家用净水机的配件自动识别方法与流程

文档序号：17331211发布日期：2019-04-05 22:05阅读：390来源：国知局

本发明属于净水机检测技术领域，具体涉及一种家用净水机的配件自动识别方法。

背景技术：

家用净水机的款式是非常的多。随着净水机更新换代的频率不断提高、专业维修费用不断攀升，有些型号难以在购买3年后获得专业的维修服务。例如，净水机出现的常见故障包括：1、净水机可以正常使用，但是出水量变的越来越小。这种情况消费者首先要观察是否家里水压是否有变化，如果家里水压变小，可以采用增加增压泵解决。如果水压没任何变化，可以观察水的自来水质量是否变差，接杯水静置半小时观察，如果水质量变差请增加前置过滤器给自来水一个粗过滤。如果水没问题消费者可以考虑更换净水机滤芯了，应该是pp棉滤芯和活性炭滤芯使用超过时间有堵塞现象，更换滤芯就可以解决了。2、净水机可以正常使用，但是出来的水比较浑浊。这种情况下消费者首先观察进来的自来水是不是质量变差很多，如果变差很多请增加前置过滤系统，假如没有，是超滤净水机的可以检查超滤膜是否破裂，如果破裂请更换。还可以检查超滤膜的密封圈是否完好有没变型，假如有这些情况请重新安装一下或者更换。也就是说，消费者如何能够高效地自己维修一些故障就成为了一种市场上的迫切需求。

经检索，申请号为中国实用新型专利cn201620273065.8公开了一种能够自动检测并及时提醒修复的净水机，包括设有独立的第一腔体和第二腔体的壳体，第一腔体内安装水箱、电机、电气元件和控制装置，水箱下侧安装伸出壳体底部的出水管，第二腔体内安装一组通过管道串联的滤筒，每个滤筒内均设有一个滤芯，每个管道内均设有tds探头，其中一侧的滤筒通过另一管道连接水箱，第一腔体的敞口处连接盖板，在盖板上安装控制控制面板和提醒屏，控制装置电连接控制面板、提醒屏和tds探头。然而，这种技术需要净水机自身设置有一定的辅助用器件，不符合现有市面上存在的绝大多数净水机的配置。

技术实现要素：

鉴于以上分析，本发明的主要目的在于提供一种便于自动化进行图片内容匹配进而帮助消费者自助地实现家用净水机配件自动识别的方法，包括：

(1)采集待识别的配件图片数据；

(2)将图片数据传输到云服务器；

(3)进行图片识别；

(4)信息反馈。

进一步地，所述步骤(1)包括采用智能移动通信设备获取待识别配件的至少两张图片。

进一步地，所述步骤(2)包括利用智能移动通信设备将采集到的图片上传到云服务器。

进一步地，所述步骤(3)包括对云服务器接收到的各图片进行粗处理，特征值的求取、特征值比较。

进一步地，所述智能移动通信设备包括智能手机。

进一步地，对图片进行粗处理包括：对图片进行光强平均操作，将各幅图片的共有图片区域保留，去掉图片左右两边的图片片段；

其中，图片特征值的求取包括：对云服务器接收到的图片之一进行压缩转换，生成解析度不小于128*128像素尺寸的彩色图片i，并构建单一颜色图片i’，该单一颜色图片i’为图片i在某种灰度下的对应图片,单一颜色图片i’的灰度值g由彩色空间线性表示为：

g＝αrir+αgig+αbib

其中αr≥0，αg≥0，αb≥0，αr+αg+αb＝1

式中αr，αg，αb为待定参数，ir，ig，ib是图片i的颜色通道值；

构建如下函数：

式中，x，y为像素点，l’为图片i的所有像素的集合，gx，gy分别为x和y的灰度值，δx，y为图片i转化为色彩模型空间的x，y像素点的欧几里得度量；

由像素点x，y和δx，y设置如下目标函数：

其中，δgx，y＝gx-gy，σ为尺度因子且为预设值，gx，y表示像素点(x，y)处的灰度值；

计算目标函数e(g)为最大值时的参数αr，αg，αb；

特征值的提取包括：为了降低云服务器接收到的各图片中光强对图片的影响，采用对比延伸函数模拟光强对图片的影响，利用哈里斯矩阵提取特征值，具体包括如下步骤：

设经过gauss滑动平均对上述单一颜色图片的灰度进行处理后得到的单一颜色图片满足如下分布g(x,y,σ)，并构造l函数如下：

l(x，y，σ，ρ)＝ρ·i(x，y)·g(x，y，σ)

式中，(x，y)表示上述单一颜色图片的像素点，各像素点的灰度值被表示为其各自灰度值本身与e(g)的最大模值max之间的商，ρ为缩放经验因子且等于目标函数e(g)为最大值时的αr，αg，αb的平方和，i′(x，y)为上述单一颜色图片的光强；

建立对比延伸函数，即：

其中，c为对比延伸中心且该中心为上述(x，y)表示的像素点之一，λ为预设的对比延伸斜率且等于ρ/max；利用哈里斯矩阵计算上述单一颜色图片的每个像素点的自相关矩阵：

其中x,y为像素点坐标，n为图片分辨率，则对比延伸图片特征响应函数为：

r(x，y，c)＝deta(x，y，fc)-k(tracea(x，y，fc))²

其中，k为常数因子，det()函数表示求取方阵a的行列式的值的函数，trace()函数表示求矩阵的迹的函数；

以(x，y)为变量，求取函数r的定积分在x和y各自在0-255之间变化期间时的值，并将该值进行累加得到累加和，将该累加和作为彩色图片i的特征值rt；

图片特征值比较包括：将上述彩色图片i记作待比较图片x’，设参考图片x与待比较图片x’之间的变换关系表示为如下转换矩阵h，所述参考图片x为云服务器中预先存储的净水机的各个配件的图片：

其中，

(x′，y′)是参考图像的点，(x，y)是待比较图像中与上述点相对应的点；

计算(x’，y’)和(x,y)两点之间的欧式距离和hamming距离，当这两个距离之间的比较差值小于预设阈值时进行信息反馈，否则将待比较图片x’替换为其他未与参考图片x比较过的、云服务器接收到的图片重复上述比较差值的计算，若小于预设阈值时进行信息反馈；如果云服务器接收到的所有图片与参考图片x之间的比较差值均不存在小于预设阈值的情况，则将参考图片x替换为未与云服务器接收到的各图片比较过的图片并继续进行上述比较差值的计算，直到所述比较差值小于预设阈值为止。

本发明具有如下有益效果：

本发明克服了现有技术中消费者缺乏专业知识无法判断故障配件的问题，且图片数据处理方面具有识别率高、识别错误率低的优点。经1000次试验，成功次数为895次；而且相比其他的图像识别方法具有需要的数据量小，尤其适合于消费者上传图片质量不清晰、解析度不高、尺寸小等情况。

附图说明

附图1为本发明的方法的流程图。

具体实施方式

如图1所示，根据本发明的优选实施例，提供了一种便于自动化进行图片内容匹配进而帮助消费者自助地实现家用净水机配件自动识别的方法，包括：