烹饪控制方法及烹饪控制装置、存储介质和烹饪设备与流程

本发明涉及烹饪设备技术领域，具体而言，涉及烹饪控制方法、烹饪控制装置、计算机可读存储介质和烹饪设备。

背景技术：

“智能家居”正在成为当前时代家电行业的主流，能够实现语音识别、图像识别、指纹识别、手势识别等的多种传感器技术已被广泛应用到各种烹饪设备中。

当用户使用传统的烹饪设备烹饪食材时，通常会根据自身经验或大体估计来对不同菜谱的烹饪时间、温度等烹饪方式进行手动设置，显然对于缺少烹饪经验的用户来说，就会存在操作不精准、烹饪效果不佳的问题。

目前，通过将摄取到的食物当前图像与云端服务器图像库中的图像进行比较来判定食谱和烹饪状态，此过程需要烹饪设备始终处于联网状态，可见当烹饪设备处于无WiFi(Wireless Fidelity，无线局域网)或无线信号弱的环境中时，这种食谱识别方式将受到环境条件限制而不便于实现，而且通过使用云端服务器进行食谱识别，数据算法复杂，且成本高、效率低。

因此，如何提供一种操作简单、效率高、成本低的食材种类识别方案，成为亟待解决的技术问题。

技术实现要素：

本发明旨在至少解决现有技术或相关技术中存在的技术问题之一。

为此，本发明的一个目的在于提出了一种新的烹饪控制方法，通过在烹饪设备本地建立HSV阈值数据库使得烹饪设备在无网络的环境下即可以自动识别不同种类的食材，并基于识别出的食材智能地向用户推荐食谱，摆脱了网络的约束，操作简单便捷，且成本低、效率高，进一步可以基于用户选定的食谱自动设置烹饪设备的工作参数以精准的控制烹饪程序，从而确保较佳的烹饪效果。

本发明的另一个目的在于对应提出了烹饪控制装置、计算机可读存储介质和烹饪设备。

为实现上述至少一个目的，根据本发明的第一方面，提出了一种烹饪控制方法，用于设置有HSV阈值数据库的烹饪设备，烹饪控制方法包括：获取处于当前烹饪阶段的烹饪设备中的菜品图像；将菜品图像转换为对应的图像信号；将图像信号划分为多个矩阵区域，并提取每个矩阵区域中各自包含的食材HSV值；将多个食材HSV值分别与HSV阈值数据库中的预设HSV阈值范围进行对比，以识别出烹饪设备中的菜品所包含的食材；根据食材向用户推荐食谱以控制烹饪设备运行。

在该技术方案中，当烹饪设备处于不同烹饪阶段时，对应获取到处于当前烹饪阶段的烹饪设备中的菜品图像后，将该菜品图像转换为相应的图像信号，为了更加精准地判定菜品中包含的食材，首先将该图像信号划分为多个矩阵区域，并对每个矩阵区域所对应的图像信号分别进行食材HSV值的提取，以得到与多个矩阵区域对应的多个食材HSV值，然后则可以通过将提取到的每个食材HSV值分别与烹饪设备中内置的HSV阈值数据库中的预设HSV阈值范围进行对比识别出每个矩阵区域对应的菜品所包含的食材，以避免食材识别遗漏，即在该HSV阈值数据库中，处于不同烹饪阶段的食材与预设HSV阈值范围一一对应，进而可以基于多个矩阵区域分别识别出的食材确定烹饪设备中的菜品所包含的所有食材，如此通过在烹饪设备本地建立HSV阈值数据库使得烹饪设备在无网络的环境下即可以自动识别不同种类的食材，并基于菜品的划分为多个矩阵区域的图像信号识别出的食材向用户智能地推荐食谱，摆脱了网络的约束，操作简单便捷，且成本低、效率高，同时能够基于推荐的食谱自动控制烹饪设备运行工作实现烹饪，不仅有效地提高了烹饪的智能化和自动化，同时改善了缺少烹饪经验的用户操作不精准、烹饪效果不佳的问题，从而提升了用户体验。

在上述技术方案中，优选地，食材HSV值包括食材色调值、食材饱和度值和食材亮度值；预设HSV阈值范围包括预设色调阈值范围、预设饱和度阈值范围和预设亮度阈值范围；以及将多个食材HSV值与HSV阈值数据库中的预设HSV阈值范围进行对比，以识别出烹饪设备中菜品所包含的食材的步骤包括：将多个食材色调值、多个食材饱和度值和多个食材亮度值分别与预设色调阈值范围、预设饱和度阈值范围和预设亮度阈值范围一一进行对比；获取与多个食材HSV值中每个食材HSV值的匹配率最大的目标预设HSV阈值范围，以得到多个目标预设HSV阈值范围；将多个目标预设HSV阈值范围对应的多个目标食材进行归类整理以确定食材。

在该技术方案中，食材HSV值具体包括食材色调值(即H，Hue)、食材饱和度值(即S，Saturation)和食材亮度值(即V，Value)，以及HSV阈值数据库中的预设的HSV阈值范围对应地包括预设色调阈值范围、预设饱和度阈值范围和预设亮度阈值范围，以基于颜色的直观特性创建的颜色空间中的参数准确地识别出菜品所包含的不同的食材种类。

