CN116406960A - 用于烹饪设备的清洁提示方法及装置、烹饪设备 - Google Patents

Abstract

本申请涉及智能家电技术领域，公开一种用于烹饪设备的清洁提示方法，该提示方法包括：响应于检测指令，获得高光谱成像系统采集的烹饪设备内的当前周期的当前图像信息；获得所述当前图像信息中的油污特征图像；根据所述油污特征图像的光谱信息，确定对应的用于清洁提示的信息。利用油污特征图像的光谱信息与镜头清洁程度之间的关系，向用户推送清洁提示信息，以提示用户进行烹饪设备内部、高光谱成像系统的镜头等部位的清洁，进而避免镜头等部件清洁程度降低对采集到的食材光谱数据的影响，从而保证根据食材光谱数据检测食材成熟度的准确性。本申请还公开一种用于烹饪设备的清洁提示装置及烹饪设备。

Description

用于烹饪设备的清洁提示方法及装置、烹饪设备

技术领域

本申请涉及智能家电技术领域，例如涉及一种用于烹饪设备的清洁提示方法及装置、烹饪设备。

背景技术

目前，随着科技的发展和人们生活水平的提高，智能烹饪设备已经成为越来越多家庭必不可少的厨房电器。一般的，智能烹饪设备可以通过设定加热模式、加热时长或加热功率来进行食材烹饪，保证食材成熟。但由于食材的多样性，以及人们对食材口感偏好的不同，利用固定的加热参数作为食材成熟度的标志已经逐渐不能满足需求。

相关技术中提供了一种食材加热控制方法，通过获取加热食材的高光谱图像，以基于高光谱图像判断加热食材的表面纹理和色泽信息，从而判断加热食材的熟度是否达到设定熟度，并在达到设定熟度后停止加热。如此，无需采用温度传感器获取食材的温度，也无需依靠烹饪者的经验来判断食材的熟度，能够根据食材加热装置特性差异实现智能调整，以达到较好的烹饪效果。

在实现本公开实施例的过程中，发现相关技术中至少存在如下问题：

在通过光谱成像技术采集食材图像时，镜头是必不可少的组件。但在烹饪设备的使用过程中，油污会附着在镜头镜片上，并随着使用时间、次数的增加而逐渐影响镜头所采集的光谱信息。因此，镜头清洁度的下降对利用光谱成像技术来确定食材成熟度的烹饪设备来说，具有一定的影响。

发明内容

为了对披露的实施例的一些方面有基本的理解，下面给出了简单的概括。所述概括不是泛泛评述，也不是要确定关键/重要组成元素或描绘这些实施例的保护范围，而是作为后面的详细说明的序言。

本公开实施例提供了一种用于烹饪设备的清洁提示方法及装置、烹饪设备，通过烹饪设备所采集的图像信息的分析，确定镜头的清洁度，从而进行相应的提示，以提高通过光谱成像技术采集食材图像时，对食材成熟度检测的准确性。

在一些实施例中，所述用于烹饪设备的清洁提示方法包括：响应于检测指令，获得高光谱成像系统采集的烹饪设备内的当前周期的当前图像信息；获得所述当前图像信息中的油污特征图像；根据所述油污特征图像的光谱信息，确定对应的用于清洁提示的信息。

在一些实施例中，所述用于烹饪设备的清洁提示装置，包括：图像信息获得模块，被配置为响应于检测指令，获得高光谱成像系统采集的烹饪设备内的当前周期的当前图像信息；油污信息获得模块，被配置为获得所述当前图像信息中的油污特征图像；推送信息获得模块，被配置为根据所述油污特征图像的光谱信息，确定对应的用于清洁提示的信息。

在一些实施例中，所述用于烹饪设备的清洁提示装置，包括处理器和存储有程序指令的存储器，所述处理器被配置为在运行所述程序指令时，执行上述的用于烹饪设备的清洁提示方法。

