一种室内空气质量的显示与净化的方法及设备的制作方法
【专利摘要】本发明公开了属于图像处理【技术领域】的一种室内空气质量的显示与净化的方法及设备。该设备是在机壳内，风扇、马达与控制器连接，空气过滤网、负离子发生器安装在机壳内，摄像头安装在机壳内顶部，摄像头内安装图像处理软件，液晶显示屏在前面板上。马达带动风扇使室内空气循环流动，机壳外部的空气被吸入机壳内，空气过滤网对空气中的各种污染物清除或吸附，负离子发生器产生的负离子还原来自大气的污染物质，达到清洁、净化空气的目的，摄像头获取室内空气视频图像，并采用图像分析的方法判断当前空气质量，将分析结果输出在液晶显示屏上显示。本发明原理简单，成本低廉，可以让消费者看到空气净化器是否真正进行了空气净化，具有广阔的市场前景。
【专利说明】_种室内空气质量的显不与净化的方法及设备
【技术领域】
[0001]本发明属于图像处理【技术领域】，特别涉及一种室内空气质量的显示与净化的方法及设备。
【背景技术】
[0002]随着社会经济水平持续向前发展，人们对生活质量的需求日益提高，对自身所处的生活环境越来越关注。最近几年，不断出现的空气污染事件极大的推动了公众对空气净化器的需求与了解。空气净化器在西方发达国家中普及率较高，空气净化器例如:美国家庭的普及率为27%，其他的国家，如:加拿大、意大利、日本等国家在公共场所、家庭居室等的普及率都超过20%。而中国改善室内空气污染设备的普及率还不到0.1%。质量上，据调查，100元以内的空气净化器卖得最好。这些净化器能不能产生负离子都很难说，更不可能有吸附粉尘、致病菌的净化作用。但由于国家标准不完善，消费者也很难判断。
[0003]目前用于空气质量检测的仪器大多比较昂贵，不适合安装在成本较低的空气净化器中，如何使消费者能买到价格低廉且能切实起到净化空气作用的净化器是目前空气净化器的研宄方向。随着深度学习技术的发展，尤其是卷积神经网络在计算机视觉领域的成功运用，使得通过图像对空气中污染物的测量得以实现。本发明所采用的方法，首先利用已有的图像(包含不同空气污染程度)及其标注的空气质量来训练用于测量空气质量的深度学习网络，然后将训练好的深度学习网络应用到需要测试的图像上，在输出层即可得到当前测量的空气质量。本发明原理简单，成本低廉，只需要在空气净化器中加一个摄像头就可以让消费者看到空气净化器是否真正进行了空气净化，具有广阔的市场前景。
【发明内容】
[0004]本发明的目的是提供一种室内空气质量的显示与净化的方法及设备，其特征在于，所述室内空气质量的显示与净化的设备是在机壳内，风扇安装在马达转轴上，马达与控制器连接，空气过滤网安装在机壳后面板上，负离子发生器安装在机壳内空气过滤网前面，摄像头安装在机壳内顶部，风扇口设置在机壳侧面或在机壳前面板下部；液晶显不屏在机壳前面板上部。
[0005]所述摄像头内安装图像处理软件，通过摄像头获取室内空气视频图像，并采用图像分析的方法判断当前空气质量，将分析结果输出在液晶显示屏上显示。
[0006]一种室内空气质量的显示与净化的方法，其特征在于，包括:
[0007]I)首先开启马达，带动风扇使室内空气循环流动，机壳外部的空气通过机壳后面的空气过滤网被吸入机壳内，空气过滤网对空气中的各种污染物清除或吸附后，被风扇送出，同时由负离子发生器产生的负离子也随清洁的空气一起送出；负离子能还原来自大气的污染物质、氮氧化物和香烟产生的活性氧(氧自由基)、减少过多活性氧对人体的危害，达到清洁、净化空气的目的；
[0008]2)通过摄像头获取室内空气视频图像，通过摄像头内安装的图像处理软件对空气视频图像进行分析处理；
[0009]3)根据步骤2)对空气视频图像进行分析处理的结果，判断当前空气质量；将分析结果输出在液晶显示屏上显示；
