[发明专利]一种基于烟雾检测的烟机控制方法以及烟机

说明书

本发明揭示了一种基于烟雾检测的烟机控制方法，包括：获取烹饪区域内的包含有烟雾特征的原始图像；对原始图像进行处理以获得消除烟雾特征后的去雾图像；根据原始图像以及去雾图像确定烹饪过程中的烟雾信息，烟雾信息包括烟雾浓度信息以及烟雾位置信息。本发明所揭示的方法，能够提升图像识别的准确性，并改善图像烟雾检测的稳定性和可靠性，大大增强了烟机产品的智能属性。本发明同时还揭示了一种烟机，能够根据图像识别结果以及图像烟雾检测情况实现自动控制。

技术领域

本发明涉及烟机领域，更具体地说，涉及一种基于烟雾检测的烟机控制方法。本发明同时还涉及一种烟机。

背景技术

随着智能技术的发展，图像技术开始在烟机产品上有所应用，然而现有的智能烟机产品功能单一，在烟雾检测以及烹饪识别方面仍存在较大局限，远未达到人们预期的自动化智能工作的水平，因而智能烟机产品仍需要进一步迭代和优化，以解决用户的痛点。

发明内容

本发明为解决上述现有技术中存在的技术问题，提供了一种基于烟雾检测的烟机控制方法，该方法采集了烹饪区域内包含有烟雾特征的原始图像，并对原始图像进行了去雾处理，从而引入了多个烟雾浓度的量化参数来表征烟雾的大小，提升了通过图像识别检测烟雾浓度方案的可靠性；另外，去雾后的图像消除了烟雾影响，能够用于食材识别和烹饪动作识别等，提升了识别准确率。本发明同时还揭示了一种采用本发明方法进行控制的烟机，该烟机能够实现烟雾检测和图像识别功能，并智能地进行自动控制。

为达到上述目的，本发明采用的技术方案如下：

一种基于烟雾检测的烟机控制方法，包括：获取烹饪区域内的包含有烟雾特征的原始图像；对原始图像进行处理以获得消除烟雾特征后的去雾图像；根据原始图像以及去雾图像确定烹饪过程中的烟雾信息，烟雾信息包括烟雾浓度信息以及烟雾位置信息。

进一步地，对原始图像进行处理以获得消除烟雾特征后的去雾图像的步骤包括：灰度图像获取步骤，通过三基色通道的最值计算获取原始图像中对应的灶台区域图像的灰度最大值图像以及灰度最小值图像；去雾优化系数计算步骤，通过预设算法根据灰度最大值图像以及灰度最小值图像计算获得相应的去雾优化系数；去雾图像获取步骤，根据雾图模型以及去雾优化系数求解获得相应的去雾图像。

进一步地，预设算法包括：对灰度最大值图像进行二值化处理，并对二值化处理后的结果图进行分块处理，分别计算每一子块图像的对比度系数Con_i；对灰度最小值图像进行相同分块处理，分别计算每一子块图像的灰度均值Mean_i和灰度标准差STD_i；计算每一子块图像的去雾优化系数ω_i，其中

I_max为相应子块图像所具有的最大灰度值，I_min为相应子块图像所具有的最小灰度值。

进一步地，去雾图像获取步骤包括：根据去雾优化系数ω_i确定相应子块图像的透射图对应点的像素灰度值t_i(x,y)；将透射图对应点的像素灰度值t_i(x,y)代入雾图模型求解获得去雾后相应子块图像对应点的像素灰度值J_i(x,y)；根据去雾后相应子块图像对应点的像素灰度值J_i(x,y)获得去雾后的各子块图像，并对去雾后的各子块图像进行合成获得去雾图像。

进一步地，根据原始图像以及去雾图像确定烹饪过程中的烟雾信息的步骤包括：获取浓度量化参数以确定烟雾浓度信息，浓度量化参数至少包括以下之一：灰度最小值图像的均值方差比Param1；原始图像与去雾图像的彩色图像相似度Param2；对原始图像和去雾图像进行边缘检测和差分处理获得的边缘参数Param3；提取原始图像与去雾图像之间的纹理变化信息获得的纹理参数Param4；通过小波分解及高低频特性筛选获得的高低频信息比Param5。