在一些实施例中，所述烹饪设备包括高光谱成像系统；和上述的用于烹饪设备的清洁提示装置。

本公开实施例提供的用于烹饪设备的清洁提示方法及装置、烹饪设备，可以实现以下技术效果：

在执行检测指令时，通过获取高光谱成像系统所采集的当前图像信息，以获取图像信息中的油污特征图像，从而根据油污特征图像的光谱信息生成与清洁度相关的清洁提示信息。如此，利用油污特征图像的光谱信息与镜头清洁程度之间的关系，向用户推送清洁提示信息，以提示用户进行烹饪设备内部、高光谱成像系统的镜头等部位的清洁，进而避免镜头等部件清洁程度降低对采集到的食材光谱数据的影响，从而保证根据食材光谱数据检测食材成熟度的准确性。

以上的总体描述和下文中的描述仅是示例性和解释性的，不用于限制本申请。

附图说明

一个或多个实施例通过与之对应的附图进行示例性说明，这些示例性说明和附图并不构成对实施例的限定，附图中具有相同参考数字标号的元件示为类似的元件，附图不构成比例限制，并且其中：

图1是本公开实施例提供的烹饪设备的使用场景示意图；

图2是本公开实施例提供的高光谱成像系统的结构示意图；

图3是本公开实施例提供的光谱成像芯片的成像过程示意图；

图4是本实施例提供的一种用于烹饪设备的清洁提示方法的流程示意图；

图5是本公开实施例提供的一种清洁度与光谱强度之间的对应关系；

图6是本实施例提供的另一种用于烹饪设备的清洁提示方法的流程示意图；

图7是本实施例提供的另一种用于烹饪设备的清洁提示方法的流程示意图；

图8是本实施例提供的一种用于烹饪设备的清洁提示装置的示意图；

图9是本实施例提供的另一种用于烹饪设备的清洁提示装置的示意图。

具体实施方式

为了能够更加详尽地了解本公开实施例的特点与技术内容，下面结合附图对本公开实施例的实现进行详细阐述，所附附图仅供参考说明之用，并非用来限定本公开实施例。在以下的技术描述中，为方便解释起见，通过多个细节以提供对所披露实施例的充分理解。然而，在没有这些细节的情况下，一个或多个实施例仍然可以实施。在其它情况下，为简化附图，熟知的结构和装置可以简化展示。

本公开实施例的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本公开实施例的实施例。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含。

除非另有说明，术语“多个”表示两个或两个以上。

本公开实施例中，字符“/”表示前后对象是一种“或”的关系。例如，A/B表示：A或B。

术语“和/或”是一种描述对象的关联关系，表示可以存在三种关系。例如，A和/或B，表示：A或B，或，A和B这三种关系。

术语“对应”可以指的是一种关联关系或绑定关系，A与B相对应指的是A与B之间是一种关联关系或绑定关系。

本公开实施例中，智能家电设备是指将微处理器、传感器技术、网络通信技术引入家电设备后形成的家电产品，具有智能控制、智能感知及智能应用的特征，智能家电设备的运作过程往往依赖于物联网、互联网以及电子芯片等现代技术的应用和处理，例如智能家电设备可以通过连接电子设备，实现用户对智能家电设备的远程控制和管理。

本公开实施例中，终端设备是指具有无线连接功能的电子设备，终端设备可以通过连接互联网，与如上的智能家电设备进行通信连接，也可以直接通过蓝牙、wifi等方式与如上的智能家电设备进行通信连接。在一些实施例中，终端设备例如为移动设备、电脑、或悬浮车中内置的车载设备等，或其任意组合。移动设备例如可以包括手机、智能家居设备、可穿戴设备、智能移动设备、虚拟现实设备等，或其任意组合，其中，可穿戴设备例如包括：智能手表、智能手环、计步器等。

图1是本公开实施例提供的烹饪设备的使用场景示意图，结合图1所示，该使用场景包括烹饪设备200和用于与烹饪设备通讯的家庭云平台210。其中，烹饪设备200可以是烤箱、微波炉、电饭煲等智能烹饪设备。

这里，烹饪设备200包括烹饪腔、设置在烹饪腔内的光源和高光谱成像系统。

一般地，烹饪设备200可以接入家中WiFi网络，与手机、云服务器等控制终端进行通讯。用户也可以通过智能手机端应用程序，控制烹饪设备200执行烹饪程序指令(包括烹饪调控指令、成熟度检测指令等)。

烹饪设备200通过WiFi网络与家庭云平台210通信，接收烹饪设备200的实时状态数据供大数据平台、应用程序服务订阅，接收并下发来自其他业务类服务器、大数据平台、应用程序端、智能终端的烹饪程序指令。

