[发明专利]基于图像三色分割的厨房油烟浓度标识方法

说明书

一种基于图像三色分割的厨房油烟浓度标识方法，步骤如下：(1)将待处理的初始图像定义为目标图像，对目标图像进行开运算去噪，得到去噪图像；(2)获取最小值新生图像；(3)求取绝对值灰度差值，获得绝对值灰度差值图像；(4)将绝对灰度差值进行归一化处理得到归一化绝对灰度差值，将归一化绝对灰度差值与油烟阈值进行对比，将归一化绝对灰度差值进行高、中、低灰度值梯度划分；(5)在目标图像中，将设定好的油烟阈值用三种不同的单通道颜色标识，并根据步骤(4)的灰度值梯度划分结果进行标记；(6)生成叠加效果对比图。本发明具有效率高、结果精确的特点。

技术领域

本发明涉及厨房油烟处理技术领域，特别是涉及一种基于图像三色分割的厨房油烟浓度标识方法。

背景技术

厨房是居家必备的配置之一，厨房油烟处理的效果直接影响人们的生活品质。随着科技的不断发展，对厨房油烟的监控及处理手段也越来越多。继传统的抽油烟机设置几个抽吸档位后，还出现了对厨房油烟浓度进行检测等技术。

现有技术中，针对厨房油烟浓度的检测，主要有红外投射法和物理检测法。红外投射法通过一端发射红外光，另一端进行接收，通过接收到的红外光强度来判断油烟浓度大小。但是，由于油烟飘散具有不确定性，实际中还会存在人手遮挡等干扰，故，需在不同位置安装多个红外发射器才能保证油烟检测的相对准确，成本较高，对安装位置要求也较高。物理检测法类似于烟雾报警器的原理，通过检测空气中漂浮颗粒数来判断油烟浓度，但此法有两个缺点，一是必须当油烟接触到报警器时才能进行检测，不能实现远距离检测；二是当空气中飘浮的不是油烟而是水雾时就无法检测。

油烟图像浓度判断的关键在于对油烟图像的处理效果。图像分割是指根据相似和均匀的准则将图像分为互相不重叠、本身相连的图像组元的过程，是从图像处理到图像分析的关键步骤，图像分割质量的好坏，很大程度决定着后续图像分析的效果。现阶段无论是对彩色还是灰度图像的分割，通常是人为地将想要提取的颜色所对应的图像区域标记出来，再将标记出的图像区域与图像所在的坐标系统进行转换，从而确定出提取颜色所对应的图像区域的坐标位置，再根据坐标对标记出的区域进行分析处理。然而通过人工的方式确定出的标记区域会存在较大误差，对图像采集设备的稳定性的成像系统的精度也会造成影响，同时人工的方式效率并不高，极易受到干扰而出现标记错误和处理误差。

因此，针对现有技术不足，提供一种分割效率高、结果精确的基于图像三色分割的厨房油烟浓度标识方法以克服现有技术不足甚为必要。

发明内容

本发明的目的在于避免现有技术的不足之处而提供一种基于图像三色分割的厨房油烟浓度标识方法，具有效率高、结果精确的特点。

本发明的目的通过以下技术措施实现。

提供一种基于图像三色分割的厨房油烟浓度标识方法，图像处理单元以成像设备采集的初始图像作为基础进行处理，初始图像为灰度图，所采集的初始图像被序列化存储；

对任意一帧待处理的初始图像进行油烟浓度标识，步骤如下：

(1)将待处理的初始图像定义为目标图像，对目标图像进行开运算去噪，得到去噪图像；

(2)获取最小值新生图像；

(3)求取绝对值灰度差值，获得绝对值灰度差值图像；

(4)将绝对灰度差值进行归一化处理得到归一化绝对灰度差值，将归一化绝对灰度差值与油烟阈值进行对比，将归一化绝对灰度差值进行高、中、低灰度值梯度划分；

(5)在目标图像中，将设定好的油烟阈值用三种不同的单通道颜色标识，并根据步骤(4)的灰度值梯度划分结果进行标记；

(6)生成叠加效果对比图。

优选的，步骤(1)中，对目标图像进行开运算去噪，得到去噪图像，具体是：