CN113409345A - 用于识别镜头脏污的方法、处理器及家用电器 - Google Patents

Abstract

本发明实施例提供了一种用于识别镜头脏污的方法、处理器及家用电器，属于检测识别技术领域，所述方法包括：获取所述图像采集装置实时检测的图像；对所述图像进行边缘检测，以获取检测结果；根据所述检测结果确定所述图像中边缘像素点的个数；根据所述图像中边缘像素点的个数确定所述图像所对应的摄像头的脏污状态。本发明实施例能够利用图像识别摄像头是否脏污，识别方法简单快捷。

Description

用于识别镜头脏污的方法、处理器及家用电器

技术领域

本发明涉及检测识别技术领域，尤其涉及一种用于识别镜头脏污的方法、处理器及家用电器。

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。

图像是一种有效直观的数据形式，被应用于各种场景中。其中，基于图像识别的烟机也逐渐进入市场中(例如利用图像识别食材，识别烹饪动作以帮助烹饪者完成烹饪过程或指挥烹饪机器自主完成烹饪过程)。在这些智能场景中，图像作为这些感知行为的数据源，图像质量直接影响了感知判断的准确性。而在烹饪过程中，由于高温用户烹饪时或多或少都会产生油烟，这些油烟附着在摄像头镜头表面，会造成镜头模糊，从而影响摄像头传感器采集的图像质量。如果烟机系统未及时发现摄像头出现脏污，继续采用模糊低质量的图像作为数据来完成智能烹饪的识别工作就会产生错误的结果。

但相关技术中，并没有一种简单快捷的方式来识别摄像头是否脏污。因此，摄像头的脏污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镜头脏污的方法、处理器及家用电器。

为了实现上述目的，本发明第一方面提供一种用于识别镜头脏污的方法，应用于家用电器，家用电器设置有图像采集装置，方法包括：

获取图像采集装置实时检测的图像；

对图像进行边缘检测，以获取检测结果；

根据检测结果确定图像中边缘像素点的个数；

根据图像中边缘像素点的个数确定图像所对应的摄像头的脏污状态。

在本发明实施例中，对图像进行边缘检测，以获取检测结果，包括：

对图像进行滤波处理；

对滤波处理后的图像进行增强；

获取增强后的图像中每个像素点的梯度幅值；

根据每个像素点的梯度幅值获取检测结果。

在本发明实施例中，根据每个像素点的梯度幅值获取检测结果包括：

将每个像素点的梯度幅值与第一预设阈值进行比较；

在像素点的梯度幅值大于第一预设阈值的情况下，将梯度幅值大于第一预设阈值的像素点确定为边缘像素点作为检测结果。

在本发明实施例中，根据图像中边缘像素点的个数确定图像所对应的摄像头的脏污状态包括：

获取图像中边缘像素点的个数与图像中所有像素点的个数的比值；

根据比值确定图像所对应的摄像头的脏污状态。

在本发明实施例中，跟据比值确定图像所对应的摄像头的脏污状态包括：

将比值与第二预设阈值进行比较；

根据比较结果确定图像所对应的摄像头的脏污状态。

在本发明实施例中，跟据比值确定图像所对应的摄像头的脏污状态包括：

在比值小于第二预设阈值的情况下，判断图像所对应的摄像头脏污。

在本发明实施例中，还包括：

在判断摄像头脏污时，发送清洁提示。

在本发明实施例中，还包括：

根据图像中边缘像素点的个数确定图像所对应的摄像头的脏污程度。

在本发明实施例中，获取图像采集装置实时检测的图像包括：

在家用电器被使用之前或家用电器被使用之后，获取图像采集装置实时检测的图像。

本发明第二方面提供一种处理器，被配置成执行上述的用于识别镜头脏污的方法。

本发明第三方面提供一种家用电器，家用电器包括：

图像采集装置，被配置成实时检测图像；以及上述处理器。

在本发明实施例中，家用电器包括吸油烟机。

通过上述技术方案，获取实时检测的图像；对图像进行边缘检测，以获取检测结果；根据检测结果确定图像中边缘像素点的个数；根据图像中边缘像素点的个数确定图像所对应的摄像头的脏污状态。本发明实施例能够利用图像识别摄像头是否脏污，识别方法简单快捷。

