[发明专利]目标区域弱边缘提取方法及油烟浓度检测与干扰排除方法

说明书

目标区域弱边缘提取方法，包括以下步骤：消除图像噪声，平滑图像；将边缘领域内灰度值有显著变化的点突显出来；定义3*3滤波器；用3*3滤波器遍历图像，计算每一个像素点的卷积结果；判断计算出的像素点是否为边缘点，若是边缘点则进行标记；得到标记过后的目标区域的弱边缘。本发明的目的在于提出目标区域弱边缘提取方法及油烟浓度检测与干扰排除方法，基于小波变换的方法，不需要很大的计算量便可得到较为准确的图像弱边缘提取效果，该算法的可移植性较强，可应用于便捷式图像处理的产品中。

技术领域

本发明涉及油烟检测技术领域，尤其涉及一种目标区域弱边缘提权方法及油烟浓度检测与干扰排除方法。

背景技术

现阶段针对图像边缘检测与提取的算法很多，但往往都依赖于大量的计算，需要消耗大量的算力来得到较为准确的边缘检测结果，这在嵌入式图像处理产品上是不适用的。而且传统的图像边缘提取算法对灰度值异变明显的强边缘效果不错，但对图像目标区域弱边缘的检测就显得捉襟见肘了。

发明内容

本发明的目的在于解决上述问题提出目标区域弱边缘提取方法及油烟浓度检测与干扰排除方法，该方法简单易行，不需要消耗大量的计算，对弱边缘的检测具有较高的准确性。

为了达到此目的，本发明采用以下技术方案：

目标区域弱边缘提取方法，包括以下步骤：

步骤A1，消除图像噪声，平滑图像；

步骤A2，将边缘领域内灰度值有显著变化的点突显出来；

步骤A3，定义3*3滤波器；

步骤A4，用3*3滤波器遍历图像，计算每一个像素点的卷积结果；

步骤A5，判断计算出的像素点是否为边缘点，若是边缘点则进行标记；

步骤A6，得到标记过后的目标区域的弱边缘。

更优的，所述步骤A4中计算每一位置中心像素点与领域内八个像素点的灰度值与滤波器内对应的值相乘并求总和作为中心像素点的边缘检测值。

更优的，所述步骤A5中判断计算出的像素点是否为边缘点包括以下步骤：若边缘检测值与领域内超过一半的像素点灰度值相差较大，则将这一像素点判定为边缘点，并进行标记。

更优的，使用目标区域弱边缘提取方法的油烟浓度检测与干扰排除方法，包括以下步骤：

步骤B1，实时采集灶台上方的油烟图像；

步骤B2，图像处理单元对采集到的前后帧图像进行帧差运算，得到帧差后的动态区域图像；

步骤B3，图像处理单元对帧差后的图像进行开运算，去除图像噪点；

步骤B4，利用小波变换，检测帧差图高亮区域的边缘并进行标记，将标记出的区域设为感兴趣区域；

步骤B5，利用图像平滑度和灰度值阈值综合判断的方法来排除干扰，识别出油烟运动区域；

步骤B6，对识别出的油烟区域进行灰度直方图统计，判定油烟浓度等级。

更优的，所述步骤B1中采集油烟图像的为相机，所述相机安装在油烟机本体上。

更优的，所述步骤B2中图像处理单元会根据接收到的灰度图像的先后顺序，利用后一帧图像与前一帧图像做差。

更优的，所述步骤B3中还包括以下步骤：

步骤C1，对图像进行腐蚀操作，消除图像中的噪点和细小的尖刺，断开窄小的连接；

步骤C2，对腐蚀完的图像进行膨胀操作，恢复原帧差图像上的明显特征。