一种自动调节温度的智能旋转龙头系统的制作方法

本发明涉及智能设备技术领域，具体涉及一种自动调节温度的智能旋转龙头系统。

背景技术：

随着人口的增加和水源的污染，水资源越来越稀缺，节水观念已经深入人心，各种节水设备和节水方法也层出不穷，但多数节水设备和方法都是以牺牲使用的方便性和舒适度为代价的。例如，洗手时，根据个人习惯，每个人对水流强度和温度的需求不尽相同，现有的水龙头虽设置有水流和水温调节功能，但需要使用者手动去调节，不仅大大降低了使用的方便性，且不卫生。因此，如何提供一种能根据每个人的用水习惯自动调节水流强度和温度的水龙头，就成了值得解决的问题。

技术实现要素：

针对上述问题，本发明提供一种自动调节温度的智能旋转龙头系统。

本发明的目的采用以下技术方案来实现：

一种自动调节温度的智能旋转龙头系统，应用于旋转龙头，所述的智能旋转龙头系统包括：

面部识别装置、数据库、控制器、电加热装置和流量调节装置；

所述数据库，用于存储每个使用者的面部图像、其相应的面部特征信息以及相关联的水温信息和水流强度信息；

所述面部识别装置，用于对使用者的面部图像进行处理，提取该使用者的面部特征信息，并与所述数据库中预存的每个使用者的面部特征信息进行匹配，匹配成功后，输出与所述使用者相关联的水温信息和水流强度信息至所述控制器；

所述控制器根据接收到的水温信息和水流强度信息调节所述电加热装置和所述流量调节装置的工作状态。

优选地，该智能旋转龙头系统还包括人体感应装置，所述人体感应装置设置在所述旋转龙头的前方，用于感测到有人靠近所述旋转龙头时，控制开启所述面部识别装置。

优选地，所述面部识别装置包括图像采集模块、图像筛选模块、图像处理模块、图像匹配模块和输出模块；

所述图像采集模块，用于采集使用者的面部图像；

所述图像筛选模块，用于从所述数据库中筛选出与所述图像采集模块采集的使用者的面部轮廓形状相似度高的面部图像；

所述图像处理模块，用于对所述图像采集模块采集的面部图像进行处理，提取所述使用者的面部特征信息；

所述图像匹配模块，用于将提取到的所述使用者的面部特征信息和筛选出的相似度高的面部图像的面部特征信息进行匹配，确定使用者的身份信息以及与之相关联的水温信息和水流强度信息；

所述输出模块，用于将与所述使用者相关联的水温信息和水流强度信息传输至所述控制器。

优选地，在所述图像筛选模块中，所述的从所述数据库中筛选出与所述图像采集模块采集的使用者的面部轮廓形状相似度高的面部图像，具体为：

(1)对所述图像采集模块采集的使用者的面部图像i0和所述数据库中存储的面部图像进行边缘检测，以获取每张面部图像中的脸型轮廓；

(2)根据步骤(1)得到的脸型轮廓，获取所述面部图像i0与所述数据库中每一张面部图像的脸型轮廓相似度值，并根据得到的脸型轮廓相似度值对所述数据库中的面部图像进行降序排列；

(3)选取排序靠前的前n张面部图像作为与所述面部图像i0相似度高的面部图像。

优选地，在所述图像筛选模块中，对面部图像进行边缘检测，具体是：对所述面部图像进行灰度化处理，利用下式计算灰度化后的面部图像中每一个像素点的边缘强度值，若计算得到的边缘强度值满足d(p)＜d0，则像素点p为边缘点，反之，像素点p为非边缘点。其中，像素点p的边缘强度值的计算式子为：

式中，d(p)为像素点p的边缘强度值，σ为所述面部图像的灰度方差，ux为像素点p沿水平方向的一阶偏导数，uxx为像素点p沿水平方向的二阶偏导数，uy为像素点p沿y垂直方向的一阶偏导数，uyy为像素点p的沿垂直方向的二阶偏导数，d0为预设的边缘强度阈值；

遍历所述面部图像所有像素点，所有边缘点构成的集合即为所述面部图像的人脸轮廓信息；

根据得到的人脸轮廓信息，获取所述面部图像中的人脸脸型轮廓。

优选地，在所述图像筛选模块中，所述面部图像i0与所述数据库中的面部图像pk的脸型轮廓相似度值的求解过程是：

(1)从所述面部图像i0的脸型轮廓选取z个的特征点；

(2)从所述面部图像pk的脸型轮廓选取z个的特征点，且该特征点与所述面部图像i0的特征点一一对应；

(3)根据提取到的特征点，利用下式计算所述面部图像i0和所述面部图像pk的脸型轮廓相似度值：

式中，s(i0，pk)为所述面部图像i0和所述面部图像pk的脸型轮廓相似度值，wz为特征点z的权重值，z为特征点个数，为在所述面部图像i0中特征点z处的水平梯度值，为在所述面部图像i0中特征点z处的垂直梯度值，为在所述面部图像pk中特征点z处的水平梯度值，为在所述面部图像pk中特征点z处的垂直梯度值。