在本方案的其他实施场景中，还可以包括终端设备，用于与烹饪设备200和/或家庭云平台通信，这里，终端设备指的是智慧家庭应用场景中的智能设备，如智能手机、可穿戴设备、智能移动设备、虚拟显示设备等，也可以是智能家电设备，如智能冰箱、智能电视、智能洗衣机、智能空调、智能音箱、智能灯以及智能窗帘等，或其任意组合。

图2是本公开实施例中高光谱成像系统的结构示意图。本公开实施例中的高光谱成像系统应用于上述烹饪设备。

高光谱成像是在光谱维度上进行了细致的分割，不仅仅是传统所谓的黑、白或者R、G、B的区别，而是在光谱维度上也有N个通道，例如：可以把400nm-1000nm分为300个通道。因此，通过高光谱设备获取到的是一个数据立方，不仅有图像的信息，并且在光谱维度上进行展开，结果不仅可以获得图像上每个点的光谱数据，还可以获得任一个谱段的影像信息。这意味着高光谱成像技术可以为食材成熟度识别提供更精准、更丰富的数据。

相比于高光谱成像上百个通道，相关技术中常采用的RGB成像仅有三个通道，通过这三个通道的强度数据来判断食材的成熟度，准确度较差。

结合图2所示，本公开实施例提供的高光谱成像系统包括隔热镜头100、光谱成像芯片110、数据交互电路120。其中，数据交互电路120包括模数转换模块、数据存储模块、数据处理模块和人机交互模块。

一般地，为了更好的获取目标食材的光谱数据，隔热镜头100设置在烹饪设备内顶部角落位置。具体地，可以设置在烹饪腔对角线位置，以提高光谱数据获取的准确性。

可选地，本实施例中的光谱成像芯片110采用瓦片式光谱成像芯片，即一次包括获取包含二维空间与一维时间的三维数据。以4谱段瓦片式光谱成像芯片结构为例，对于含M×N像素的图像传感器，各谱段分别占(M/2×N/2)个像素，该相邻(M/2×N/2)个像素构成一滤光区块，在同一滤光区块，传感器片上集成同一光谱滤光薄膜结构，即该(M/2×N/2)个像素具有同样光谱选择性。

进一步地，隔热镜头100的微透镜阵列数量101与瓦片式光谱成像芯片110滤光区块数量相同，即对于同一目标食材130，M×N像素在不同的光谱选择性成像区块上分别成像，最终在数据交互电路120的处理下获得(M/2×N/2×4)的目标光谱图像140，成像过程如图3所示。

由此，上述的高光谱成像系统应用于烹饪设备中，能够采集烹饪设备内的光谱信息，从而利用采集到的光谱信息进行本公开实施例中的光源性能检测，从而进行相关的提示信息推送，或利用采集到的光谱信息进行食材的成熟度判断，使得烹饪设备能够基于目标食材的成熟度做出反馈。

图4是本实施例提供的用于烹饪设备的清洁提示方法的流程示意图，该用于烹饪设备的清洁提示方法应用于具有上述高光谱成像系统的烹饪设备中。该用于烹饪设备的清洁提示方法可以在高光谱成像系统中执行，也可在烹饪设备的控制端执行；也可在服务器中执行，如与烹饪设备通讯的家庭云平台；还可在终端设备执行，如智能手机、智能家电设备的控制终端。在本公开实施例中，以烹饪设备的处理器作为执行主体，对方案进行说明。

步骤S401，响应于检测指令，获得高光谱成像系统采集的烹饪设备内的当前周期的当前图像信息。

这里，检测指令可以来自于用户下发的指令，也可以是烹饪设备自身判断适于运行时触发的自检测指令。

在一些应用场景中，烹饪设备可以根据用户的语音指令，获取该检测指令；或通过用户的操作意图，获取该检测指令，如按键、触屏、旋钮、开关门、设定的手势等。烹饪设备也可以通过与智能手机的通讯，获取用户通过智能手机的应用程序下发的检测指令。此外，烹饪设备也可以在每次加热运行前，执行该检测指令。

