[发明专利]基于衣料图像识别的智能洗涤控制方法、装置及洗衣机

权利要求书

1.一种基于衣料图像识别的智能洗涤控制方法，其特征在于，包括步骤：

获取洗衣机的洗衣舱内当前衣物的多张不同姿态下的原始照片；

将获取的原始照片进行预处理，得到当前衣物对应的多个局部样本，构成当前衣物的局部样本集；

将得到的所有局部样本送入预先训练好的神经网络进行第一次分类，获得当前衣物的每个局部样本的预估分类结果；

统计当前衣物的局部样本的预估分类结果，得到当前衣服的局部样本被分类为不同种类材质的数量，计算当前衣物的局部样本集中不同种类材质的局部样本的百分比，将对应的所有百分比送入预先构建的决策树模型进行第二次分类，获得当前衣物的材质识别分类结果；

根据所述材质识别分类结果，确定对应的洗涤程序。

2.根据权利要求1的所述的基于衣料图像识别的智能洗涤控制方法，其特征在于，所述神经网络采用ResNet模型，神经网络的训练集和测试集中包括对应多种材质的多个局部样本集，每种材质对应的局部样本集通过以下步骤获得：

选取一种材质的衣物样本，放置到洗衣舱内，拍摄多张不同姿态下的衣物样本的原始照片；

将拍摄得到的衣物样本的原始照片进行预处理，得到多张衣物样本的局部图片；

根据衣物样本的购买信息或标签信息，将局部图片打上材质标签，局部图片构成对应材质的局部样本集。

3.根据权利要求1的所述的基于衣料图像识别的智能洗涤控制方法，其特征在于，所述决策树模型的输入向量为第一次分类后获得的每个局部样本集中被分类为不同种类材质的局部样本的百分比，向量长度与材质的种类数相同，决策树模型输出对应的材质编号。

4.根据权利要求1或2任一的所述的基于衣料图像识别的智能洗涤控制方法，其特征在于，所述预处理包括步骤：

将原始照片裁剪成预设大小的像素的局部图片，局部图片中包括一种以上的衣物样本，裁剪过程中对原始照片进行随机的上下翻转、左右翻转、90度或180度旋转；

将获取的局部图片转换成RGB三通道存储形式，根据RGB三通道的强度值计算每张局部图片的亮度；

筛选出每一个衣物样本的亮度最高的局部图片，根据筛选出的局部图片的亮度计算对应的衣物样本的亮度阈值；

根据各个衣物样本的亮度阈值，对各个衣物样本的所有局部图片进行处理，筛选出各个衣物样本的局部样本集；

其中，以如下补充亮度的方式筛选出各个衣物样本的局部样本集：

将衣物样本的局部图片的亮度与对应的衣物样本的亮度阈值进行比较，如果大于或等于亮度阈值，则将局部图片放入局部样本集中；

如果小于亮度阈值，则将局部图片等比例放大，判断放大后对应的局部图片的RGB三通道任一强度值是否大于255，大于则舍弃局部图片，否则将局部图片放入局部样本集中。

5.根据权利要求4的所述的基于衣料图像识别的智能洗涤控制方法，其特征在于：所述预处理步骤还包括：

以补充亮度的方式筛选出的各个衣物样本的局部样本集后，使用sobel边缘算子计算局部图片的锐度，将每一衣物样本自身的局部样本集的局部图片的锐度进行离群值计算，剔除锐度小于锐度阈值的局部图片。

6.根据权利要求4的所述的基于衣料图像识别的智能洗涤控制方法，其特征在于：所述预处理步骤还包括：剔除洗衣舱在图片上占据面积超过预设比例的局部图片。