本发明的有益效果为：本发明通过录入每个使用者的面部图像、及其相关联的用水习惯，当有使用者再次旋转龙头时，通过面部识别装置识别出使用者的身份，并获取该使用者的用水习惯，进而通过控制器调节电加热装置和水流调节装置的工作状态，以符合该使用者的个人习惯。每个使用者只需初次使用该旋转龙头时需要与本发明的旋转龙头直接接触，后续无需与该旋转龙头有任何接触，因而更方便、卫生。

附图说明

利用附图对本发明作进一步说明，但附图中的实施例不构成对本发明的任何限制，对于本领域的普通技术人员，在不付出创造性劳动的前提下，还可以根据以下附图获得其它的附图。

图1是本发明实施例提供的智能旋转龙头系统的框架图；

图2是本发明实施例提供的面部识别装置的框架结构图。

附图标记：人体感应装置10；面部识别装置20；图像采集模块21；图像筛选模块22；图像处理模块23；图像匹配模块24；输出模块25；数据库30；控制器40；电加热装置50；流量调节装置60。

具体实施方式

结合以下实施例对本发明作进一步描述。

图1示出了一种自动调节温度的智能旋转龙头系统，应用于旋转龙头，所述的智能旋转龙头系统包括：

面部识别装置20、数据库30、控制器40、电加热装置50和流量调节装置60；

所述数据库30，用于存储每个使用者的面部图像、其相应的面部特征信息以及相关联的水温信息和水流强度信息；

所述面部识别装置20，用于对使用者的面部图像进行处理，提取该使用者的面部特征信息，并与所述数据库30中预存的每个使用者的面部特征信息进行匹配，匹配成功后，输出与所述使用者相关联的水温信息和水流强度信息至所述控制器；

所述控制器40根据接收到的水温信息和水流强度信息调节所述电加热装置50和所述流量调节装置60的工作状态。

优选地，该智能旋转龙头系统还包括人体感应装置10，所述人体感应装置10设置在所述旋转龙头的前方，用于感测到有人靠近所述旋转龙头时，控制开启所述面部识别装置20。

优选地，参见图2，所述面部识别装置20包括图像采集模块21、图像筛选模块22、图像处理模块23、图像匹配模块24和输出模块25；

所述图像采集模块21，用于采集使用者的面部图像；

所述图像筛选模块22，用于从所述数据库中筛选出与所述图像采集模块21采集的使用者的面部轮廓形状相似度高的面部图像；

所述图像处理模块23，用于对所述图像采集模块21采集的面部图像进行处理，提取所述使用者的面部特征信息；

所述图像匹配模块24，用于将提取到的所述使用者的面部特征信息和筛选出的相似度高的面部图像的面部特征信息进行匹配，确定使用者的身份信息以及与之相关联的水温信息和水流强度信息；

所述输出模块25，用于将与所述使用者相关联的水温信息和水流强度信息传输至所述控制器。

优选地，在所述图像筛选模块22中，所述的从所述数据库30中筛选出与所述图像采集模块21采集的使用者的面部轮廓形状相似度高的面部图像，具体为：

(1)对所述图像采集模块21采集的使用者的面部图像i0和所述数据库30中存储的面部图像进行边缘检测，以获取每张面部图像中的脸型轮廓；

(2)根据步骤(1)得到的脸型轮廓，获取所述面部图像i0与所述数据库中每一张面部图像的脸型轮廓相似度值，并根据得到的脸型轮廓相似度值对所述数据库中的面部图像进行降序排列；

(3)选取排序靠前的前n张面部图像作为与所述面部图像i0相似度高的面部图像。

优选地，对面部图像进行边缘检测，具体是：对所述面部图像进行灰度化处理，利用下式计算灰度化后的面部图像中每一个像素点的边缘强度值，若计算得到的边缘强度值满足d(p)＜d0，则像素点p为边缘点，反之，像素点p为非边缘点；其中，像素点p的边缘强度值的计算式子为：

式中，d(p)为像素点p的边缘强度值，σ为所述面部图像的灰度方差，ux为像素点p沿水平方向的一阶偏导数，uxx为像素点p沿水平方向的二阶偏导数，uy为像素点p沿y垂直方向的一阶偏导数，uyy为像素点p的沿垂直方向的二阶偏导数，d0为预设的边缘强度阈值；