当前图像信息，用于表示当前所采集的光谱图像。这里，采集烹饪设备内的当前周期的当前图像信息，包括在光源开启情况下，获取烹饪设备内的光谱图像。

步骤S402，获得当前图像信息中的油污特征图像。

油污特征图像，是指图像信息中区别于食材图像和背景图像的油污特征的图像。

在一些实施例中，获得当前图像信息中的油污特征图像，包括：将当前图像信息中第一区域的图像信息作为油污特征图像。

其中，第一区域用于表示在食材成熟度识别过程中不常用到的图像区域。这里，通过参考当前图像信息中不常用于确定食材成熟度的区域的图像中油污的特征情况，来确定当前清洁度，从而确定相应的清洁提示信息。

在另一些实施例中，获得当前图像信息中的油污特征图像，包括：将当前图像信息输入预先构建的油污特征模型，根据油污特征模型的输出信息，确定油污特征图像。这里通过油污特征模型输出相应的油污特征，能够提高油污特征识别的准确性。

步骤S403，根据油污特征图像的光谱信息，确定对应的用于清洁提示的信息。

油污特征图像的光谱信息，包括光谱强度、峰值、变化趋势低等信息。这里，通过油污特征图像的光谱强度，来确定对应的用于清洁提示的信息。

采用本公开实施例提供的用于烹饪设备的清洁提示方法，在执行检测指令时，通过获取高光谱成像系统所采集的当前图像信息，以获取图像信息中的油污特征图像，从而根据油污特征图像的光谱信息生成与油污程度相关的清洁提示信息。如此，利用油污特征图像的光谱信息与油污程度之间的关系，向用户推送清洁提示信息，以提示用户进行烹饪设备内部、高光谱成像系统的镜头等部位的清洁，进而避免镜头等部件清洁程度降低对采集到的食材光谱数据的影响，从而保证根据食材光谱数据检测食材成熟度的准确性。

在烹饪设备的使用过程中，油污会附着在镜头镜片上，并随着使用时间、次数的增加而逐渐影响镜头所采集的光谱信息。图5示出了同一光源下，不同清洁度与光谱强度之间的对应关系。其中第一组为清洁的状态下镜头采集的图像光谱强度；第二组为镜头沾附薄油污后采集的图像光谱强度；第三组为镜头沾附厚油污后采集的图像光谱强度。

可以看出，在镜头上沾附油污后，光谱信息特征明显，如第二组、第三组的图像相对于第一组图像的变化，体现为整体光谱强度下降。因此，可以根据光谱强度的变化，判断出当前镜头的清洁度。

可选地，根据油污特征图像的光谱信息，确定对应的用于清洁提示的信息，包括：

获得预设光谱信息与油污特征图像的光谱信息的参数差值；

根据参数差值确定当前烹饪设备内的当前清洁度；

根据当前清洁度，确定对应的用于清洁提示的信息。

其中，预设光谱信息用于表示镜头清洁度较高时采集的光谱信息，例如是设备出厂时所设定的额定光谱信息；也可以将设备初次使用时，高光谱成像系统所采集的烹饪设备内的光谱信息设置为上述的预设光谱信息。在本实施例中，清洁度越高，表示烹饪设备内或镜头表面越干净。清洁度越低，表示烹饪设备内或镜头表面的油污程度越高。