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边缘检测流程示意图；

图3是本发明应用实施例摄像头脏污检测流程示意图；

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镜头脏污的方法，如图1所示，该方法包括：

步骤101：获取图像采集装置实时检测的图像；

步骤102：对图像进行边缘检测，以获取检测结果；

步骤103：根据检测结果确定图像中边缘像素点的个数；

步骤104：根据图像中边缘像素点的个数确定图像所对应的摄像头的脏污状态。

本实施例中的方法可应用于家用电器，家用电器上设置有图像采集装置。具体地，该家用电器可为吸油烟机，图像采集装置可为摄像头。下面以吸油烟机为例，介绍本实施例中得方法。

具体地，本实施例中的检测图像可通过摄像头拍摄获得。摄像头的数量可为多个，可固定设置于吸油烟机上，也可以通过连接装置连接吸油烟机。实际应用时，摄像头可实时进行拍摄，获得检测图像。

进一步地，可以设置摄像头在烹饪前采集图像，进而根据采集的图像判断摄像头是否脏污；也可以设置摄像头在烹饪后采集图像，进而根据采集的图像判断摄像头是否脏污。此外，也可以设置间隔一定周期进行图像的采集。例如，间隔两周，间隔一个月等。实际应用时，间隔的时长可以是用户根据用户的使用需求进行任意设定，也可以是用户根据厂家推荐的间隔时长进行设定，还可以是设备在出厂前已固定设定好时间间隔。具体地，厂家推荐间隔时长时，可根据用户的使用次数、使用频率和使用类型进行推荐。例如，当用户使用次数为零到第一数值次，则推荐第一间隔时长；当用户的使用次数为第一数值次到第二数值次之间时，则推荐第二间隔时长；当用户的使用次数为第二数值次与第三数值次之间时，则推荐第三间隔时长等。再例如，当用户的使用类型多为蒸煮时，则推荐A间隔时长；当用户的使用类型多为爆炒时，则推荐B间隔时长。

实际应用时，在一实施例中，对检测图像进行边缘检测，获取检测结果包括：

对检测图像进行滤波处理；

将滤波处理后的图像进行增强；

获取增强后检测图像中每个像素点的梯度幅值；

利用检测图像中每个像素点的梯度幅值获取检测结果。

具体地，对检测图像进行滤波处理，可消除检测图像中的噪声，排除检测图像中噪声对边缘检测结果的干扰，提高检测准确率。具体地，对检测图像进行滤波处理，可采用高斯滤波。

实际应用时，为了强化检测结果，增强对检测图像的边缘检测，可对滤波处理后的检测图像进行增强，使得检测图像中的像素点之间梯度幅值之间的差距变大，如此有效快捷地检测出图像中的边缘点，即图像中的边缘轮廓，如此对图像进行确定识别。

在对图像中的像素点之间的梯度幅值进行增强之后，可利用增强后的像素点的梯度幅值进行判断，获得对检测图像的识别检测结果。

具体地，在一实施例中，利用检测图像中每个像素点的梯度幅值获取检测结果包括：

将检测图像中每个像素点的梯度幅值与第一预设阈值进行比较，获得检测图像中每个像素点的比较结果；

根据检测图像中每个像素点的比较结果获取整个检测图像的检测结果。

具体地，第一预设阈值可根据经验进行设置。第一预设阈值的设定能影响检测图像的检测结果，因此，在设定时，需要设定合适的数值，以免数值设定不准确，影响摄像头的脏污检测。