遍历所述面部图像所有像素点，所有边缘点构成的集合即为所述面部图像的人脸轮廓信息；

根据得到的人脸轮廓信息，获取所述面部图像中的人脸脸型轮廓。

有益效果：上述实施例中，是通过计算面部图像中每一个像素点的边缘强度值，并将计算得到的每个像素点的边缘强度值和预设的边缘强度阈值进行比较，进而对人脸轮廓进行检测，获取人脸轮廓信息，在计算各个像素点的边缘强度值时，基于人脸脸型轮廓在边缘处的变化特点，考虑了该像素点的灰度值分别沿水平方向和垂直方向的一阶偏导数和二阶偏导数的影响，使得在对人脸脸型轮廓进行检测时更加准确，能够更精确地反映出脸部轮廓线的变化规律，使得到的人脸脸型轮廓更接近于真实人脸脸型轮廓。

优选地，在所述图像筛选模块22中，面部图像中各个像素点的一阶偏导数和二阶偏导数的计算式子分别为：

式中，ux(x，y)为坐标(x，y)处像素点的水平方向一阶偏导数，uy(x，y)为坐标(x，y)处像素点的垂直方向一阶偏导数，uxx(x，y)为坐标处像素点的水平方向的二阶偏导数，uyy(x，y)为坐标(x，y)处像素点的垂直方向的二阶偏导数，u(x+h，y)为坐标(x+h，y)处像素点的灰度值，u(x-h，y)为坐标(x-h，y)处像素点的灰度值，u(x，y)为坐标(x，y)处像素点的灰度值，u(x，y+h)为坐标(x，y+h)处像素点的灰度值，u(x，y-h)为坐标(x，y-h)处像素点的灰度值，u(x+2h，y)为坐标(x+2h，y)处像素点的灰度值，u(x-2h，y)为坐标(x-2h，y)处像素点的灰度值，u(x，y+2h)为坐标(x，y+2h)处像素点的灰度值，u(x，y-2h)为坐标(x，y-2h)处像素点的灰度值。

有益效果：采用上述算法计算各个像素点的一阶偏导数和二阶偏导数，该算法基于中心像素点及其近邻像素点的灰度值的大小，进而求得关于中心像素点的一阶偏导数和二阶偏导数，该算法更能精确地反映中心像素点的

优选地，在所述图像筛选模块22中，所述面部图像i0与所述数据库30中的面部图像pk的脸型轮廓相似度值的具体算法是：

(1)从所述面部图像i0的脸型轮廓选取z个的特征点；

(2)从所述面部图像pk的脸型轮廓选取z个的特征点，且该特征点与所述面部图像i0的特征点一一对应；

(3)根据提取到的特征点，利用下式计算所述面部图像i0和所述面部图像pk的脸型轮廓相似度值：

式中，s(i0，pk)为所述面部图像i0和所述面部图像pk的脸型轮廓相似度值，wz为特征点z的权重值，z为特征点个数，为所述面部图像i0中特征点z处的水平梯度值，为所述面部图像i0中特征点z处的垂直梯度值，为所述面部图像pk中特征点z处的水平梯度值，为所述面部图像pk中特征点z处的垂直梯度值。

有益效果：利用上述的相似度值公式，来计算两个脸型轮廓相似度值，该计算公式通过选取人脸脸型轮廓具有代表性的z个特征点，根据各个特征点位置的水平梯度值和垂直梯度值以及各个特征点的权重值，进而得到面部图像i0和面部图像pk的脸部轮廓相似度值，从而选取相似度高的n张面部图像作为后续进一步的目标图像，该方法减轻了后续图像匹配模块24的工作负担，即只需对筛选出的n张相似度高的面部图像和采集的使用者的面部图像处理即可，提高了所述面部识别装置的工作效率。

本发明的有益效果为：本发明通过录入每个使用者的面部图像、及其相关联的用水习惯，当有使用者再次旋转龙头时，通过面部识别装置20识别出使用者的身份，并获取该使用者的用水习惯，进而通过控制器40调节电加热装置50和水流调节装置60的工作状态，以符合该使用者的个人习惯。每个使用者只需初次使用该旋转龙头时需要与本发明的旋转龙头直接接触，后续无需与该旋转龙头有任何接触，因而更方便、卫生。

最后应当说明的是，以上实施例仅用以说明本发明的技术方案，而非对本发明保护范围的限制，尽管参照较佳实施例对本发明作了详细地说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本发明技术方案的实质和范围。