[发明专利]一种智能抽油烟机风速调级方法及装置有效
申请号: | 201810191929.5 | 申请日: | 2018-03-08 |
公开(公告)号: | CN108548199B | 公开(公告)日: | 2019-12-03 |
发明(设计)人: | 陈小平;陈超 | 申请(专利权)人: | 佛山市云米电器科技有限公司;陈小平 |
主分类号: | F24C15/20 | 分类号: | F24C15/20;G06T7/13;G06T7/11 |
代理公司: | 44379 佛山市禾才知识产权代理有限公司 | 代理人: | 梁永健<国际申请>=<国际公布>=<进入 |
地址: | 528000 广东省佛山市顺德区伦教街道办事*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 智能抽油烟机 风速 风速调节器 抽油烟机 灶台 烟雾 图像 目标区域 相机 风速调节 控制芯片 采集 边缘检测 烟雾信息 视频流 指令 输出 拍摄 | ||
1.一种智能抽油烟机风速调级方法,其特征在于,包括以下步骤:
采集抽油烟机下方图像;
对图像进行边缘检测,获得图像中的灶台目标区域;
对所述图像中的灶台目标区域进行处理或者对所述灶台目标区域的视频流进行处理,得到烟雾信息;
根据所述烟雾信息生成并输出风速调节指令至风速调节器;
所述风速调节器对抽油烟机的风速进行调级;
所述烟雾信息为烟雾区域和烟雾等级,对所述图像中的灶台目标区域进行处理得到烟雾信息的过程是:
所述图像中的灶台目标区域生成灰度图像;
将所述灰度图像进行加权平均,所述灰度图像中每一个像素点的值,都由该像素点的值和邻域内的其他像素点的值经过加权平均后得到;
将任意连续多帧所述灰度图像的每个像素点的灰度值进行比较,取连续多帧的各个所述灰度图像中具有最小灰度值的像素点赋给一张新图片,将连续多帧的各个所述灰度图像中具有像素点最大灰度值的一张与所述新图片中像素点的灰度值求差,获得像素点灰度绝对差值,生成灰度图;
在所述灰度图中,根据设定的烟气阈值将绝对差值分为低中高三个灰度梯度,获得烟雾区域和烟雾等级。
2.根据权利要求1所述的智能抽油烟机风速调级方法,其特征在于,所述烟雾信息为烟雾区域和烟雾等级,得到所述烟雾信息的处理过程为:
对所述灶台目标区域的视频流做动态背景建模,获得动态背景;
通过所述灶台目标区域的视频流与动态背景的帧差,确定烟雾区域和烟雾等级。
3.根据权利要求2所述的智能抽油烟机风速调级方法,其特征在于,在采集抽油烟机下方图像时,采用红外补光灯对采集图像区域进行阶段性补光;
所述灶台目标区域的视频流是所述红外补光灯补光时进行采集的。
4.根据权利要求1所述的智能抽油烟机风速调级方法,其特征在于,所述生成灰度图的方法是:
将任意连续多帧的所述灰度图像中每帧所述灰度图像的像素点灰度值依次其他图片比较,得出多帧所述图像中具有最小灰度值的每个像素点,并将这些具有最小灰度值的像素点赋给一张新图片;
在比较过程中得到多帧所述图像中像素点灰度值最大的一帧,再求出该图像像素点灰度值与新图片像素点灰度值的差值,得到像素点灰度绝对差值;
生成灰度图。
5.根据权利要求4所述的智能抽油烟机风速调级方法,其特征在于,在所述灰度图中根据设定的烟气阈值将绝对差值分为低中高三个灰度梯度的方法是:
将所述像素点灰度绝对差值进行二值化;
将所述灰度图中像素点灰度绝对差值二值化后的取值满足0—6.0/255的阈值转换为第一灰度梯度区域即低油烟浓度区域;
将所述灰度图中像素点灰度绝对差值二值化后的取值满足6.0/255—12.0/255的阈值转换为第二灰度梯度区域即中等油烟浓度区域;
将所述灰度图中像素点灰度绝对差值二值化后的取值满足12.0/255—20.0/255的阈值转换为第三灰度梯度区域即高油烟浓度区域。
6.根据权利要求1所述的智能抽油烟机风速调级方法,其特征在于,实时采集任意连续多帧所述图像,分析处理获得烟雾区域和烟雾等级,获得实时烟雾动态。
7.一种采用权利要求1-6任一项所述的智能抽油烟机风速调级方法的智能抽油烟机风速调级装置,其特征在于,包括相机、控制芯片和风速调节器,所述相机用于采集抽油烟机下方的图像,所述相机和风速调节器分别与控制芯片连接;
所述控制芯片用于:对相机采集的图像进行边缘检测并获得图像中的灶台目标区域,对所述图像中的灶台目标区域进行处理或者对所述灶台目标区域的视频流进行处理,得到烟雾信息;
所述控制芯片还用于根据所述烟雾信息生成并输出风速调节指令至风速调节器;
所述风速调节器用于接收控制芯片发送的风速调节指令,对抽油烟机的风速进行调级。
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佛山市云米电器科技有限公司;陈小平,未经佛山市云米电器科技有限公司;陈小平许可,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/201810191929.5/1.html,转载请声明来源钻瓜专利网。