在一实施例中，将检测图像中每个像素点的梯度幅值与第一预设阈值进行比较，获得检测图像中每个像素点的比较结果包括：

判断检测图像中每个像素点的梯度幅值是否大于第一预设阈值；

在像素点的梯度幅值大于第一预设阈值的情况下，将像素点是边缘像素点作为像素点的比较结果。

具体地，由于图像中边缘轮廓的像素点的边缘幅值会出现较大数值的变化，因此，将图像中像素点的边缘幅值与预设阈值(这里可理解为第一预设阈值)进行比较，若该像素点的边缘幅值的数值大于预设阈值，则说明该像素点与周边像素点的幅值差异较大，较大可能为边缘轮廓，因此，可将梯度幅值大于预设阈值的像素点判断为检测图像中的边缘像素点。

即当像素点的梯度幅值大于预设阈值时，判断该像素点是边缘像素点；当像素点的梯度幅值小于预设阈值时，判断该像素点不是边缘像素点。

根据检测图像中每个像素点的比较结果可以确定整个检测图像的检测结果。

在一实施例中，根据检测图像中边缘像素点的个数确定检测图像所对应的摄像头的脏污状态包括：

获取检测图像中边缘像素点的个数与检测图像中所有像素点的个数的比值；

根据比值确定检测图像所对应的摄像头的脏污状态。

具体地，统计图像中所有像素点中边缘像素点的个数，根据图像中边缘像素点的个数确定摄像头(或称为镜头)的脏污状态。进一步地，可获取图片中边缘像素点的个数与图片中所有像素点的个数的比值，该比值可以是分数形式或者是百分数形式等。利用分数形式或者百分数形式的比值来判断镜头是否脏污。比值的具体表现形式可以为多样，这里不做限定。

在获取比值后，在利用如下方式进行判断：

在一实施例中，跟据比值确定检测图像所对应的摄像头的脏污状态包括：

将比值与第二预设阈值进行比较；

根据比较结果确定检测图像所对应的摄像头的脏污程度。

这里，判断阈值(这里可理解为第二预设阈值)可以根据经验进行设定。判断阈值的设定能影响检测图像的检测结果，因此，在设定时，需要设定合适的数值，以免数值设定不准确，影响摄像头的脏污检测。具体地，判断阈值可以是用户还未使用设备时，摄像头采集图像所检测出来的边缘像素点所占整个图像所有像素点的比值；也可以是检测到用户有清洗摄像头后，清洗后摄像头所拍摄的采集图像中边缘像素点与图片中所有像素点的比值。当然，也可以是其他情况下的比值，这里不做限定。

具体地，在统计的比值小于判断阈值时，判断图片所对应的摄像头脏污；在统计的比值大于或等于判断阈值时，判断图片所对应的摄像头清晰。

在一实施例中，根据比值确定检测图像所对应的摄像头的脏污状态包括：

在判断摄像头脏污时，发送清洗提示。

在判断摄像头脏污时，由于脏污的摄像头会影响图片检测结果，造成检测结果不准确，影响用户的使用体验。因此，可以在摄像头脏污时，对用户发出提醒，提醒用户及时进行清洗，如此加强用户的使用体验，保证设备的检测准确率。

另外，进一步地，除了根据统计的比值确定脏污状态外，还可以根据统计的比值确定摄像头的脏污程度。

例如，预先设置多个脏污等级，并将每个脏污等级对应一个比值范围。然后，在根据比值确定脏污程度时，可以在获得统计的比值后，根据比值所处的比值范围确定与该比值范围对应的脏污等级。这里的脏污等级，可以划分为低、中、高三个等级；也可以划分为第一等级、第二等级、第三等级和第四等级共四个等级，还可以进行另外的划分。

通过上述技术方案，获取实时检测的图像；对图像进行边缘检测，以获取检测结果；根据检测结果确定图像中边缘像素点的个数；根据图像中边缘像素点的个数确定图像所对应的摄像头的脏污状态。本发明实施例能够利用图像识别摄像头是否脏污，识别方法简单快捷。