预设光谱信息与油污特征图像的光谱信息的参数差值，用于表示当前周期因镜头清洁度下降，导致所采集的光谱强度下降幅度。

如此，通过光谱强度的下降幅度与清洁度之间的对应关系，确定相应的提示消息。

可选地，当前清洁度的获得，包括：

获得烹饪设备的清洁度信息表，清洁度信息表中保存有不同的光谱参数差值对应的清洁度信息；

获得光谱参数差值(即预设光谱信息与油污特征图像的光谱信息的参数差值)，并在清洁度信息表中匹配出与当前参数差值相对应的清洁度值。

烹饪设备的清洁度信息表可以通过仿真获取，或通过有限次试验获取，并将获取的数据映射关系以数据信息表的形式存储在处理器中，以供调用。

进一步地，预设光谱信息与油污特征图像的光谱信息之间的参数差值越大，其对应的清洁度值越低。

具体地，根据参数差值确定光源的使用时限值，包括：

根据参数差值确定当前烹饪设备内的当前清洁度，包括：

在多个预设差值区间中，确定与参数差值对应的当前差值区间；

在当前差值区间为第一差值区间的情况下，当前清洁度为第一清洁度；

在当前差值区间为第二差值区间的情况下，当前清洁度为第二清洁度；

在当前差值区间为第三差值区间的情况下，当前清洁度为第三清洁度；

其中，第一差值区间的下限值大于第二差值区间的上限值，第二差值区间的下限值大于第三差值区间的上限值；清洁度按由低至高顺序排列为第一清洁度、第二清洁度和第三清洁度。

这里，第一清洁度、第二清洁度、第三清洁度可以根据油污程度设定为重度油污、中度油污、轻度油污；或，第一清洁度、第二清洁度、第三清洁度依次表示中度油污、轻度油污、洁净。

如此，利用光谱信息与清洁度之间的关系，确定与当前清洁度相关的提示信息并推送给用户，以提示用户进行烹饪设备内部、高光谱成像系统的镜头等部位的清洁，进而避免镜头等部件清洁程度降低对采集到的食材光谱数据的影响，从而保证根据食材光谱数据检测食材成熟度的准确性。

可选地，根据当前清洁度，确定对应的用于清洁提示的信息，包括：

在清洁度小于或等于清洁提示阈值的情况下，确定用于清洁提示的信息。

清洁提示阈值，用于表示当前清洁度较低，持续使用无法达到对食材的光谱识别效果的情况。此时，通过向用户发送用于清洁提示的信息，以提示用户进行烹饪设备内部、高光谱成像系统的镜头等部位的清洁。

示例性的，在前述第一清洁度、第二清洁度、第三清洁度依次表示中度油污、轻度油污、洁净的情况下，清洁提示阈值大于第二清洁度，且小于或等于第三清洁度。此时，在当前清洁度为第三清洁度时，无需执行清洁提示；在当前清洁度为第一清洁度或第二清洁度时，确定对应的用于清洁提示的信息。

进一步地，根据当前清洁度，确定对应的用于清洁提示的信息，还包括：

根据当前清洁度，确定用于清洁提示的信息的提示强度；其中，当前清洁度与提示强度为负相关关系。

这里，可以根据当前清洁度向用户推送不同强度的提示信息，使用户进行相应的调节操作。提示强度，可通过提示时的警示程度、推送频率等形式体现。

示例地，在当前清洁度为第一清洁度时，提示信息的提示强度为第一强度；在当前清洁度为第二清洁度时，提示信息的提示强度为第二强度；在当前清洁度为第三清洁度时，提示信息的提示强度为第三强度；其中，清洁度按由低至高顺序排列为第一清洁度、第二清洁度和第三清洁度；第一提示强度高于第二提示强度，第二提示强度高于第三提示强度。

例如，第一提示强度为通过烹饪设备的电脑板发出命令并传输到烹饪设备的显示板或控制端的显示板上，显示出红色的光源调节提示图案；第二提示强度为通过烹饪设备的电脑板发出命令并传输到烹饪设备的显示板或控制端的显示板上，显示出黄色的光源调节提示图案。第三提示强度为通过烹饪设备的电脑板发出命令并传输到烹饪设备的显示板或控制端的显示板上，显示出绿色的光源调节提示图案。

又例如，第一提示强度为烹饪设备通过云端或家庭组网，向用户的智能设备以第一提示频率推送清洁提示信息；第二提示强度向用户的智能设备以第二提示频率推送清洁提示信息。第三提示强度向用户的智能设备以第三提示频率推送清洁提示信息。第一提示频率高于第二提示频率，第二提示频率高于第三提示频率。

再例如，提示强度为通过家庭组网在具有显示装置的智能家电上显示清洁提示信息。当执行第一提示强度时，清洁提示信息在显示装置上的遮挡面积大于第二提示强度的提示信息，第二提示强度对应的提示信息的遮挡面积大于第三提示强度的提示信息。智能家电可以为电视、电脑。

采用本公开实施例提供的用于烹饪设备的清洁提示方法，在执行检测指令时，通过获取高光谱成像系统所采集的当前图像信息，以获取图像信息中的油污特征图像，从而根据油污特征图像的光谱信息生成与油污程度相关的清洁提示信息。如此，利用油污特征图像的光谱信息与油污程度之间的关系，向用户推送清洁提示信息，以提示用户进行烹饪设备内部、高光谱成像系统的镜头等部位的清洁，进而避免镜头等部件清洁程度降低对采集到的食材光谱数据的影响，从而保证根据食材光谱数据检测食材成熟度的准确性。