进一步当基于与图像信号的多个矩阵区域对应的多个食材HSV值分别与预设HSV阈值范围对比以识别菜品所包含的所有食材时，具体可以分别将多个食材HSV值中每个食材HSV值对应包含的食材色调值分别与预设色调阈值范围、多个食材HSV值中每个食材HSV值对应包含的食材饱和度值与预设饱和度阈值范围、多个食材HSV值中每个食材HSV值对应包含的食材亮度值和预设亮度阈值范围进行一一匹配对比，以确定分别与多个食材色调值、多食材饱和度值和多个食材亮度值分别最匹配的多个目标预设色调阈值范围、多个目标预设饱和度阈值范围和多个目标预设亮度阈值范围，从而则可以在HSV阈值数据库中根据该多个目标预设色调阈值范围、多个目标预设饱和度阈值范围和多个目标预设亮度阈值范围获取对应的多个目标食材，并对多个目标食材进行归类整理去重后确定烹饪设备中的菜品所包含的所有食材，通过该技术方案，可以有效地提高对烹饪设备中食材判定的准确性。

在上述任一技术方案中，优选地，将图像信号划分为多个矩阵区域的步骤包括：将图像信号进行信号处理以得到目标图像信号；将目标图像信号划分为多个矩阵区域。

在该技术方案中，为了保证根据处于当前烹饪阶段的烹饪设备中的菜品图像能够准确地提取出其所包含的食材HSV值，可以对根据该菜品图像转换得到的图像信号进行处理，以得到更加便于提取食材HSV值的目标图像信号，进而将该目标图像信号划分为多个矩阵区域，以提高食材种类识别的准确性以及识别效率。

在上述任一技术方案中，优选地，根据食材向用户推荐食谱以控制烹饪设备运行的步骤包括：根据烹饪设备中存储的食材与食谱的对应关系，确定与食材匹配的食谱；根据食谱设置烹饪设备的工作参数；按照工作参数控制烹饪设备运行。

在该技术方案中，当根据已识别出的烹饪设备中的菜品所包含的所有食材向用户推荐食谱时，具体可以调用烹饪设备本地预先存储的食材与食谱的对应关系，以在摆脱网络约束的情况下可以准确高效地定位到与食材对应的食谱供用户进行选择，进一步当确定与烹饪设备内的食材匹配的食谱后则可以根据该食谱自动设置烹饪设备的工作参数，并按照设置好的工作参数智能地控制烹饪设备运行，减少用户人为手动设置操作的同时可以精准地控制烹饪程序的进行，以避免由于用户缺少烹饪经验而导致操作不精准使烹饪效果不佳。

在上述任一技术方案中，优选地，烹饪控制方法还包括：建立烹饪设备与云端服务器的通信连接；向云端服务器分别获取HSV阈值数据库的更新数据、食材与食谱的对应关系的更新数据。

在该技术方案中，为了满足烹饪设备本地存储的HSV阈值数据库中的数据以及食材与食谱的对应关系能够满足用户对菜品及烹饪口味的不断变化的需求，可以建立烹饪设备与云端服务器之间的通信连接，通过云端服务器对烹饪设备本地的数据进行高效便捷的更新，比如定期更新或实时更新，使烹饪设备本地存储的HSV阈值数据库中的数据、食材与食谱的对应关系得到及时的更新完善，确保烹饪设备本地仅存储最新的数据，同时可以减少对烹饪设备的内存空间的占用。

根据本发明的第二方面，提出了一种烹饪控制装置，用于设置有HSV阈值数据库的烹饪设备，该烹饪控制装置包括：获取模块，用于获取处于当前烹饪阶段的烹饪设备中的菜品图像；转换模块，用于将菜品图像转换为对应的图像信号；提取模块，用于将图像信号划分为多个矩阵区域，并提取每个矩阵区域中各自包含的食材HSV值；识别模块，用于将多个食材HSV值分别与HSV阈值数据库中的预设HSV阈值范围进行对比，以识别出烹饪设备中的菜品所包含的食材；控制模块，用于根据食材向用户推荐食谱以控制烹饪设备运行。

在该技术方案中，当烹饪设备处于不同烹饪阶段时，对应获取到处于当前烹饪阶段的烹饪设备中的菜品图像后，将该菜品图像转换为相应的图像信号，为了更加精准地判定菜品中包含的食材，首先将该图像信号划分为多个矩阵区域，并对每个矩阵区域所对应的图像信号分别进行食材HSV值的提取，以得到与多个矩阵区域对应的多个食材HSV值，然后则可以通过将提取到的每个食材HSV值分别与烹饪设备中内置的HSV阈值数据库中的预设HSV阈值范围进行对比识别出每个矩阵区域对应的菜品所包含的食材，以避免食材识别遗漏，即在该HSV阈值数据库中，处于不同烹饪阶段的食材与预设HSV阈值范围一一对应，进而可以基于多个矩阵区域分别识别出的食材确定烹饪设备中的菜品所包含的所有食材，如此通过在烹饪设备本地建立HSV阈值数据库使得烹饪设备在无网络的环境下即可以自动识别不同种类的食材，并基于菜品的划分为多个矩阵区域的图像信号识别出的食材向用户智能地推荐食谱，摆脱了网络的约束，操作简单便捷，且成本低、效率高，同时能够基于推荐的食谱自动控制烹饪设备运行工作实现烹饪，不仅有效地提高了烹饪的智能化和自动化，同时改善了缺少烹饪经验的用户操作不精准、烹饪效果不佳的问题，从而提升了用户体验。

