本发明涉及抽油烟机技术领域，尤其涉及一种智能抽油烟机风速调级方法及装置。
背景技术：
目前，传统吸抽油烟机对风速的控制主要是通过物理按键实现，该方法通过人为操控实现抽油烟机风速调节。此种方法在实际操作中有多种缺点：1.烟雾等级区分不明确，人为操作多会调节大功率防止大烟雾出现，故而造成电力资源极大浪费；2.人为调节抽油烟机风速会有延迟，影响操作体验。
现有自动调速抽油烟机实现了抽油烟机性能上的一大进步，多基于非视觉烟雾检测装置，可判断烟雾检测装置附近烟雾浓度，但该方法无法对整个灶台进行烟雾识别，无法确定烟雾范围，而且对水汽不敏感，故而造成对很小范围但浓度高的烟雾使用最大功率，产生虚警、误报、错报等情况，同时对水汽检测效果较差。因此，根据这种烟雾检测进行抽油烟机风速调级是不准确的。
技术实现要素：
本发明的目的在于提出一种智能抽油烟机风速调级方法，具有根据烟雾浓度准确调节风速的特点。
本发明的目的在于提出一种智能抽油烟机风速调级装置，具有根据烟雾浓度准确调节风速的特点。
为达此目的，本发明采用以下技术方案：
一种智能抽油烟机风速调级方法，包括以下步骤：
采集抽油烟机下方图像；
对图像进行边缘检测，获得图像中的灶台目标区域；
对图像中的灶台目标区域进行处理或者对灶台目标区域的视频流进行处理，得到烟雾信息；
根据烟雾信息生成并输出风速调节指令至风速调节器；
风速调节器对抽油烟机的风速进行调级。
通过对灶台区域拍摄，对拍摄的图像或视频流进行处理获得烟雾区域和烟雾等级，对烟雾浓度的判断更加准确。根据烟雾区域和烟雾等级调节抽油烟机的风速，使得抽油烟机的风速能够准确适应灶台上的烟雾浓度。
进一步的，烟雾信息为烟雾区域和烟雾等级，得到烟雾信息的处理过程为：
对灶台目标区域的视频流做动态背景建模，获得动态背景；
通过灶台目标区域的视频流与动态背景的帧差，确定烟雾区域和烟雾等级。
进一步的，在采集抽油烟机下方图像时，采用红外补光灯对采集图像区域进行阶段性补光；灶台目标区域的视频流是红外补光灯补光时进行采集的。红外补光灯可以让烟雾特征更加明显，在视觉中更容易检测。
进一步的，烟雾信息为烟雾区域和烟雾等级，对图像中的灶台目标区域进行处理得到烟雾信息的过程是：
图像中的灶台目标区域生成灰度图像；
将灰度图像进行加权平均，灰度图像中每一个像素点的值，都由该像素点的值和邻域内的其他像素点的值经过加权平均后得到；
将任意连续多帧灰度图像的每个像素点的灰度值进行比较，取连续多帧的各个灰度图像中具有最小灰度值的像素点赋给一张新图片，将连续多帧的各个灰度图像中具有像素点最大灰度值的一张与新图片中像素点的灰度值求差，获得像素点灰度绝对差值，生成灰度图；
在灰度图中，根据设定的烟气阈值将绝对差值分为低中高三个灰度梯度，获得烟雾区域和烟雾等级。
对生成的灰度图根据预设的烟气阈值进行梯度划分，进而获得烟雾区域和烟雾等级，这种获得烟雾区域和烟雾等级准确性更高。烟气浓度梯度的精度不受镜头到灶台的距离以及灶台尺寸和颜色的影响，该烟雾信息的获得方法可有效区分出油烟浓度的分布情况以及变化过程，便于厨房排烟系统更有效的排走油烟。
进一步的，生成灰度图的方法是：
将任意连续多帧的灰度图像中每帧灰度图像的像素点灰度值依次其他图片比较，得出多帧图像中具有最小灰度值的每个像素点，并将这些具有最小灰度值的像素点赋给一张新图片；
在比较过程中得到多帧图像中像素点灰度值最大的一帧，再求出该图像像素点灰度值与新图片像素点灰度值的差值，得到像素点灰度绝对差值；
生成灰度图。
连续多帧图像比较生成灰度图，采用像素灰度绝对差值生成灰度图来衡量烟气浓度，不需要对提取灰度值所对应的图像进行坐标转换，方法易于实现。
进一步的，在灰度图中根据设定的烟气阈值将绝对差值分为低中高三个灰度梯度的方法是：
将像素点灰度绝对差值进行二值化；
将灰度图中像素点灰度绝对差值二值化后的取值满足0—6.0/255的阈值转换为第一灰度梯度区域即低油烟浓度区域；
将灰度图中像素点灰度绝对差值二值化后的取值满足6.0/255—12.0/255的阈值转换为第二灰度梯度区域即中等油烟浓度区域；
将灰度图中像素点灰度绝对差值二值化后的取值满足12.0/255—20.0/255的阈值转换为第三灰度梯度区域即高油烟浓度区域。
设定烟气阈值分别为0—6.0/255、6.0/255—12.0/255、12.0/255—20.0/255，进而将灰度图分为低中高三个灰度梯度，实现烟气浓度的划分，准确度高、效果明显。