[0010]4)同时将分析结果传给控制器，控制器根据设定值和分析值的偏差，改变马达转速来调节风扇的风量，使室内空气的质量达到净化空气的规定标准值；
[0011]5)如果室内空气质量长时间达不到净化空气的规定标准值，则检查是否需要更换空气过滤网。
[0012]所述判断当前空气质量是该设备采用图像处理技术，通过深度神经网络分析处理，对采集的空气视频图像及其对应的污染度训练神经网络，训练得到深度神经网络的模型后，将该模型应用于实时获取图像的污染程度判断，即将实时获取的图像应用于训练好的深度神经网络，得到当前空气的污染度。
[0013]本发明的有益效果是本发明原理简单，成本低廉，只需要在空气净化器中加一个摄像头就可以让消费者看到空气净化器是否真正进行了空气净化，使得空气净化器的效果一目了然，用户不需要专业知识就可以方便的得知室内的空气质量，也不用再为何时更换滤网而费神，具有广阔的市场前景。
【专利附图】
【附图说明】
[0014]图1是结合空气质量显示与净化的室内设备结构示意图；
[0015]图2是实施例的控制流程图；
[0016]图3是实施例图像处理算法原理图；
[0017]图4是实施例图像处理算法流程图。
【具体实施方式】
[0018]本发明的目的是提供一种室内空气质量的显示与净化的方法及设备；下面结合附图予以说明。
[0019]图1所示是结合空气质量显示与净化的室内设备结构示意图；图中所述室内空气质量的显示与净化设备的结构是在机壳内，风扇安装在马达转轴上，马达与控制器连接，空气过滤网安装在机壳后面板上，负离子发生器安装在机壳内空气过滤网前面，摄像头安装在机壳内顶部，风扇口设置在机壳侧面或在机壳前面板下部；液晶显不屏在机壳前面板上部。所述摄像头内安装图像处理软件，通过摄像头获取室内空气视频图像，并采用图像分析的方法判断当前空气质量，将分析结果输出在液晶显示屏上显示。
[0020]本发明室内空气质量的显示与净化的方法，包括:
[0021]I)首先开启马达，带动风扇使室内空气循环流动，机壳外部的空气通过机壳后面的空气过滤网被吸入机壳内，空气过滤网对空气中的各种污染物清除或吸附后，被风扇送出，同时由负离子发生器产生的负离子也随清洁的空气一起送出；负离子能还原来自大气的污染物质、氮氧化物和香烟产生的活性氧(氧自由基)、减少过多活性氧对人体的危害，达到清洁、净化空气的目的；
[0022]2)通过摄像头获取室内空气视频图像，通过摄像头内安装的图像处理软件对空气视频图像进行分析处理；
[0023]3)根据步骤2)对空气视频图像进行分析处理的结果，判断当前空气质量；将分析结果输出在液晶显示屏上显示；
[0024]4)同时将分析结果传给控制器，控制器根据设定值和分析值的偏差，改变马达转速来调节风扇的风量，使室内空气的质量达到净化空气的规定标准值；
[0025]5)如果室内空气质量长时间达不到净化空气的规定标准值，则检查是否需要更换空气过滤网。
[0026]所述判断当前空气质量是该设备采用图像处理技术，通过深度神经网络分析处理，对采集的空气视频图像及其对应的污染度训练神经网络，训练得到深度神经网络的模型后，将该模型应用于实时获取图像的污染程度判断，即将实时获取的图像应用于训练好的深度神经网络，得到当前空气的污染度。
[0027]图2所示是本发明实施例的控制原理图。由用户根据需求设定要达到的空气质量设定值(净化空气的规定标准值)，设备开始工作后，由摄像头实时获取当前室内空气视频，并进行分析，判断当前空气质量，分析结果输出在液晶显示屏上，可以让用户获知当前的空气质量；同时也将结果传输给控制器，控制器将分析值和设定值进行比较，调节马达转速控制风扇，使室内空气质量能迅速达到设定值。