在上述技术方案中，优选地，食材HSV值包括食材色调值、食材饱和度值和食材亮度值；预设HSV阈值范围包括预设色调阈值范围、预设饱和度阈值范围和预设亮度阈值范围；以及识别模块具体包括：比较子模块，用于将多个食材色调值、多个食材饱和度值和多个食材亮度值分别与预设色调阈值范围、预设饱和度阈值范围和预设亮度阈值范围一一进行对比；获取子模块，用于获取与多个食材HSV值中每个食材HSV值的匹配率最大的目标预设HSV阈值范围，以得到多个目标预设HSV阈值范围；归类子模块，用于将多个目标预设HSV阈值范围对应的多个目标食材进行归类整理以确定食材。

在该技术方案中，食材HSV值具体包括食材色调值(即H，Hue)、食材饱和度值(即S，Saturation)和食材亮度值(即V，Value)，以及HSV阈值数据库中的预设的HSV阈值范围对应地包括预设色调阈值范围、预设饱和度阈值范围和预设亮度阈值范围，以基于颜色的直观特性创建的颜色空间中的参数准确地识别出菜品所包含的不同的食材种类。

进一步当基于与图像信号的多个矩阵区域对应的多个食材HSV值分别与预设HSV阈值范围对比以识别菜品所包含的所有食材时，具体可以分别将多个食材HSV值中每个食材HSV值对应包含的食材色调值分别与预设色调阈值范围、多个食材HSV值中每个食材HSV值对应包含的食材饱和度值与预设饱和度阈值范围、多个食材HSV值中每个食材HSV值对应包含的食材亮度值和预设亮度阈值范围进行一一匹配对比，以确定分别与多个食材色调值、多食材饱和度值和多个食材亮度值分别最匹配的多个目标预设色调阈值范围、多个目标预设饱和度阈值范围和多个目标预设亮度阈值范围，从而则可以在HSV阈值数据库中根据该多个目标预设色调阈值范围、多个目标预设饱和度阈值范围和多个目标预设亮度阈值范围获取对应的多个目标食材，并对多个目标食材进行归类整理去重后确定烹饪设备中的菜品所包含的所有食材，通过该技术方案，可以有效地提高对烹饪设备中食材判定的准确性。

在上述任一技术方案中，优选地，提取模块具体包括：处理子模块，用于将图像信号进行信号处理以得到目标图像信号；划分子模块，用于将目标图像信号划分为多个矩阵区域。

在该技术方案中，为了保证根据处于当前烹饪阶段的烹饪设备中的菜品图像能够准确地提取出其所包含的食材HSV值，可以对根据该菜品图像转换得到的图像信号进行处理，以得到更加便于提取食材HSV值的目标图像信号，进而将该目标图像信号划分为多个矩阵区域，以提高食材种类识别的准确性以及识别效率。

在上述任一技术方案中，优选地，控制模块具体包括：确定子模块，用于根据烹饪设备中存储的食材与食谱的对应关系，确定与食材匹配的食谱；设置子模块，用于根据食谱设置烹饪设备的工作参数；控制子模块，用于按照工作参数控制烹饪设备运行。

在该技术方案中，当根据已识别出的烹饪设备中的菜品所包含的所有食材向用户推荐食谱时，具体可以调用烹饪设备本地预先存储的食材与食谱的对应关系，以在摆脱网络约束的情况下可以准确高效地定位到与食材对应的食谱供用户进行选择，进一步当确定与烹饪设备内的食材匹配的食谱后则可以根据该食谱自动设置烹饪设备的工作参数，并按照设置好的工作参数智能地控制烹饪设备运行，减少用户人为手动设置操作的同时可以精准地控制烹饪程序的进行，以避免由于用户缺少烹饪经验而导致操作不精准使烹饪效果不佳。

在上述任一技术方案中，优选地，烹饪控制装置还包括：通信模块，用于建立烹饪设备与云端服务器的通信连接；更新模块，用于向云端服务器分别获取HSV阈值数据库的更新数据、食材与食谱的对应关系的更新数据。

在该技术方案中，为了满足烹饪设备本地存储的HSV阈值数据库中的数据以及食材与食谱的对应关系能够满足用户对菜品及烹饪口味的不断变化的需求，可以建立烹饪设备与云端服务器之间的通信连接，通过云端服务器对烹饪设备本地的数据进行高效便捷的更新，比如定期更新或实时更新，使烹饪设备本地存储的HSV阈值数据库中的数据、食材与食谱的对应关系得到及时的更新完善，确保烹饪设备本地仅存储最新的数据，同时可以减少对烹饪设备的内存空间的占用。

根据本发明的第三方面，提供了一种烹饪控制装置，包括：处理器；用于储存处理器可执行指令的存储器，其中，处理器用于执行存储器中储存的可执行指令时实现如上述第一方面的技术方案中任一项的烹饪控制方法的步骤。

根据本发明的第四方面，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现如上述第一方面的技术方案中任一项的烹饪控制方法的步骤。