图6是本实施例提供的另一种用于烹饪设备的清洁提示方法的流程示意图，该用于烹饪设备的清洁提示方法应用于具有上述高光谱成像系统的烹饪设备中。在本公开实施例中，以烹饪设备的处理器作为执行主体，对方案进行说明。

步骤S601，响应于检测指令，获得高光谱成像系统采集的烹饪设备内的当前周期的当前图像信息。

步骤S602，将当前图像信息中第一区域的图像信息作为油污特征图像。

步骤S603，根据油污特征图像的光谱信息，确定对应的用于清洁提示的信息。

其中，第一区域的确定包括：

获得当前时刻前设定时长内，高光谱成像系统采集图像的历史信息；历史信息包括一个或多个历史图像信息，以及应用一个或多个历史图像信息得到的成熟度识别信息；

将每个历史图像信息划分为多个区域，并获得各区域用于获得成熟度识别信息的频率；

获得一个或多个历史图像信息中用于获得成熟度识别信息的频率最低的区域，作为第二区域；

将当前图像信息中与第二区域相对应的区域作为第一区域。

这里，通过获取历史信息中，图像信息中各区域在成熟度识别过程中的使用频率，获得在食材成熟度识别过程中不常用到的图像区域。使用频率低，说明该区域可能出现食材概率低，其接近于背景图像的概率更高。在于设定光谱信息进行对比时，产生的参数差值是由镜头清洁度下降而引起的可能性更高。

如此，利用油污特征图像的光谱信息与油污程度之间的关系，向用户推送清洁提示信息，以提示用户进行烹饪设备内部、高光谱成像系统的镜头等部位的清洁，进而避免镜头等部件清洁程度降低对采集到的食材光谱数据的影响，从而保证根据食材光谱数据检测食材成熟度的准确性。

图7是本实施例提供的另一种用于烹饪设备的清洁提示方法的流程示意图，该用于烹饪设备的清洁提示方法应用于具有上述高光谱成像系统的烹饪设备中。在本公开实施例中，以烹饪设备的处理器作为执行主体，对方案进行说明。

步骤S701，响应于检测指令，获得高光谱成像系统采集的烹饪设备内的当前周期的当前图像信息。

步骤S702，将当前图像信息输入预先构建的油污特征模型，根据油污特征模型的输出信息，确定油污特征图像。

步骤S703，根据油污特征图像的光谱信息，确定对应的用于清洁提示的信息。

其中，将当前图像信息输入预先构建的油污特征模型，根据油污特征模型的输出信息，确定油污特征图像的光谱信息，包括：

根据油污特征模型，确定用于区分油污信息和食材信息的超平面；

将当前图像信息投影至超平面上，输出当前图像信息的油污特征图像信息。

其中，油污特征模型的获得，包括：构造训练样本集，其中包含各种类型油污的图片；提取训练样本及中训练样本图像的特征向量，并使用PCA(Principal ComponentAnalysis，主成分分析)算法进行降维；使用SVM(support vector machines，支持向量机)算法对降维后的特征向量进行训练，获得油污特征模型。

在获得当前图像信息后，对当前图像信息进行分解，得到多个子图像，并多个子图像的光谱进行逐个分析，去除噪声图像。使用PCA对去噪后的图像信息进行降维并提取特征，输入至预先构建的上述油污特征模型中，根据油污特征模型的最优分类超平面对当前图像信息中的油污图像和食材图像进行分类，输出油污图像作为上述的油污特征图像信息。

如此，利用油污特征图像的光谱信息与油污程度之间的关系，向用户推送清洁提示信息，以提示用户进行烹饪设备内部、高光谱成像系统的镜头等部位的清洁，进而避免镜头等部件清洁程度降低对采集到的食材光谱数据的影响，从而保证根据食材光谱数据检测食材成熟度的准确性。