下面结合应用实施例对本发明再作进一步详细的描述。

智慧厨房、智能烹饪是未来厨房的发展趋势，烟机作为厨房中重要的电器，也是我们烹饪的重要电器工具，其智能化的程度也决定了整个厨房智能化的程度。图像作为一种有效直观的数据形式被应用于各种场景中，基于图像识别的烟机(可理解为吸油烟机)也在逐渐进入市场中。利用图像识别食材，识别烹饪动作以帮助烹饪者完成烹饪过程或指挥烹饪机器自主完成烹饪过程。在这些智能场景中，图像作为这些感知行为的数据源，图像质量直接影响了感知判断的准确性。而在烹饪过程中，由于高温或多或少都会产生油烟，这些油烟附着在摄像头镜头表面，会造成镜头模糊，从而会影响摄像头传感器采集的图像质量，如果烟机系统未及时发现摄像头出现脏污，继续采用模糊低质量的图像作为数据来完成智能烹饪的识别工作就会产生错误的结果。这种情况要避免其发生的关键就在于及时发现镜头脏污，并及时清理镜头表面，从而保证采集清晰的图像数据。

基于此，本应用实施例就烟机摄像头镜头脏污识别的问题，采用了一种简单的图像处理技术来识别镜头是否脏污，相较于其他摄像头脏污识别方法，本方法更加地简单快捷。本应用实施例主要是利用边缘检测图像处理技术来识别镜头是否脏污，能够准确高效识别镜头脏污。

具体地，本应用实施例的识别过程如下：

首先，烹饪过程产生的油烟主要是食用油在高温下分解的物质和油水的混合气，这些物质容易吸附在摄像头镜头表面，当达到一定的量时，会导致拍摄的图像不清楚，有一种模糊的感觉，如果采用这种低质量的图像作为数据进行处理时，会使得图像检测结果不准确。而图像的边缘检测可以找到图像中变化剧烈的点，而这些点往往就反应了图像中的重要物体或重要信息(多为物体的边缘轮廓)。因此，利用边缘检测能够对摄像头的脏污程度进行识别。

这里，如图2所示，边缘检测的检测步骤包括以下步骤：

步骤10：输入图片，之后执行步骤20；

步骤20：滤波，之后执行步骤30；

通过滤波能消除图像中的噪声，噪声对图像强度的导数比较敏感，而边缘检测就是求取图像强度的一阶或二阶导数来实现的。

步骤30：计算像素点梯度幅值和方向，之后执行步骤40；

这里，可以对图片进行增强处理，增强处理后，确定图像各点在领域内强度的变化值，通过计算像素值梯度幅值来确定强度的变化。

步骤40：阈值判断该点是否合格；

若判断该点合格，则执行步骤50；若判断该点不合格，则返回执行步骤30；

这里，通过阈值对那些梯度较大的像素值进行筛选，筛选出符合原则的像素点。

步骤50：保留该点，之后执行步骤60；

步骤60：输出结果。

具体地，在进行识别时，当烟机上的镜头没有脏污时，其拍摄的照片是清晰的，这些清晰照片中包含的边缘信息比较多；而当镜头脏污时，其表面附着一层油污，导致拍摄的照片不清楚，并且这些模糊的照片中边缘轮廓较少，因此，通过这个特点可以判断当前摄像头是否已经脏污。

