[发明专利]智能油烟机及其移动人体检测方法在审
| 申请号: | 201811151658.7 | 申请日: | 2018-09-29 |
| 公开(公告)号: | CN109028227A | 公开(公告)日: | 2018-12-18 |
| 发明(设计)人: | 陈小平;陈超;林勇进 | 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 |
| 代理公司: | 北京科亿知识产权代理事务所(普通合伙) 11350 | 代理人: | 赵蕊红 |
| 地址: | 528300 广东省佛山市顺德区伦*** | 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: | 初始图像 移动人体 帧差图像 油烟机 目标区域 人体移动 帧差 智能 检测 灰度 前帧 图像处理单元 采集 步骤过程 成像设备 灰度图 序列化 帧图像 子区域 | ||
一种智能油烟机及其移动人体检测方法机,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,依次通过后帧的初始图像与前帧的初始图像进行帧差处理,得到各个后帧初始图像的人体移动目标区域。智能油烟机移动人体检测方法,具体步骤过程如下:(1)将后帧的初始图像与前帧的初始图像进行帧差处理得到帧差图像;(2)根据帧差图像的每个子区域的灰度均值判断人体移动目标区域,得到后帧初始图像对应的人体移动目标区域。本发明的智能油烟机的移动人体检测方法,利用前后帧图像帧差处理得到帧差图像,通过帧差图像的灰度值判断移动人体区域,能够识别移动人体情况。
技术领域
本发明涉及厨房油烟处理技术领域,特别是涉及一种智能油烟机及其移动人体检测方法及油烟图像识别系统及油烟机。
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。
因此,针对油烟识别的图像处理方法应运而生,为确保油烟图像识别的准确性,需要排除人体等干扰。
因此,针对现有技术不足,提供一种智能油烟机及其移动人体检测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智能油烟机及其移动人体检测方法,能够根据成像图片识别出移动人体目标区域。
本发明的目的通过以下技术措施实现。
提供一种智能油烟机移动人体检测方法,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,依次通过后帧的初始图像与前帧的初始图像进行帧差处理,得到各个后帧初始图像的人体移动目标区域。
优选的,智能油烟机移动人体检测方法,具体步骤过程如下:
(1)将后帧的初始图像与前帧的初始图像进行帧差处理得到帧差图像;
(2)根据帧差图像的每个子区域的灰度均值判断人体移动目标区域,得到后帧初始图像对应的人体移动目标区域。
优选的,成像设备采集的目标区域以区域S表示,任意一帧初始图像为对应区域S的成像;
初始图像由m*n个像素构成,
后帧初始图像A的像素的灰度值以矩阵AH表示,AH={ahi,j},ahi,j代表后帧初始图像A中第i行、第j列像素对应的灰度值,i为像素所在的行,j为像素所在的列,1≤i≤m,1≤j≤n;后帧初始图像A中第i行、第j列像素所在的子区域为ASi,j;
前帧初始图像B的像素的灰度值以矩阵BH表示,BH={bhi,j},bhi,j代表前帧初始图像B中第i行、第j列像素对应的灰度值,前帧初始图像B中第i行、第j列像素所在的子区域为BSi,j;
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/201811151658.7/2.html,转载请声明来源钻瓜专利网。





