[发明专利]一种油烟图像弱边缘提取方法及油烟图像识别系统和油烟机在审

专利信息
申请号: 201811152676.7 申请日: 2018-09-29
公开(公告)号: CN109360218A 公开(公告)日: 2019-02-19
发明(设计)人: 陈小平;陈超;李思成 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: G06T7/13 分类号: G06T7/13;G06T7/168;G06T5/00;G06T5/20;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: 油烟 滤波器 图像 弱边缘 中心像素点 边缘检测 边缘点 位置处 油烟机 遍历 中心像素点邻域 图像识别系统 计算滤波器 同一位置 小波变换 油烟处理 计算量 像素点 灰度 去噪 相减 判定 统计
【权利要求书】:

1.一种油烟图像弱边缘提取方法,其特征在于,包括以下步骤:

3-1,定义一个滤波器Y,滤波器为t*t矩阵,t为奇数;

3-2,使滤波器Y遍历油烟图像,滤波器Y遍历油烟图像时与油烟图像中对应的区域重叠,z为滤波器Y遍历油烟图像时对应区域的标记;

计算滤波器在每一位置处的中心像素点所在的油烟图像的灰度值以及中心像素点邻域内其它像素点所在的油烟图像的灰度值,并根据公式(Ⅰ)计算滤波器在每一位置处的中心像素点的边缘检测值Xz

f、g为为像素点的矩阵序号,1≤f≤t,1≤g≤t,e为滤波器在每一位置处的像素点所在的油烟图像的灰度值;α为权重系数,与滤波器位置相对应;

3-3,将滤波器在每一位置处的中心像素点边缘检测值Xz与中心像素点邻域的其它像素点的灰度值一一相减,并判断在同一位置处每个差值的绝对值是否大于阈值Δ;

统计差值的绝对值大于阈值的数量,如果数量超过K,判定滤波器所处位置的中心像素点对应的油烟图像的像素点位置为边缘点,并进行标记,K为正整数;

3-4,滤波器遍历完整个去噪图像,得到所有标记的边缘点。

2.根据权利要求1所述的油烟图像弱边缘提取方法,其特征在于:

步骤3-3中,阈值Δ=2ef,g,

3.根据权利要求2所述的油烟图像弱边缘提取方法,其特征在于:步骤3-3中,

4.根据权利要求3所述的油烟图像弱边缘提取方法,其特征在于:步骤3-3中标记以高亮的方式标记。

5.根据权利要求4所述的基油烟图像弱边缘提取方法,其特征在于:滤波器Y为3*3的矩阵。

6.根据权利要求5所述的油烟图像弱边缘提取方法,其特征在于:

滤波器Y的权重系数包括α1,1、α1,2、α1,3、α2,1、α2,2、α2,3、α3,1、α3,2、α3,3,α1,1、α1,2、α1,3、α2,1、α2,2、α2,3、α3,1、α3,2、α3,3均为正整数。

7.根据权利要求6所述的油烟图像弱边缘提取方法,其特征在于:α2,2=4;α1,1=α1,3=α3,1=α3,3=1;α1,2=α2,1=α2,3=α3,2=2。

8.一种油烟图像识别系统,其特征在于,包括图像采集单元和图像处理单元,所述图像采集单元与图像处理单元电连接;

所述图像处理单元基于权利要求1-7任意一项所述的油烟图像弱边缘提取方法提取油烟图像的边缘。

9.一种油烟机,其特征在于:设置有图像采集单元、图像处理单元及主控单元及抽风单元,图像采集单元采集烟灶目标区域的烟雾图像并输送至图像处理单元并通过图像处理单元进行处理,图像处理单元的处理结果输送至主控单元,主控单元根据图像处理单元的处理结果控制抽风单元的工况;

图像处理单元采用如权利要求1至7任意一项所述的油烟图像弱边缘提取方法提取油烟图像的边缘。

10.根据权利要求9所述的油烟机,其特征在于:所述图像采集单元采集灰度图像。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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/201811152676.7/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top