根据本发明的第五方面，提供了一种烹饪设备，包括：如上述第二方面和第三方面的技术方案中任一项的烹饪控制装置。

本发明的附加方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。

附图说明

本发明的上述和/或附加的方面和优点从结合下面附图对实施例的描述中将变得明显和容易理解，其中：

图1示出了本发明第一实施例的烹饪控制方法的流程示意图；

图2示出了本发明实施例的识别烹饪设备中的菜品所包含的食材的方法流程示意图；

图3示出了本发明实施例的将图像信号划分为多个矩阵区域的方法流程示意图；

图4示出了本发明实施例的根据食材向用户推荐食谱以控制烹饪设备运行的方法流程示意图；

图5示出了本发明第二实施例的烹饪控制方法的流程示意图；

图6示出了本发明第三实施例的烹饪控制方法的流程示意图；

图7示出了本发明实施例的矩阵区域分割示意图；

图8示出了本发明第一实施例的烹饪控制装置的示意框图；

图9示出了图8所示的提取模块的示意框图；

图10示出了图8所示的识别模块的示意框图；

图11示出了图8所示的控制模块的示意框图；

图12出了本发明第二实施例的烹饪控制装置的示意框图。

具体实施方式

为了能够更清楚地理解本发明的上述目的、特征和优点，下面结合附图和具体实施方式对本发明进行进一步的详细描述。需要说明的是，在不冲突的情况下，本申请的实施例及实施例中的特征可以相互组合。

在下面的描述中阐述了很多具体细节以便于充分理解本发明，但是，本发明还可以采用其他不同于在此描述的其他方式来实施，因此，本发明的保护范围并不受下面公开的具体实施例的限制。

下面结合图1至图4对本发明第一实施例的烹饪控制方法的方案进行具体说明。

如图1所示，根据本发明第一实施例的烹饪控制方法，用于设置有HSV阈值数据库的烹饪设备，该烹饪控制方法具体包括以下流程步骤：

步骤102，获取处于当前烹饪阶段的烹饪设备中的菜品图像。

步骤104，将菜品图像转换为对应的图像信号。

可以理解的是，该图像信号具体可以包括RGB图像，其中RGB代表红、绿、蓝三个通道的颜色。

步骤106，将图像信号划分为多个矩阵区域，并提取每个矩阵区域中各自包含的食材HSV值。

步骤108，将多个食材HSV值分别与HSV阈值数据库中的预设HSV阈值范围进行对比，以识别出烹饪设备中的菜品所包含的食材。

步骤110，根据食材向用户推荐食谱以控制烹饪设备运行。

在该实施例中，当烹饪设备处于不同烹饪阶段时，对应获取到处于当前烹饪阶段的烹饪设备中的菜品图像后，将该菜品图像转换为相应的图像信号，为了更加精准地判定菜品中包含的食材，首先将该图像信号划分为多个矩阵区域，并对每个矩阵区域所对应的图像信号分别进行食材HSV值的提取，以得到与多个矩阵区域对应的多个食材HSV值，然后则可以通过将提取到的每个食材HSV值分别与烹饪设备中内置的HSV阈值数据库中的预设HSV阈值范围进行对比识别出每个矩阵区域对应的菜品所包含的食材，以避免食材识别遗漏，即在该HSV阈值数据库中，处于不同烹饪阶段的食材与预设HSV阈值范围一一对应，进而可以基于多个矩阵区域分别识别出的食材确定烹饪设备中的菜品所包含的所有食材，如此通过在烹饪设备本地建立HSV阈值数据库使得烹饪设备在无网络的环境下即可以自动识别不同种类的食材，并基于菜品的划分为多个矩阵区域的图像信号识别出的食材向用户智能地推荐食谱，摆脱了网络的约束，操作简单便捷，且成本低、效率高，同时能够基于推荐的食谱自动控制烹饪设备运行工作实现烹饪，不仅有效地提高了烹饪的智能化和自动化，同时改善了缺少烹饪经验的用户操作不精准、烹饪效果不佳的问题，从而提升了用户体验。

进一步地，在上述实施例中，食材HSV值包括食材色调值、食材饱和度值和食材亮度值；预设HSV阈值范围包括预设色调阈值范围、预设饱和度阈值范围和预设亮度阈值范围。

可以理解的是，食材HSV值具体包括食材色调值(即H，Hue)、食材饱和度值(即S，Saturation)和食材亮度值(即V，Value)，以及HSV阈值数据库中的预设的HSV阈值范围对应地包括预设色调阈值范围、预设饱和度阈值范围和预设亮度阈值范围，以基于颜色的直观特性创建的颜色空间中的参数准确地识别出菜品所包含的不同的食材种类。

进一步地，上述实施例中的步骤108可以具体执行如图2所示的流程步骤，具体包括：

步骤S202，将多个食材色调值、多个食材饱和度值和多个食材亮度值分别与预设色调阈值范围、预设饱和度阈值范围和预设亮度阈值范围一一进行对比。

步骤S204，获取与多个食材HSV值中每个食材HSV值的匹配率最大的目标预设HSV阈值范围，以得到多个目标预设HSV阈值范围。

步骤S206，将多个目标预设HSV阈值范围对应的多个目标食材进行归类整理以确定食材。

在该实施例中，当基于与图像信号的多个矩阵区域对应的多个食材HSV值分别与预设HSV阈值范围对比以识别菜品所包含的所有食材时，具体可以分别将多个食材HSV值中每个食材HSV值对应包含的食材色调值分别与预设色调阈值范围、多个食材HSV值中每个食材HSV值对应包含的食材饱和度值与预设饱和度阈值范围、多个食材HSV值中每个食材HSV值对应包含的食材亮度值和预设亮度阈值范围进行一一匹配对比，以确定分别与多个食材色调值、多食材饱和度值和多个食材亮度值分别最匹配的多个目标预设色调阈值范围、多个目标预设饱和度阈值范围和多个目标预设亮度阈值范围，从而则可以在HSV阈值数据库中根据该多个目标预设色调阈值范围、多个目标预设饱和度阈值范围和多个目标预设亮度阈值范围获取对应的多个目标食材，并对多个目标食材进行归类整理去重后确定烹饪设备中的菜品所包含的所有食材，通过该技术方案，可以有效地提高对烹饪设备中食材判定的准确性。