基于此，参见图3，本应用实施例的识别过程具体可包括如下步骤：

步骤100：输入图片，之后执行步骤200；

步骤200：高斯滤波，之后执行步骤300；

对图片进行滤波，得到滤波后的图片。

步骤300：边缘检测，之后执行步骤400；

对滤波后的图片进行边缘检测，得到边缘检测的结果，并将该结果以一定的数据形式进行保存。

步骤400：统计边缘检测结果中边缘信息数量，之后执行步骤500；

统计边缘检测结果中检测到边缘像素点的数量。

步骤500：计算边缘信息数量与图片像素点数量比值，之后执行步骤600；

算边缘像素点的数量与整个图片像素点数量的比值。

步骤600：比值达到设定阈值；

通过设定阈值，比较边缘像素点的数量与整个图片像素点数量的比值是否达到设定阈值，如果低于设定阈值，则判定镜头已经脏污，需要擦洗；否则继续重复上述检测过程。

如果比值没有达到设定阈值，则返回执行步骤100；若比值达到设定阈值，则执行步骤700；

步骤700：发出提醒。

根据判定结果，通过烟机传感器向用户发送提醒，即镜头脏污需要擦洗时，提醒用户及时擦洗摄像头镜头表面。

本应用实施例通过简单的数字图像处理办法(即采用边缘检测的方法),识别烟机上安装的摄像头镜面是否脏污。该方法简单，高效，准确，能够较好的解决摄像头脏污识别的问题，为采集高质量的图像做好准备工作。

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家用电器，包括图像采集装置，图像采集装置能够实时检测图像。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。

进一步地，该家用电器包括吸油烟机。

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镜头脏污的方法。

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 (12)

1.一种用于识别镜头脏污的方法，其特征在于，应用于家用电器，所述家用电器设置有图像采集装置，所述方法包括：

获取所述图像采集装置实时检测的图像；

对所述图像进行边缘检测，以获取检测结果；

根据所述检测结果确定所述图像中边缘像素点的个数；

根据所述图像中边缘像素点的个数确定所述图像所对应的摄像头的脏污状态。

2.根据权利要求1所述的用于识别镜头脏污的方法，其特征在于，所述对所述图像进行边缘检测，以获取检测结果，包括：

对所述图像进行滤波处理；

对滤波处理后的图像进行增强；

获取增强后的图像中每个像素点的梯度幅值；

根据每个像素点的梯度幅值获取检测结果。

3.根据权利要求2所述的用于识别镜头脏污的方法，其特征在于，所述根据所述每个像素点的梯度幅值获取检测结果包括：

将每个像素点的梯度幅值与第一预设阈值进行比较；

在所述像素点的梯度幅值大于第一预设阈值的情况下，将梯度幅值大于第一预设阈值的像素点确定为边缘像素点作为所述检测结果。

4.根据权利要求1所述的用于识别镜头脏污的方法，其特征在于，所述根据所述图像中边缘像素点的个数确定所述图像所对应的摄像头的脏污状态包括：

获取所述图像中边缘像素点的个数与所述图像中所有像素点的个数的比值；

根据所述比值确定所述图像所对应的摄像头的脏污状态。

5.根据权利要求4所述的用于识别镜头脏污的方法，其特征在于，所述跟据所述比值确定所述图像所对应的摄像头的脏污状态包括：

将所述比值与第二预设阈值进行比较；

根据所述比较结果确定所述图像所对应的摄像头的脏污状态。

6.根据权利要求5所述的用于识别镜头脏污的方法，其特征在于，所述跟据所述比值确定所述图像所对应的摄像头的脏污状态包括：

在所述比值小于所述第二预设阈值的情况下，判断所述图像所对应的摄像头脏污。

7.根据权利要求6所述的用于识别镜头脏污的方法，其特征在于，还包括：

在判断所述摄像头脏污时，发送清洁提示。

8.根据权利要求1所述的用于识别镜头脏污的方法，其特征在于，还包括：

根据所述图像中边缘像素点的个数确定所述图像所对应的摄像头的脏污程度。

9.根据权利要求1所述的用于识别镜头脏污的方法，其特征在于，所述获取所述图像采集装置实时检测的图像包括：

在所述家用电器被使用之前或所述家用电器被使用之后，获取所述图像采集装置实时检测的图像。

10.一种处理器，其特征在于，被配置成执行根据权利要求1至9中任意一项所述的用于识别镜头脏污的方法。

11.一种家用电器，其特征在于，所述家用电器包括：

图像采集装置，被配置成实时检测图像；以及

根据权利要求9所述的处理器。

12.根据权利要求11所述的家用电器，其特征在于，所述家用电器包括吸油烟机。

Images