进一步的，实时采集任意连续多帧图像，分析处理获得烟雾区域和烟雾等级，获得实时烟雾动态。根据烟雾的实时动态对抽烟烟机的风速进行控制，使得抽油烟机的风速与烟雾浓度向匹配。
一种采用上述的智能抽油烟机风速调级方法的智能抽油烟机风速调级装置，包括相机、控制芯片和风速调节器，相机用于采集抽油烟机下方的图像，相机和风速调节器分别与控制芯片连接；
控制芯片用于：对相机采集的图像进行边缘检测并获得图像中的灶台目标区域，对图像中的灶台目标区域进行处理或者对灶台目标区域的视频流进行处理，得到烟雾信息；
控制芯片还用于根据烟雾信息生成并输出风速调节指令至风速调节器；
风速调节器用于接收控制芯片发送的风速调节指令，对抽油烟机的风速进行调级。
进一步的，还包括相连接的红外补光灯和继电器，继电器用于控制红外补光灯的通断，使红外补光灯对采集图像区域进行阶段性补光；
相机与继电器相连接，用于获得红外补光灯的通断信号，相机是在红外补光灯补光时采集灶台目标区域的视频流的。
进一步的，还包括外壳，外壳的底部为防模糊玻璃，相机位于外壳内，相机的镜头与防模糊玻璃的位置相对应。透过防模糊镜片，相机可以获取灶台目标区域的清晰图像。
本发明的有益效果为：
通过采集灶台区域的图像或视频流进行烟雾区域和烟雾浓度判断，量化烟雾等级和变化趋势，进而控制风速，实现智能控制抽油烟机工作功率，达到净化厨房和减少人为操作的目的；通过风速的自动调节，从降低抽油烟机的电能消耗实现了节能目的。
附图说明
图1是本发明一个实施例的智能抽油烟机风速调级方法的流程图；
图2是图1所示智能抽油烟机风速调级方法的步骤S3的对图像中的灶台目标区域进行处理得到烟雾区域和烟雾等级的流程图；
图3是图2所示对图像中的灶台目标区域进行处理得到烟雾区域和烟雾等级的流程图的步骤S305图像标识效果图；
图4是本发明一个实施例的智能抽油烟机风速调级装置的流结构示意图。
其中，相机1、红外补光灯2、控制芯片3、外壳4、风速调节器5。
具体实施方式
下面结合附图及具体实施方式进一步说明本发明的技术方案。
如图1所示，一种智能抽油烟机风速调级方法，包括以下步骤：
S1、采集抽油烟机下方图像；
S2、对图像进行边缘检测，获得图像中的灶台目标区域；
S3、对图像中的灶台目标区域进行处理或者对灶台目标区域的视频流进行处理，得到烟雾信息；
S4、根据烟雾区域和烟雾等级生成并输出风速调节指令至风速调节器；
S5、风速调节器对抽油烟机的风速进行调级。
通过对灶台区域拍摄，对拍摄的图像或视频流进行处理获得烟雾区域和烟雾等级，对烟雾浓度的判断更加准确。根据烟雾区域和烟雾等级调节抽油烟机的风速，使得抽油烟机的风速能够准确适应灶台上的烟雾浓度。
步骤S3中，烟雾信息为烟雾区域和烟雾等级，得到烟雾信息的处理过程为：
对灶台目标区域的视频流做动态背景建模，获得动态背景；
通过灶台目标区域的视频流与动态背景的帧差，确定烟雾区域和烟雾等级。
优选的，在采集抽油烟机下方图像时，采用红外补光灯对采集图像区域进行阶段性补光；灶台目标区域的视频流是红外补光灯补光时进行采集的。红外补光灯可以让烟雾特征更加明显，在视觉中更容易检测。
如图2所示，步骤S3中，烟雾信息为烟雾区域和烟雾等级，对图像中的灶台目标区域进行处理得到烟雾信息的过程包括步骤S301-S305。
S301、图像中的灶台目标区域生成灰度图像。
S302、将连续多帧灰度图像利用高斯滤波进行平滑处理，将灰度图像进行加权平均，灰度图像中每一个像素点的值，都由该像素点的值和邻域内的其他像素点的值经过加权平均后得到。
S303、将任意连续多帧灰度图像的每个像素点的灰度值进行比较，取连续多帧的各个灰度图像中具有最小灰度值的像素点赋给一张新图片，将连续多帧的各个灰度图像中具有像素点最大灰度值的一张与新图片中像素点的灰度值求差，获得像素点灰度绝对差值，生成灰度图。
S304、在灰度图中，根据设定的烟气阈值将绝对差值分为低中高三个灰度梯度，获得烟雾区域和烟雾等级。所获得的烟雾信息即烟雾所在的区域和烟雾的浓度等级。
在灰度图中，还可以将低中高三个灰度梯度用三种单通道颜色标识出来，实现烟气浓度标识，便于用户观察油烟区域和浓度。
S305、实时采集任意连续多帧图像，分析处理获得烟雾区域和烟雾等级，获得实时烟雾动态。根据烟雾的实时动态对抽烟烟机的风速进行控制，使得抽油烟机的风速与烟雾浓度向匹配。
