采集装置，图像采集装置可设置于吸油烟机的适当位置，具体地，该位置的设定可以设置为用户在使用吸油烟机过程中，用户可根据用户的使用需要进行调整；也可以在出厂之前，选取一适当位置进行固定。所选位置需满足图像采集装置能够采集用户烹饪时所产生油烟的全部图像。另外，吸油烟机还包括上述处理器，该处理器在执行相关指令或者相关命令时，能够实现上述任意一项实施例中的方法。

本发明实施例还提供了一种计算机程序产品，包括计算机程序，计算机程序在被处理器执行时实现上述任意一项实施例的用于识别油烟的方法。

上述实施例中的所有方法过程可以通过风多个功能性模块，通过多个功能性模块实现。多个功能性模块在实现上述方法过程时，可以根据需要将上述处理分配过程由不同的程序模块完成，即将终端的内部结构划分成不同的程序模块，以完成以上描述的全部或者部分处理。另外，上述实施例提供的装置与方法实施例属于同一构思，其具体实现过程详见方法实施例，这里不再赘述。

基于上述程序模块的硬件实现，且为了实现本发明实施例的方法，本发明实施例还提供了一种电子设备，如图4所示，电子设备400包括：

通信接口401，能够与其他设备(比如网络设备、终端等)进行信息交互；

处理器402，与通信接口401连接，以实现与其他设备进行信息交互，用于运行计算机程序时，执行上述一个或多个技术方案提供的方法；

存储器403，用于存储能够在处理器402上运行的计算机程序。

需要说明的是：处理器402具体执行上述操作的过程详见方法实施例，这里不再赘述。

当然，实际应用时，电子设备400中的各个组件通过总线系统404耦合在一起。可理解，总线系统404用于实现这些组件之间的连接通信。总线系统404除包括数据总线之外，还包括电源总线、控制总线和状态信号总线。但是为了清楚说明起见，在图4中将各种总线都标为总线系统404。

本发明实施例中的存储器403用于存储各种类型的数据以支持电子设备400的操作。这些数据的示例包括：用于在电子设备400上操作的任何计算机程序。

上述本发明实施例揭示的方法可以应用于处理器402中，或者由处理器402实现。处理器402可能是一种集成电路芯片，具有信号的处理能力。在实现过程中，上述方法的各步骤可以通过处理器402中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器402可以是通用处理器、数字信号处理器(DSP，Digital Signal Processor)，或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。处理器402可以实现或者执行本发明实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者任何常规的处理器等。结合本发明实施例所公开的方法的步骤，可以直接体现为硬件译码处理器执行完成，或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于存储介质中，该存储介质位于存储器403，处理器402读取存储器403中的信息，结合其硬件完成前述方法的步骤。

在示例性实施例中，电子设备400可以被一个或多个应用专用集成电路(ASIC，Application Specific Integrated Circuit)、DSP、可编程逻辑器件(PLD，ProgrammableLogic Device)、复杂可编程逻辑器件(CPLD，Complex Programmable Logic Device)、现场可编程门阵列(FPGA，Field-Programmable Gate Array)、通用处理器、控制器、微控制器(MCU，Micro Controller Unit)、微处理器(Microprocessor)、或者其他电子元件实现，用于执行前述方法。

可以理解，本发明实施例的存储器403可以是易失性存储器或者非易失性存储器，也可包括易失性和非易失性存储器两者。其中，非易失性存储器可以是只读存储器(ROM，Read Only Memory)、可编程只读存储器(PROM，Programmable Read-Only Memory)、可擦除可编程只读存储器(EPROM，Erasable Programmable Read-Only Memory)、电可擦除可编程只读存储器(EEPROM，Electrically Erasable Programmable Read-Only Memory)、磁性随机存取存储器(FRAM，ferromagnetic random access memory)、快闪存储器(FlashMemory)、磁表面存储器、光盘、或只读光盘(CD-ROM，Compact Disc Read-Only Memory)；磁表面存储器可以是磁盘存储器或磁带存储器。易失性存储器可以是随机存取存储器(RAM，Random Access Memory)，其用作外部高速缓存。通过示例性但不是限制性说明，许多形式的RAM可用，例如静态随机存取存储器(SRAM，Static Random Access Memory)、同步静态随机存取存储器(SSRAM，Synchronous Static Random Access Memory)、动态随机存取存储器(DRAM，Dynamic Random Access Memory)、同步动态随机存取存储器(SDRAM，Synchronous Dynamic Random Access Memory)、双倍数据速率同步动态随机存取存储器(DDRSDRAM，Double Data Rate Synchronous Dynamic Random Access Memory)、增强型同步动态随机存取存储器(ESDRAM，Enhanced Synchronous Dynamic Random AccessMemory)、同步连接动态随机存取存储器(SLDRAM，SyncLink Dynamic Random AccessMemory)、直接内存总线随机存取存储器(DRRAM，Direct Rambus Random Access Memory)。本发明实施例描述的存储器旨在包括但不限于这些和任意其它适合类型的存储器。