[0028]图3所示是本发明实施例图像处理算法原理图，图所示4是本发明实施例图像处理算法流程图。该设备的图像处理技术采用深度神经网络方法，通过对已有图像及其对应的污染度训练神经网络，经过训练得到深度神经网络的模型后，将该模型应用于实时获取图像的污染程度判断；过程如下:
[0029](I)采集已有图像作为训练图像，输入深度神经网络，深度神经网络采用卷积网络，对输入图像进行卷积；
[0030](2)卷积后进行降采样，降采样层有100个节点，采集图像对应的100维特征，输出具有100维特征的空气污染度；
[0031](3)将神经网络输出和实际污染度比较，通过使其差值最小来优化深度神经网络;
[0032](4)当差值小于设定值N(如N = 0.1)或训练次数大于设定值M(如M = 1000)时，停止训练；
[0033](5)将实时获取的图像应用于训练好的深度神经网络，得到当前空气的污染度。
[0034]本发明提供一种结合空气质量显示与净化的室内设备，应用图像处理技术，使得空气净化器的效果一目了然，用户不需要专业知识就可以方便的得知室内的空气质量，也不用再为何时更换滤网而烦恼。
[0035]以上所述仅为本发明的优选实施例而已，并不用于限制本发明，尤其是图像处理技术，本实施例子介绍了应用深度神经网络对图像进行分析，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
【权利要求】
1.一种室内空气质量的显示与净化设备，其特征在于，所述室内空气质量的显示与净化的设备是在机壳内，风扇安装在马达转轴上，马达与控制器连接，空气过滤网安装在机壳后面板上，负离子发生器安装在机壳内空气过滤网前面，摄像头安装在机壳内顶部，风扇口设置在机壳侧面或在机壳前面板下部；液晶显不屏在机壳前面板上部。
2.根据权利要求1所述一种室内空气质量的显示与净化设备，其特征在于，所述摄像头内安装图像处理软件，通过摄像头获取室内空气视频图像，并采用图像分析的方法判断当前空气质量，将分析结果输出在液晶显示屏上显示。
3.—种室内空气质量的显示与净化的方法，其特征在于，包括: 1)首先开启马达，带动风扇使室内空气循环流动，机壳外部的空气通过机壳后面的空气过滤网被吸入机壳内，空气过滤网对空气中的各种污染物清除或吸附后，被风扇送出，同时由负离子发生器产生的负离子也随清洁的空气一起送出；负离子能还原来自大气的污染物质、氮氧化物和香烟产生的活性氧(氧自由基)、减少过多活性氧对人体的危害，达到清洁、净化空气的目的； 2)通过摄像头获取室内空气视频图像，通过摄像头内安装的图像处理软件对空气视频图像进行分析处理； 3)根据步骤2)对空气视频图像进行分析处理的结果，判断当前空气质量；将分析结果输出在液晶显示屏上显示； 4)同时将分析结果传给控制器，控制器根据设定值和分析值的偏差，改变马达转速来调节风扇的风量，使室内空气的质量达到净化空气的规定标准值； 5)如果室内空气质量长时间达不到净化空气的规定标准值，则检查是否需要更换空气过滤网。
4.根据权利要求3所述一种室内空气质量的显示与净化的方法，其特征在于，所述判断当前空气质量是该设备采用图像处理技术，通过深度神经网络分析处理，对采集的空气视频图像及其对应的污染度训练神经网络，训练得到深度神经网络的模型后，将该模型应用于实时获取图像的污染程度判断，即将实时获取的图像应用于训练好的深度神经网络，得到当前空气的污染度。
【文档编号】F24F11/00GK104456727SQ201410638555
【公开日】2015年3月25日 申请日期:2014年11月6日 优先权日:2014年11月6日
【发明者】王震宇, 王天宇, 滕婧 申请人:华北电力大学