图8是本公开实施例提供一种用于烹饪设备的清洁提示装置的示意图，该用于烹饪设备的清洁提示装置可采用软件、硬件或软硬结合的形式实现。

如图8所示，该用于烹饪设备的清洁提示装置，包括：图像信息获得模块801、油污信息获得模块802和推送信息获得模块803。其中，图像信息获得模块801被配置为响应于检测指令，获得高光谱成像系统采集的烹饪设备内的当前周期的当前图像信息；油污信息获得模块802被配置为获得当前图像信息中的油污特征图像；推送信息获得模块803被配置为根据油污特征图像的光谱信息，确定对应的用于清洁提示的信息。

图9是本公开实施例提供的一种用于烹饪设备的清洁提示装置的示意图。如图9所示，该用于烹饪设备的清洁提示装置包括：

处理器(processor)900和存储器(memory)901，该装置还可以包括通信接口(Communication Interface)902和总线903。其中，处理器900、通信接口902、存储器901可以通过总线903完成相互间的通信。通信接口902可以用于信息传输。处理器900可以调用存储器901中的逻辑指令，以执行上述实施例的用于烹饪设备的清洁提示方法。

此外，上述的存储器901中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。

存储器901作为一种计算机可读存储介质，可用于存储软件程序、计算机可执行程序，如本公开实施例中的方法对应的程序指令/模块。处理器900通过运行存储在存储器901中的程序指令/模块，从而执行功能应用以及数据处理，即实现上述实施例中食材成熟度的检测方法。

存储器901可包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序；存储数据区可存储根据终端设备的使用所创建的数据等。此外，存储器901可以包括高速随机存取存储器，还可以包括非易失性存储器。

本公开实施例提供了一种烹饪设备，包含高光谱成像系统和上述的用于烹饪设备的清洁提示装置。

本公开实施例提供了一种计算机可读存储介质，存储有计算机可执行指令，计算机可执行指令设置为执行上述用于烹饪设备的清洁提示方法。

本公开实施例提供了一种计算机程序产品，计算机程序产品包括存储在计算机可读存储介质上的计算机程序，计算机程序包括程序指令，当程序指令被计算机执行时，使计算机执行上述用于烹饪设备的清洁提示方法。

上述的计算机可读存储介质可以是暂态计算机可读存储介质，也可以是非暂态计算机可读存储介质。

本公开实施例的技术方案可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括一个或多个指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本公开实施例所述方法的全部或部分步骤。而前述的存储介质可以是非暂态存储介质，包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等多种可以存储程序代码的介质，也可以是暂态存储介质。

以上描述和附图充分地示出了本公开的实施例，以使本领域的技术人员能够实践它们。其他实施例可以包括结构的、逻辑的、电气的、过程的以及其他的改变。实施例仅代表可能的变化。除非明确要求，否则单独的部件和功能是可选的，并且操作的顺序可以变化。一些实施例的部分和特征可以被包括在或替换其他实施例的部分和特征。而且，本申请中使用的用词仅用于描述实施例并且不用于限制权利要求。如在实施例以及权利要求的描述中使用的，除非上下文清楚地表明，否则单数形式的“一个”(a)、“一个”(an)和“所述”(the)旨在同样包括复数形式。类似地，如在本申请中所使用的术语“和/或”是指包含一个或一个以上相关联的列出的任何以及所有可能的组合。另外，当用于本申请中时，术语“包括”(comprise)及其变型“包括”(comprises)和/或包括(comprising)等指陈述的特征、整体、步骤、操作、元素，和/或组件的存在，但不排除一个或一个以上其它特征、整体、步骤、操作、元素、组件和/或这些的分组的存在或添加。在没有更多限制的情况下，由语句“包括一个…”限定的要素，并不排除在包括所述要素的过程、方法或者设备中还存在另外的相同要素。本文中，每个实施例重点说明的可以是与其他实施例的不同之处，各个实施例之间相同相似部分可以互相参见。对于实施例公开的方法、产品等而言，如果其与实施例公开的方法部分相对应，那么相关之处可以参见方法部分的描述。

本领域技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，可以取决于技术方案的特定应用和设计约束条件。所述技术人员可以对每个特定的应用来使用不同方法以实现所描述的功能，但是这种实现不应认为超出本公开实施例的范围。所述技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统、装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

本文所披露的实施例中，所揭露的方法、产品(包括但不限于装置、设备等)，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，可以仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另外，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例。另外，在本公开实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。

