[发明专利]衣物处理装置及其洗涤程序的选择方法和装置有效

专利信息
申请号: 201710698912.4 申请日: 2017-08-15
公开(公告)号: CN107558097B 公开(公告)日: 2020-10-20
发明(设计)人: 李俊 申请(专利权)人: 无锡小天鹅电器有限公司
主分类号: D06F33/32 分类号: D06F33/32;D06F34/28
代理公司: 北京清亦华知识产权代理事务所(普通合伙) 11201 代理人: 张润
地址: 214028 江苏省无*** 国省代码: 江苏;32
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 衣物 处理 装置 及其 洗涤 程序 选择 方法
【权利要求书】:

1.一种洗涤程序的选择方法,其特征在于,包括以下步骤:

获取待洗衣物的图像信息,根据所述图像信息获取所述待洗衣物的褶皱特征;

获取描述衣物褶皱特征与洗涤程序之间关系的映射模型;

根据所述待洗衣物的褶皱特征和所述映射模型获取衣物处理装置中每个洗涤程序的选择概率,并根据所述每个洗涤程序的选择概率确定所述衣物处理装置所要执行的洗涤程序,其中,

根据所述每个洗涤程序的选择概率确定所述衣物处理装置所要执行的洗涤程序,包括:

从所述衣物处理装置的洗涤程序选择概率数据库中获取每个洗涤程序的先验选择概率;

根据所述每个洗涤程序的选择概率和先验选择概率确定所述每个洗涤程序的后验选择概率;

选择后验选择概率最大的洗涤程序作为所述衣物处理装置所要执行的洗涤程序。

2.根据权利要求1所述的洗涤程序的选择方法,其特征在于,获取描述衣物褶皱特征与洗涤程序之间关系的映射模型,包括:

获取多个样本衣物的图像信息,根据所述图像信息获取对应样本衣物的褶皱特征;

确定每个样本衣物的褶皱特征与洗涤程序之间的映射关系,并通过神经网络描述所述映射关系;

通过对描述所述映射关系的神经网络进行学习以得到映射参数,并根据所述映射参数构建所述映射模型。

3.根据权利要求1所述的洗涤程序的选择方法,其特征在于,在确定所述衣物处理装置所要执行的洗涤程序后,还包括:

判断所述衣物处理装置所要执行的洗涤程序的后验选择概率是否大于预设概率阈值;

如果所述后验选择概率大于所述预设概率阈值,则根据所述后验选择概率对所述衣物处理装置的洗涤程序选择概率数据库中该洗涤程序的先验选择概率进行更新。

4.根据权利要求1-3任一所述的洗涤程序的选择方法,其特征在于,所述根据所述图像信息获取所述待洗衣物的褶皱特征,包括:

获取所述待洗衣物的图像信息中的褶皱区域,对所述褶皱区域进行二值化处理,以获取所述待洗衣物的褶皱特征。

5.一种非临时性计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现根据权利要求1-4中任一所述的洗涤程序的选择方法。

6.一种洗涤程序的选择装置,其特征在于,包括:

第一获取模块,用于获取待洗衣物的图像信息,根据所述图像信息获取所述待洗衣物的褶皱特征;

第二获取模块,用于获取描述衣物褶皱特征与洗涤程序之间关系的映射模型;

选择模块,用于根据所述待洗衣物的褶皱特征和所述映射模型获取衣物处理装置中每个洗涤程序的选择概率,并根据所述每个洗涤程序的选择概率选择所述衣物处理装置所要执行的洗涤程序,其中,

所述选择模块用于从所述衣物处理装置的洗涤程序选择概率数据库中获取每个洗涤程序的先验选择概率,并根据所述每个洗涤程序的选择概率和先验选择概率确定所述每个洗涤程序的后验选择概率,以及选择后验选择概率最大的洗涤程序作为所述衣物处理装置所要执行的洗涤程序。

7.根据权利要求6所述的洗涤程序的选择装置,其特征在于,所述第一获取模块用于获取多个样本衣物的图像信息,根据所述图像信息获取对应样本衣物的褶皱特征,所述第二获取模块用于确定每个样本衣物的褶皱特征与洗涤程序之间的映射关系,以及通过神经网络描述所述映射关系,并通过对描述所述映射关系的神经网络进行学习以得到映射参数,以及根据所述映射参数构建所述映射模型。

8.根据权利要求6所述的洗涤程序的选择装置,其特征在于,还包括:

判断模块,用于在所述选择模块确定所述衣物处理装置所要执行的洗涤程序后,判断所述衣物处理装置所要执行的洗涤程序的后验选择概率是否大于预设概率阈值;

更新模块,用于在所述后验选择概率大于所述预设概率阈值时,根据所述后验选择概率对所述衣物处理装置的洗涤程序选择概率数据库中该洗涤程序的先验选择概率进行更新。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于无锡小天鹅电器有限公司,未经无锡小天鹅电器有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201710698912.4/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top