对生成的灰度图根据预设的烟气阈值进行梯度划分，进而获得烟雾区域和烟雾等级，这种获得烟雾区域和烟雾等级准确性更高。
将连续多帧灰度图像利用高斯滤波进行平滑处理是：利用高斯滤波生成模板，扫描图像中的每一个像素，再确定邻域内像素的加权平均灰度值，利用加权平均灰度值代替中心点的像素值。这种高斯滤波的方法能够有效消除图像的高斯噪音，剔除噪音，提高图片处理的准确性。高斯滤波就是对整幅图像进行加权平均的过程。
优选的，将任意连续十帧图像进行烟气浓度标识。选取连续十帧图像进行烟气浓度标识，保证了处理的准确性。
优选的，在步骤S303中，生成灰度图的方法是：
将任意连续多帧灰度图像中每帧灰度图像的像素点灰度值依次其他图片比较，得出多帧图像中具有最小灰度值的每个像素点，并将这些具有最小灰度值的像素点赋给一张新图片；
在比较过程中得到多帧灰度图像中像素点灰度值最大的一帧，再求出该灰度图像像素点灰度值与新图片像素点灰度值的差值，得到像素点灰度绝对差值；
生成灰度图。
连续多帧灰度图像比较生成灰度图，采用像素灰度绝对差值生成灰度图来衡量烟气浓度，不需要对提取灰度值所对应的图像进行坐标转换，方法易于实现。
优选的，步骤S304中，在灰度图中根据设定的烟气阈值将绝对差值分为低中高三个灰度梯度的方法是：
将像素点灰度绝对差值进行二值化；
将灰度图中像素点灰度绝对差值二值化后的取值满足0—6.0/255的阈值转换为第一灰度梯度区域即低油烟浓度区域；
将灰度图中像素点灰度绝对差值二值化后的取值满足6.0/255—12.0/255的阈值转换为第二灰度梯度区域即中等油烟浓度区域；
将灰度图中像素点灰度绝对差值二值化后的取值满足12.0/255—20.0/255的阈值转换为第三灰度梯度区域即高油烟浓度区域。
设定烟气阈值分别为0—6.0/255、6.0/255—12.0/255、12.0/255—20.0/255，进而将灰度图分为低中高三个灰度梯度，实现烟气区域和浓度的划分，准确度高、效果明显。
完成烟雾区域和烟雾等级划分的效果图如图3所示，图3a为左灶台，图3b为右灶台。图3中，A区域为第一灰度梯度区域为低油烟浓度区域；B区域为第二灰度梯度区域为中等油烟浓度区域；C区域为第一灰度梯度区域为高油烟浓度区域。
燃气灶烟气的生成具有随机性，因此烟气在图像中的分布具有不确定性，这种不确定性是烟雾区域和烟雾浓度判断的难点所在。针对烟气在图像中的随机分布特性，又不丢失重要的边界信息，根据设定的阈值利用计算机强大的计算能力对图像进行遍历处理，识别出不同的烟气浓度并进行实时标记。
如图4所示，采用上述的智能抽油烟机风速调级方法的智能抽油烟机风速调级装置，包括相机1、控制芯片3、风速调节器5和外壳4。相机1用于采集抽油烟机下方的图像，相机1和风速调节器5分别与控制芯片3连接。外壳4的底部为防模糊玻璃，相机1位于外壳4内，相机1的镜头与防模糊玻璃的位置相对应。透过防模糊镜片，相机1可以获取灶台目标区域的清晰图像。相机1固定于控制芯片3上，相机1通过引脚将信号传输给控制芯片3。控制芯片3为STM32芯片。控制芯片3通过串口输出风速调节指令至风速调节器5，进而风速调节器5对抽油烟机的风速进行调节。
控制芯片3用于对相机1采集的图像进行边缘检测并获得图像中的灶台目标区域，对图像中的灶台目标区域进行处理或者对灶台目标区域的视频流进行处理，得到烟雾区域和烟雾等级，控制芯片3还用于根据烟雾区域和烟雾等级生成并输出风速调节指令至风速调节器。
风速调节器5用于接收控制芯片1发送的风速调节指令，对抽油烟机的风速进行调级。
优选的，智能抽油烟机风速调级装置还包括相连接的红外补光灯3和继电器(图中未示出)，继电器用于控制红外补光灯3的通断，使红外补光灯2对采集图像区域进行阶段性补光。红外补光灯2有多个，分设于外壳的两侧，使得红外补光更加均匀。
相机1与继电器相连接，用于获得红外补光灯2的通断信号，相机1是在红外补光灯2补光时采集灶台目标区域的视频流的，保证采集图像足够清晰。
以上结合具体实施例描述了本发明的技术原理。这些描述只是为了解释本发明的原理，而不能以任何方式解释为对本发明保护范围的限制。基于此处的解释，本领域的技术人员不需要付出创造性的劳动即可联想到本发明的其它具体实施方式，这些方式都将落入本发明的保护范围之内。