附图中的流程图和框图显示了根据本公开实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分，所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这可以依所涉及的功能而定。在附图中的流程图和框图所对应的描述中，不同的方框所对应的操作或步骤也可以以不同于描述中所披露的顺序发生，有时不同的操作或步骤之间不存在特定的顺序。例如，两个连续的操作或步骤实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这可以依所涉及的功能而定。框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

Claims (10)

1.一种用于烹饪设备的清洁提示方法，其特征在于，包括：

响应于检测指令，获得高光谱成像系统采集的烹饪设备内的当前周期的当前图像信息；

获得所述当前图像信息中的油污特征图像；

根据所述油污特征图像的光谱信息，确定对应的用于清洁提示的信息。

2.根据权利要求1所述的清洁提示方法，其特征在于，所述获得所述当前图像信息中的油污特征图像，包括：

将所述当前图像信息中第一区域的图像信息作为所述油污特征图像；或，

将所述当前图像信息输入预先构建的油污特征模型，根据所述油污特征模型的输出信息，确定所述油污特征图像。

3.根据权利要求2所述的清洁提示方法，其特征在于，所述第一区域的确定，包括：

获得当前时刻前设定时长内，高光谱成像系统采集图像的历史信息；所述历史信息包括一个或多个历史图像信息，以及应用所述一个或多个历史图像信息得到的成熟度识别信息；

将每个所述历史图像信息划分为多个区域，并获得各区域用于获得成熟度识别信息的频率；

获得一个或多个历史图像信息中用于获得成熟度识别信息的频率最低的区域，作为第二区域；

将所述当前图像信息中与所述第二区域相对应的区域作为所述第一区域。

4.根据权利要求2所述的清洁提示方法，其特征在于，所述将所述当前图像信息输入预先构建的油污特征模型，根据所述油污特征模型的输出信息，确定所述油污特征图像的光谱信息，包括：

根据油污特征模型，确定用于区分油污信息和食材信息的超平面；

将所述当前图像信息投影至所述超平面上，输出所述当前图像信息的油污特征图像信息。

5.根据权利要求1至4任一所述的清洁提示方法，其特征在于，所述根据所述油污特征图像的光谱信息，确定对应的用于清洁提示的信息，包括：

获得预设光谱信息与油污特征图像的光谱信息的参数差值；

根据所述参数差值确定当前烹饪设备内的当前清洁度；

根据所述当前清洁度，确定对应的用于清洁提示的信息。

6.根据权利要求5所述的清洁提示方法，其特征在于，还包括：

根据所述当前清洁度，确定所述用于清洁提示的信息的提示强度；

其中，所述当前清洁度与所述提示强度为负相关关系。

7.根据权利要求5所述的清洁提示方法，其特征在于，所述根据所述参数差值确定当前烹饪设备内的当前清洁度，包括：

在多个预设差值区间中，确定与所述参数差值对应的当前差值区间；

在所述当前差值区间为第一差值区间的情况下，所述当前清洁度为第一清洁度；

在所述当前差值区间为第二差值区间的情况下，所述当前清洁度为第二清洁度；

在所述当前差值区间为第三差值区间的情况下，所述当前清洁度为第三清洁度；

其中，所述第一差值区间的下限值大于所述第二差值区间的上限值，所述第二差值区间的下限值大于所述第三差值区间的上限值；清洁度按由低至高顺序排列为所述第一清洁度、所述第二清洁度和所述第三清洁度。

8.一种用于烹饪设备的清洁提示装置，其特征在于，包括：

图像信息获得模块，被配置为响应于检测指令，获得高光谱成像系统采集的烹饪设备内的当前周期的当前图像信息；

油污信息获得模块，被配置为获得所述当前图像信息中的油污特征图像；

推送信息获得模块，被配置为根据所述油污特征图像的光谱信息，确定对应的用于清洁提示的信息。

9.一种用于烹饪设备的清洁提示装置，包括处理器和存储有程序指令的存储器，其特征在于，所述处理器被配置为在运行所述程序指令时，执行如权利要求1至7任一项所述的用于烹饪设备的清洁提示方法。

10.一种烹饪设备，其特征在于，包括：

高光谱成像系统；和

如权利要求8或9所述的用于烹饪设备的清洁提示装置。

Images