进一步地，上述实施例的步骤106中将图像信号划分为多个矩阵区域的方案可以具体执行如图3所示的流程步骤，具体包括：

步骤S302，将图像信号进行信号处理以得到目标图像信号。

可以理解的是，对图像信号进行信号处理的方式包括但不限于：去盘处理、灯光因素处理、摆放位置因素处理。

步骤S304，将目标图像信号划分为多个矩阵区域。

在该实施例中，为了保证根据处于当前烹饪阶段的烹饪设备中的菜品图像能够准确地提取出其所包含的食材HSV值，可以对根据该菜品图像转换得到的图像信号进行处理，以得到更加便于提取食材HSV值的目标图像信号，进而将该目标图像信号划分为多个矩阵区域，以提高食材种类识别的准确性以及识别效率。

进一步地，上述实施例中的步骤110可以具体执行如图4所示的流程步骤，具体包括：

步骤S402，根据烹饪设备中存储的食材与食谱的对应关系，确定与食材匹配的食谱。

步骤S404，根据食谱设置烹饪设备的工作参数。

步骤S406，按照工作参数控制烹饪设备运行。

在该实施例中，当根据已识别出的烹饪设备中的菜品所包含的所有食材向用户推荐食谱时，具体可以调用烹饪设备本地预先存储的食材与食谱的对应关系，以在摆脱网络约束的情况下可以准确高效地定位到与食材对应的食谱供用户进行选择，进一步当确定与烹饪设备内的食材匹配的食谱后则可以根据该食谱自动设置烹饪设备的工作参数，并按照设置好的工作参数智能地控制烹饪设备运行，减少用户人为手动设置操作的同时可以精准地控制烹饪程序的进行，以避免由于用户缺少烹饪经验而导致操作不精准使烹饪效果不佳。

进一步地，在上述实施例中，该烹饪控制方法除了上述流程步骤外还包括：建立烹饪设备与云端服务器的通信连接；向云端服务器分别获取HSV阈值数据库的更新数据、食材与食谱的对应关系的更新数据。

在该实施例中，为了满足烹饪设备本地存储的HSV阈值数据库中的数据以及食材与食谱的对应关系能够满足用户对菜品及烹饪口味的不断变化的需求，可以建立烹饪设备与云端服务器之间的通信连接，通过云端服务器对烹饪设备本地的数据进行高效便捷的更新，比如定期更新或实时更新，使烹饪设备本地存储的HSV阈值数据库中的数据、食材与食谱的对应关系得到及时的更新完善，确保烹饪设备本地仅存储最新的数据，同时可以减少对烹饪设备的内存空间的占用。

图5示出了本发明第二实施例的烹饪控制方法的流程示意图。

如图5所示，根据本发明第二实施例的烹饪控制方法，用于智能烹饪设备，该烹饪设备中预置各种食材的HSV阈值数据库，HSV阈值指色调H、饱和度S、亮度V的上下限取值，该HSV阈值数据库中不同烹饪阶段的食材与HSV阈值一一对应，其中该食材可以为单一食材也可以为混合食材，以及该烹饪设备包括图像采集设备，比如摄像头，具体地该烹饪控制方法包括如下流程步骤：

步骤502，采用烹饪设备的图像采集设备进行烹饪设备中菜品图像的摄取，该图像采集设备具体可以为摄像头。

步骤504，将摄取到的菜品图像转换成相应图像信号并输出，具体可以通过图像采集设备实现，其中图像信号具体可以为RGB图像信号。

步骤506，将图像信号输入到烹饪设备的处理器中进行预处理，其中图像预处理的方式包括但不限于去盘处理、灯光因素处理、摆放位置因素处理等。

步骤508，将经过预处理后的图像信号分割成不同的矩阵区域，并提取每个矩阵区域中包含的HSV值，一般地分割得到的矩阵区域的数量越多食材识别精度越高。

步骤510，将提取到的多个HSV值分别与烹饪设备本地存储的HSV阈值数据库中的HSV阈值进行对比。

步骤512，根据不同矩阵区域的对比结果识别出的食材种类进行归类排序，得到烹饪设备中包含的所有食材种类。

步骤514，将识别出的食材种类与烹饪设备存储的本地食谱数据库进行对比，智能推荐相应食谱。

综上，该实施例提出了一种基于本地HSV空间进行食谱识别的方案，具体可以应用于对单一或多种食材的识别，而相应的智能烹饪设备主要系统结构可以包括：

一种图像采集设备：用于摄取菜品图像，把图片格式的菜品图像转换成信号流如RGB信号传输给处理器。

一种处理器：用于图像信号的预处理、HSV值的提取、本地HSV阈值数据库的存储、本地食谱数据库的存储以及图像识别算法处理、食谱推荐算法处理。

一种本地HSV阈值数据库：用于储存不同食材的色调H阈值上下限、饱和度S阈值上下限、亮度V阈值上下限，并建立不同烹饪阶段的食材和HSV阈值的一一对应关系，该数据库可以通过云端服务器进行版本更新。