在示例性实施例中，本发明实施例还提供了一种存储介质，即计算机存储介质，具体为计算机可读存储介质，例如包括存储计算机程序的存储器403，上述计算机程序可由电子设备400的处理器402执行，以完成前述方法步骤。计算机可读存储介质可以是FRAM、ROM、PROM、EPROM、EEPROM、Flash Memory、磁表面存储器、光盘、或CD-ROM等存储器。

在一个实施例中，上述实施例中的过程还可以通过计算机设备实现。本申请还提供了一种计算机设备，该计算机设备可以是终端，其内部结构图可以如图5所示。该计算机设备包括通过系统总线连接的处理器A01、网络接口A02、显示屏A04、输入装置A05和存储器(图中未示出)。其中，该计算机设备的处理器A01用于提供计算和控制能力。该计算机设备的存储器包括内存储器A03和非易失性存储介质A06。该非易失性存储介质A06存储有操作系统B01和计算机程序B02。该内存储器A03为非易失性存储介质A06中的操作系统B01和计算机程序B02的运行提供环境。该计算机设备的网络接口A02用于与外部的终端通过网络连接通信。该计算机程序被处理器A01执行时以实现上述任意一项实施例的方法。该计算机设备的显示屏A04可以是液晶显示屏或者电子墨水显示屏，该计算机设备的输入装置A05可以是显示屏上覆盖的触摸层，也可以是计算机设备外壳上设置的按键、轨迹球或触控板，还可以是外接的键盘、触控板或鼠标等。

本领域技术人员可以理解，图5中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。

本发明实施例提供了一种设备，设备包括处理器、存储器及存储在存储器上并可在处理器上运行的程序，处理器执行程序时实现上述任意一项实施例的方法。

本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

在一个典型的配置中，计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。

存储器可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flashRAM)。存储器是计算机可读介质的示例。

计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitorymedia)，如调制的数据信号和载波。

还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括要素的过程、方法、商品或者设备中还存在另外的相同要素。

以上仅为本申请的实施例而已，并不用于限制本申请。对于本领域技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本申请的权利要求范围之内。

Claims (7)

1.一种用于识别油烟的方法，其特征在于，包括：

获取实时检测图像；

检测所述检测图像中每个像素点在RGB色彩空间中三个颜色通道的颜色值；

获取所述检测图像中每个像素点三个颜色值中的最小值；

将所述检测图像中每个像素点的最小值分别与第一预设阈值进行比较，以确定最小值大于所述第一预设阈值的像素点的个数；

根据所述最小值大于所述第一预设阈值的像素点的个数确定所述检测图像中的油烟量；

其中，所述根据所述最小值大于所述第一预设阈值的像素点的个数确定所述检测图像中的油烟量包括：

获取最小值大于所述第一预设阈值的像素点的个数与所述检测图像中像素点的总个数的比值；

根据所述比值确定所述检测图像中的油烟量；

其中，所述根据所述比值确定所述检测图像中的油烟量包括：

判断所述比值是否大于第二预设阈值；

在所述比值大于所述第二预设阈值的情况下，根据所述比值确定所述检测图像中的油烟量；

其中，所述第二预设阈值的确定方法包括：

获取未烹饪时的第一检测图像；

检测所述第一检测图像中每个像素点在RGB色彩空间中三个颜色通道的颜色值；

获取所述第一检测图像中每个像素点三个颜色值中的最小值；

将所述第一检测图像中每个像素点的最小值分别与第一预设阈值进行比较，确定所述最小值大于所述第一预设阈值的像素点的第一个数；

获取所述第一个数与所述第一检测图像中像素点的总个数的第一比值；

将所述第一比值设置为第二预设阈值。

2.根据权利要求1所述的用于识别油烟的方法，其特征在于，所述根据所述比值确定所述检测图像中的油烟量之后还包括：

根据所述比值对吸油烟机的风量进行控制。

3.根据权利要求2所述的用于识别油烟的方法，其特征在于，所述根据所述比值对吸油烟机的风量进行控制包括：

根据所述比值获取与所述比值对应的风量调节值；

根据所述风量调节值对吸油烟机的风量进行调节。

4.根据权利要求3所述的用于识别油烟的方法，其特征在于，所述根据所述比值获取与所述比值对应的风量调节值包括：

获取预设的比例关系；

根据所述比值和所述预设的比例关系确定与所述比值对应的风量调节值。

5.根据权利要求3所述的用于识别油烟的方法，其特征在于，所述根据所述风量调节值对吸油烟机的风量进行调节包括：

根据所述风量调节值控制所述吸油烟机的控制电路，以使得所述控制电路对所述吸油烟机的风量进行调节。

6.一种处理器，其特征在于，被配置成执行根据权利要求1至5中任意一项所述的用于识别油烟的方法。

7.一种吸油烟机，其特征在于，所述吸油烟机包括：

图像采集装置，被配置成实时获取检测图像；以及

根据权利要求6所述的处理器。

Images