[发明专利]基于图像识别的厨房环境监控系统及方法在审

专利信息
申请号: 202011352907.6 申请日: 2020-11-26
公开(公告)号: CN112487944A 公开(公告)日: 2021-03-12
发明(设计)人: 陈雅倩 申请(专利权)人: 马鞍山宁聚信息科技有限公司
主分类号: G06K9/00 分类号: G06K9/00;G06K9/62;H04N7/18
代理公司: 北京华际知识产权代理有限公司 11676 代理人: 冯春回
地址: 243051 安徽省马鞍山*** 国省代码: 安徽;34
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 图像 识别 厨房 环境 监控 系统 方法
【权利要求书】:

1.基于图像识别的厨房环境监控系统,其特征在于,包括:厨房监控终端、监控中心以及若干监控摄像头;所述厨房监控终端分别与监控摄像头电连接;所述厨房监控终端与监控中心通信连接;

所述厨房监控终端包括微处理器、存储模块、图像处理模块、厨房虫害识别模块以及无线传输模块;所述微处理器分别与存储模块、图像处理模块、厨房虫害识别模块、若干监控摄像头以及无线传输模块电信号连接;

所述监控摄像头安装在厨房内顶部或侧部,用于拍摄厨房图像并传递图像处理模块;所述图像处理模块对厨房图像平均分割成若干厨房夜间子图并传递至厨房虫害识别模块;所述厨房虫害识别模块对比厨房夜间子图与虫害模型库获取虫害识别结果并传递至微处理器;

若所述虫害识别结果为存在虫害,则所述微处理器控制无线传输模块传递厨房图像以及对应的虫害识别结果至监控中心。

2.根据权利要求1所述的基于图像识别的厨房环境监控系统,其特征在于,所述存储模块内预存储虫害模型库;所述虫害模型库包括若干不同类型的虫害特征模型。

3.根据权利要求2所述的基于图像识别的厨房环境监控系统,其特征在于,所述厨房虫害识别模块对厨房夜间子图特征提取获取当前图像特征;所述厨房虫害识别模块对比当前图像特征与各虫害特征模型获取子图识别结果;所述厨房虫害识别模块根据若干子图识别结果获取虫害识别结果。

4.根据权利要求3所述的基于图像识别的厨房环境监控系统,其特征在于,所述监控中心包括图像采集器以及特征训练模块;所述图像采集器采集同种类型的虫害图像作为对应类型的虫害图像样本;所述特征训练模块对虫害图像样本中的虫害图像提取获取当前虫害特征;所述特征训练模块对同类型的当前虫害特征训练获取对应虫害类型的虫害特征模型。

5.根据权利要求4所述的基于图像识别的厨房环境监控系统,其特征在于,所述监控中心更新各类型的虫害特征模型至存储模块内的虫害模型库。

6.根据权利要求5所述的基于图像识别的厨房环境监控系统,其特征在于,厨房内还安装有烟雾传感器、湿度传感器、温度传感器以及报警器;所述微处理器分别与烟雾传感器、湿度传感器、温度传感器以及报警器电信号连接;

所述烟雾传感器用于检测厨房内烟雾浓度并传递至微处理器;所述微处理器对比烟雾浓度大于烟雾浓度阈值,控制报警器报警并传递报警信息至监控中心;

所述湿度传感器用于检测厨房内湿度并传递至微处理器;所述微处理器对比湿度大于湿度阈值,控制报警器报警并传递报警信息至监控中心;

所述温度传感器用于检测厨房内温度并传递微处理器;所述微处理器对比温度大于温度阈值,控制报警器报警并传递报警信息至监控中心。

7.根据权利要求6所述的基于图像识别的厨房环境监控系统,其特征在于,所述监控中心内设有参数设置模块;所述参数设置模块用于设置烟雾浓度阈值、湿度阈值以及温度阈值并传递至厨房监控终端。

8.根据权利要求7所述的基于图像识别的厨房环境监控系统,其特征在于,所述参数设置模块,用于设置监控摄像头拍摄图像的间隔时间并传递至厨房监控终端。

9.根据权利要求8所述的基于图像识别的厨房环境监控系统,其特征在于,厨房内安装有与微处理器电信号连接的红外传感器,用于监控动物并传递至微处理器;若所述红外传感器检测到红外信号,微处理器控制监控摄像头拍摄厨房图像。

10.基于图像识别的厨房环境监控方法,其特征在于,包括如下过程:

A00:监控摄像头拍摄厨房图像并传递图像处理模块;

A01:图像处理模块对厨房图像平均分割成若干厨房夜间子图并传递至厨房虫害识别模块;

A02:厨房虫害识别模块对比厨房夜间子图与虫害模型库获取虫害识别结果并传递至微处理器;

A03:微处理器判断虫害识别结果是否为存在虫害;若是,则执行A04;若否,则执行A00;

A05:微处理器控制无线传输模块传递厨房图像以及对应的虫害识别结果至监控中心。

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马鞍山宁聚信息科技有限公司,未经马鞍山宁聚信息科技有限公司许可,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/202011352907.6/1.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