一种本地食谱数据库：用于储存食材和食谱对应关系的食谱库，以建立食材和食谱的对应关系，优选地可以为多种食材的混合搭配与食谱的对应，该数据库也可以通过云端服务器进行版本更新。

可见，通过采用本地识别，可满足烹饪设备在无网环境下的使用，解决了网络环境限制，而通过图像矩阵分割提取不同矩阵区域的食材HSV值对比烹饪设备的本地HSV阈值数据库，以识别不同的食材种类，智能推荐食谱，算法简单，可满足特定产品的需求，效率高且成本低，以及通过本地食谱识别，不仅能实现单一食材的识别，也能实现多种食材混合的识别。如此，烹饪设备本地的HSV空间识别，不仅能实现食材种类的识别、智能食谱推荐，还可以根据烹饪过程中不同烹饪阶段的食物状态的HSV值智能调节烹饪设备的火力、加热时间等工作参数，实现一键式智能烹饪。

进一步地，在本发明的其他实施例中，除了提取食材的HSV值进行对比识别外，还可通过对比图像RGB(Red、Green、Blue，红、绿、蓝三色)、YUV(Y表示明亮度，U和V表示色度)、HSL(Hue、Saturation、Lightness，色相、饱和度、明度)、Lab(L表示亮度，a表示从洋红色至绿色的范围，b表示从黄色至蓝色的范围)、LUV(L表示物体亮度，U和V表示色度)等不同色彩空间识别食材种类，能够确保实现对食材种类识别的可替换方案均在本发明的保护范围内。

下面结合图6和图7对本发明第三实施例的烹饪控制方法的方案进行详细说明。

如图6所示，根据本发明第三实施例的烹饪控制方法，该实施例以烹饪设备为微波炉烹饪设备为例进行说明，具体操作步骤为：

第一步，建立微波炉烹饪设备本地包含不同食材HSV值的HSV阈值数据库和包含食材和食谱一一对应关系的食谱数据库，优选地与食谱对应的食材可以包括多种。HSV阈值数据库包括不同烹饪阶段的食材的色调H阈值上下限、饱和度S阈值上下限和亮度V阈值上下限，以及食材和HSV值的对应关系。食谱数据库中包含与食材对应的食谱的烹饪方式，具体可以包含与单一食材对应的食谱以及与多种混合食材对应的食谱，以及还包含各个食谱的烹饪方式，并且所有数据库均可以通过云端服务器进行版本更新。

第二步，微波炉烹饪设备中放入食材并提取食材HSV值，具体通过摄像头采集菜品图像，并把菜品图像的图片格式转换到RGB图像信号，进行相应的去盘处理、位置处理、光线处理等预处理。

第三步，将经过预处理后的图像信号分割成不同矩阵区域，并提取不同矩阵区域的HSV值。

第四步，将提取的HSV值与本地HSV阈值数据库中的数据进行对比，具体可以按照H、S、V三个特征值匹配率从大到小依次排序，推荐HSV值匹配率最大的食材种类。

第五步，将不同矩阵区域识别出的食材种类进行归类整理，并将最终识别出的食物种类对比本地食谱数据库，推荐与该食材种类匹配的食谱烹饪方式，以设置微波炉烹饪设备的工作参数。

下面在一个具体应用实例中，以烹饪土司面包为例进行说明，具体包括如下流程步骤：

步骤602，将切好的土豆和鸡肉食材放入微波炉烹饪设备的腔体中。

步骤604，通过摄像头拍摄图像，并将图像转换成RGB图像信号传输到设备的处理器中。

步骤606，通过处理器对RGB图像信号进行去盘、光线、灰度等预处理后，并对处理后的图像信号分割成不同矩阵区域，如图7所示，圆形区域代表土豆和鸡肉的混合食材。

步骤608，提取不同矩阵区域的HSV值，比如图7中，区域1图像的HSV值分别为：色调H值为9，饱和度S值为60，亮度V值为180；区域2图像的HSV值分别为：色调H值为8，饱和度S值为90，亮度V值为170；区域3图像的HSV值分别为：色调H值为25，饱和度S值为80，亮度V值为170；区域4图像的HSV值分别为：色调H值为30，饱和度S值为100，亮度V值为190；区域5图像的HSV值分别为：色调H值为9，饱和度S值为70，亮度V值为180。

步骤610，将不同的色调H值、饱和度S值和亮度V值与HSV域值数据库中的数据进行匹配，识别食材种类，比如图7中，HSV域值数据库中与上述HSV值匹配率最大的不同烹饪阶段的鸡肉的HSV阈值为：7≤H≤15，40≤S≤110，130≤V≤210，以及与上述HSV值匹配率最大的不同烹饪阶段的土豆的HSV阈值为：22≤H≤36,70≤S≤130，150≤V≤230，则通过判断区域1、2和5对应的食材为鸡肉，区域3和4对应的食材为土豆，以此类推图7中的其他矩阵区域。

步骤612，将不同矩阵区域识别出的食材种类进行归类整理，并将归类整理后的食材对比本地食谱数据库，确定向用户推荐的食谱，比如经上述步骤610的识别结果归类后微波炉烹饪设备中食材为土豆和鸡肉，则对比本地食谱数据库可向用户推荐土豆炖鸡肉食谱。

步骤614，当用户确定依照土豆炖鸡肉食谱控制微波炉烹饪设备工作时，对比不同烹饪阶段的HSV值实时调整设备的火力、时间等工作参数，实现智能烹饪。

下面结合图8至图11对本发明第一实施例的烹饪控制装置的方案进行详细说明。

如图8所示，根据本发明第一实施例的烹饪控制装置80，包括：获取模块802、转换模块804、提取模块806、识别模块808和控制模块810。

其中，获取模块802用于获取处于当前烹饪阶段的烹饪设备中的菜品图像；转换模块804用于将菜品图像转换为对应的图像信号；提取模块806用于将图像信号划分为多个矩阵区域，并提取每个矩阵区域中各自包含的食材HSV值；识别模块808用于将多个食材HSV值分别与HSV阈值数据库中的预设HSV阈值范围进行对比，以识别出烹饪设备中的菜品所包含的食材；控制模块810用于根据食材向用户推荐食谱以控制烹饪设备运行。

在该实施例中，当烹饪设备处于不同烹饪阶段时，对应获取到处于当前烹饪阶段的烹饪设备中的菜品图像后，将该菜品图像转换为相应的图像信号，为了更加精准地判定菜品中包含的食材，首先将该图像信号划分为多个矩阵区域，并对每个矩阵区域所对应的图像信号分别进行食材HSV值的提取，以得到与多个矩阵区域对应的多个食材HSV值，然后则可以通过将提取到的每个食材HSV值分别与烹饪设备中内置的HSV阈值数据库中的预设HSV阈值范围进行对比识别出每个矩阵区域对应的菜品所包含的食材，以避免食材识别遗漏，即在该HSV阈值数据库中，处于不同烹饪阶段的食材与预设HSV阈值范围一一对应，进而可以基于多个矩阵区域分别识别出的食材确定烹饪设备中的菜品所包含的所有食材，如此通过在烹饪设备本地建立HSV阈值数据库使得烹饪设备在无网络的环境下即可以自动识别不同种类的食材，并基于菜品的划分为多个矩阵区域的图像信号识别出的食材向用户智能地推荐食谱，摆脱了网络的约束，操作简单便捷，且成本低、效率高，同时能够基于推荐的食谱自动控制烹饪设备运行工作实现烹饪，不仅有效地提高了烹饪的智能化和自动化，同时改善了缺少烹饪经验的用户操作不精准、烹饪效果不佳的问题，从而提升了用户体验。

进一步可以理解的是，该图像信号具体可以包括RGB图像，其中RGB代表红、绿、蓝三个通道的颜色。

进一步地，在上述实施例中，食材HSV值包括食材色调值、食材饱和度值和食材亮度值；预设HSV阈值范围包括预设色调阈值范围、预设饱和度阈值范围和预设亮度阈值范围。

在该实施例中，食材HSV值具体包括食材色调值(即H，Hue)、食材饱和度值(即S，Saturation)和食材亮度值(即V，Value)，以及HSV阈值数据库中的预设的HSV阈值范围对应地包括预设色调阈值范围、预设饱和度阈值范围和预设亮度阈值范围，以基于颜色的直观特性创建的颜色空间中的参数准确地识别出菜品所包含的不同的食材种类。

进一步地，上述实施例中的识别模块808具体包括：比较子模块8082、获取子模块8084和归类子模块8086，如图9所示。

其中，比较子模块8082用于将多个食材色调值、多个食材饱和度值和多个食材亮度值分别与预设色调阈值范围、预设饱和度阈值范围和预设亮度阈值范围一一进行对比；获取子模块8084用于获取与多个食材HSV值中每个食材HSV值的匹配率最大的目标预设HSV阈值范围，以得到多个目标预设HSV阈值范围；归类子模块8086用于将多个目标预设HSV阈值范围对应的多个目标食材进行归类整理以确定食材。

在该实施例中，当基于与图像信号的多个矩阵区域对应的多个食材HSV值分别与预设HSV阈值范围对比以识别菜品所包含的所有食材时，具体可以分别将多个食材HSV值中每个食材HSV值对应包含的食材色调值分别与预设色调阈值范围、多个食材HSV值中每个食材HSV值对应包含的食材饱和度值与预设饱和度阈值范围、多个食材HSV值中每个食材HSV值对应包含的食材亮度值和预设亮度阈值范围进行一一匹配对比，以确定分别与多个食材色调值、多食材饱和度值和多个食材亮度值分别最匹配的多个目标预设色调阈值范围、多个目标预设饱和度阈值范围和多个目标预设亮度阈值范围，从而则可以在HSV阈值数据库中根据该多个目标预设色调阈值范围、多个目标预设饱和度阈值范围和多个目标预设亮度阈值范围获取对应的多个目标食材，并对多个目标食材进行归类整理去重后确定烹饪设备中的菜品所包含的所有食材，通过该技术方案，可以有效地提高对烹饪设备中食材判定的准确性。

进一步地，上述实例中的提取模块806具体包括：处理子模块8062和划分子模块8064，如图10所示。

其中，处理子模块8062用于将图像信号进行信号处理以得到目标图像信号；划分子模块8064用于将目标图像信号划分为多个矩阵区域。

在该实施例中，为了保证根据处于当前烹饪阶段的烹饪设备中的菜品图像能够准确地提取出其所包含的食材HSV值，可以对根据该菜品图像转换得到的图像信号进行处理，以得到更加便于提取食材HSV值的目标图像信号，进而将该目标图像信号划分为多个矩阵区域，以提高食材种类识别的准确性以及识别效率。

进一步可以理解的是，处理子模块8062对图像信号进行信号处理的方式包括但不限于：去盘处理、灯光因素处理、摆放位置因素处理。

进一步地，上述实施例中的控制模块810具体包括：确定子模块8102、设置子模块8104和控制子模块8106，如图11所示。

其中，确定子模块8102用于根据烹饪设备中存储的食材与食谱的对应关系，确定与食材匹配的食谱；设置子模块8104用于根据食谱设置烹饪设备的工作参数；控制子模块8106用于按照工作参数控制烹饪设备运行。

在该实施例中，当根据已识别出的烹饪设备中的菜品所包含的所有食材向用户推荐食谱时，具体可以调用烹饪设备本地预先存储的食材与食谱的对应关系，以在摆脱网络约束的情况下可以准确高效地定位到与食材对应的食谱供用户进行选择，进一步当确定与烹饪设备内的食材匹配的食谱后则可以根据该食谱自动设置烹饪设备的工作参数，并按照设置好的工作参数智能地控制烹饪设备运行，减少用户人为手动设置操作的同时可以精准地控制烹饪程序的进行，以避免由于用户缺少烹饪经验而导致操作不精准使烹饪效果不佳。

进一步地，如图8所示，在上述实施例中，烹饪装置80还包括：通信模块812和更新模块814。

其中，通信模块812用于建立烹饪设备与云端服务器的通信连接；更新模块814用于向云端服务器分别获取HSV阈值数据库的更新数据、食材与食谱的对应关系的更新数据。

在该实施例中，为了满足烹饪设备本地存储的HSV阈值数据库中的数据以及食材与食谱的对应关系能够满足用户对菜品及烹饪口味的不断变化的需求，可以建立烹饪设备与云端服务器之间的通信连接，通过云端服务器对烹饪设备本地的数据进行高效便捷的更新，比如定期更新或实时更新，使烹饪设备本地存储的HSV阈值数据库中的数据、食材与食谱的对应关系得到及时的更新完善，确保烹饪设备本地仅存储最新的数据，同时可以减少对烹饪设备的内存空间的占用。

图12示出了本发明第二实施例的烹饪控制装置的示意框图。

如图12所示，根据本发明第二实施例的烹饪控制装置120，包括处理器1202和存储器1204，其中，存储器1204上存储有可在处理器1202上运行的计算机程序，其中存储器1204和处理器1202之间可以通过总线连接，该处理器1202用于执行存储器1204中存储的计算机程序时实现如上实施例中烹饪控制方法的步骤。

本发明实施例的方法中的步骤可以根据实际需要进行顺序调整、合并和删减。

本发明实施例的烹饪控制装置中的单元可以根据实际需要进行合并、划分和删减。

根据本发明的实施例，提出了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现如上实施例中的烹饪控制方法的步骤。

进一步地，可以理解的是，流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为，表示包括一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分，并且本发明的优选实施方式的范围包括另外的实现，其中可以不按所示出或讨论的顺序，包括根据所涉及的功能按基本同时的方式或按相反的顺序，来执行功能，这应被本发明的实施例所属技术领域的技术人员所理解。

在流程图中表示或在此以其他方式描述的逻辑和/或步骤，例如，可以被认为是用于实现逻辑功能的可执行指令的定序列表，可以具体实现在任何计算机可读介质中，以供指令执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用，或结合这些指令执行系统、装置或设备而使用。就本说明书而言，“计算机可读介质”可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。计算机可读介质的更具体的示例(非穷尽性列表)包括以下：具有一个或多个布线的电连接部(电子装置)，便携式计算机盘盒(磁装置)，随机存取存储器(RAM)，只读存储器(ROM)，可擦除可编辑只读存储器(EPROM或闪速存储器)，光纤装置，以及便携式光盘只读存储器(CDROM)。另外，计算机可读介质甚至可以是可在其上打印程序的纸或其他合适的介质，因为可以例如通过对纸或其他介质进行光学扫描，接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得程序，然后将其存储在计算机存储器中。

应当理解，本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中，多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如，如果用硬件来实现，和在另一实施方式中一样，可用本领域公知的下列技术中的任一项或他们的组合来实现：具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路，具有合适的组合逻辑门电路的专用集成电路，可编程门阵列(PGA)，现场可编程门阵列(FPGA)等。

本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成，的程序可以存储于一种计算机可读存储介质中，该程序在执行时，包括方法实施例的步骤之一或其组合。

此外，在本发明各个实施例中的各功能单元可以集成在一个处理模块中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也可以存储在一个计算机可读取存储介质中。

上述提到的存储介质可以是只读存储器，磁盘或光盘等。

作为本发明的一个实施例，还提出了一种烹饪设备，包括上述任一实施例中的烹饪控制装置。

以上结合附图详细说明了本发明的技术方案，该技术方案，通过在烹饪设备本地建立HSV阈值数据库使得烹饪设备在无网络的环境下即可以自动识别不同种类的食材，并基于识别出的食材智能地向用户推荐食谱，摆脱了网络的约束，操作简单便捷，且成本低、效率高，进一步可以基于用户选定的食谱自动设置烹饪设备的工作参数以精准的控制烹饪程序，从而确保较佳的烹饪效果。

以上仅为本发明的优选实施例而已，并不用于限制本发明，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。