一种智能烟机灶台动态异物检测方法与流程

本发明涉及厨房设备技术领域，特别是涉及一种智能烟机灶台动态异物检测方法。

背景技术：

炉灶是人们生活中不可缺少的厨用家电之一，为了节省空间或者为了其它目的需要，可收拢式炉灶进入人们的生活。

收拢式炉灶可在需要使用时放于灶台区域使用，而在使用完毕后再收拢起来。但是现有技术中的收拢式炉灶不具备异物检测功能，在炉灶下放过程中如果灶台区域存在异物，往往会出现炉灶损坏等现象。

因此，针对现有技术不足，提供一种智能烟机灶台动态异物检测方法以克服现有技术不足甚为必要。

技术实现要素：

本发明的目的在于避免现有技术的不足之处而提供一种智能烟机灶台动态异物检测方法，能够再炉灶下放过程中检测灶台区域空间是否存在异物而控制炉灶下放，具有安全等特点。

本发明的目的通过以下技术措施实现。

提供一种智能烟机灶台动态异物检测方法，通过智能烟机灶台动态异物检测系统进行，智能烟机灶台动态异物检测系统设置有：

视觉成像模块，对目标区域进行成像，并将成像图片发送至处理模块；

处理模块，接收视觉成像模块发送的成像图片并进行移动异物判断，并将判断结果输送至主控模块；

运动系统，接收主控模块输出的控制信号，带动炉灶进行收拢或者打开；

主控模块，分别与视觉成像模块、处理模块和运动系统连接，控制视觉成像模块进行成像，接收处理模块输出的判断结果信息，根据判断结果信息输出控制信号至运动系统；

当处理模块输的的判断结果信息是存在动态异物时，主控模块输出控制信息使得炉灶不能下放，否则控制炉灶下放。

优选的，上述智能烟机灶台动态异物检测方法，在运动系统带动炉灶进行下放的过程中，主控模块控制视觉成像模块进行成像图片采集，处理模块将判断结果输送至主控模块，主控模块根据当前的判断结果控制运动系统的动作。

优选的，上述智能烟机灶台动态异物检测方法，处理模块以视觉成像模块采集的成像图片作为初始图像进行处理，初始图像为灰度图，所采集的初始图像被序列化，依次通过后帧的初始图像与前帧的初始图像进行处理，得到各个后帧初始图像对应时刻的动态异物判断结果；

每次通过后帧的初始图像与前帧的初始图像进行处理，得到后帧初始图像所处时刻的动态异物判断结果的步骤过程如下：

(1)将后帧的初始图像与前帧的初始图像进行帧差处理得到帧差图像；

(2)以开运算方式对帧差图像进行去噪处理，得到去噪图像；

(3)对去噪图像进行灰度均值统计得到灰度均值；

(4)将灰度均值与阈值进行比较，当灰度均值大于阈值时，判断目标区域存在动态异物，否则判断没有异物。

优选的，上述智能烟机灶台动态异物检测方法，步骤(1)中，对采集到的初始图像进行帧差操作得到帧差图像具体是：

处理模块根据接收到的初始图像的先后顺序，将后一帧图像与前一帧图像做差，得到动态区域高亮的帧差图像。

优选的，上述智能烟机灶台动态异物检测方法，所述步骤(2)对帧差图像采用开运算进行去噪处理，得到去噪图像，具体通过如下方式进行：先对帧差图像进行腐蚀操作，以消除图像中的噪点和细小尖刺，断开窄小的连接；再对腐蚀后的图像进行膨胀操作，恢复原帧差图像中的明显特征。

优选的，上述智能烟机灶台动态异物检测方法，视觉成像模块采集的目标区域以区域s表示，任意一帧初始图像为对应区域s的成像；

初始图像由m*n个像素构成，

后帧初始图像a的像素的灰度值以矩阵ah表示，ah＝{ahi,j}，ahi,j代表后帧初始图像a中第i行、第j列像素对应的灰度值，i为像素所在的行，j为像素所在的列，1≤i≤m，1≤j≤n；后帧初始图像a中第i行、第j列像素所在的子区域为asi,j；

前帧初始图像b的像素的灰度值以矩阵bh表示，bh＝{bhi,j}，bhi,j代表前帧初始图像b中第i行、第j列像素对应的灰度值，前帧初始图像b中第i行、第j列像素所在的子区域为bsi,j；

帧差图像d的像素灰度值以矩阵dh表示，dh＝{dhi,j}＝{|ahi,j-bhi,j|}，dhi,j代表帧差图像d中第i行、第j列像素对应的灰度值，帧差图像d中第i行、第j列像素所在的子区域为dsi,j；

在帧差图像中，|dhi,j|＝0的区域，呈黑色；|dhi,j|≠0的区域呈高亮显示。

优选的，上述智能烟机灶台动态异物检测方法，步骤(2)中对帧差图像进行腐蚀操作，具体包括如下步骤：

2-11，任意定义一个卷积核α；

2-12，将卷积核α与帧差图像进行卷积；在卷积核α遍历帧差图像时，提取卷积核所覆盖区域内卷积结果的像素灰度最小值p以及与卷积核中心重合的像素点c；

像素点c的灰度通过矩阵ch＝{ck,q}表示，k、q为像素点c的行序号和列序号，

获得在卷积核α遍历帧差图像过程中得到的卷积结果最小值像素点矩阵p，最小值像素点矩阵p的灰度通过矩阵ph＝{pk,q}表示；

2-13将像素点矩阵p的灰度对应覆予像素点c，得到腐蚀图像；

步骤(2)中对腐蚀图像进行膨胀操作，具体包括如下步骤：

2-21，任意定义一个卷积核β；

2-22，将卷积核β与腐蚀图像进行卷积；在卷积核β遍历腐蚀图像时，提取卷积核所覆盖区域内卷积结果的像素灰度最大值o以及与卷积核中心重合的像素点r；

像素点r的灰度通过矩阵rh＝{rl,v}表示，l、v为像素点r的行序号和列序号，

获得在卷积核β遍历腐蚀图像过程中得到的卷积结果最大值像素点矩阵o，最大值像素点矩阵o的灰度通过矩阵oh＝{ol,v}表示；

2-13，将最大值像素点矩阵o的灰度对应覆予像素点r，得到膨胀图像，得到的膨胀图像即为去噪图像。

优选的，上述智能烟机灶台动态异物检测方法，步骤(3)对去噪图像进行灰度均值统计是将去燥图像的所有像素点的灰度值求和再除以像素点的个数得到灰度均值；

步骤(4)中阈值为0.05。

优选的，上述智能烟机灶台动态异物检测方法，所述视觉成像模块设置有相机，相机装配有广角镜头，所述广角镜头朝向灶台区域，所述广角镜头的广角范围为180-210°；

所述视觉成像模块还设置有光学滤光器；所述光学滤光器装配于所述广角镜头，所述滤光器为能过滤自然光的滤光片；

还设置有红外补光灯，所述红外补光灯的光源波长为850-980nm。

所述视觉成像模块装配于烟机主体或者灶台或者装配于墙壁或者装配于支架，炉灶通过运动系统折叠收拢于墙壁或者收拢于灶台上方的烟机。

本发明的智能烟机灶台动态异物检测方法，设置有：视觉成像模块，对目标区域进行成像，并将成像图片发送至处理模块；处理模块，接收视觉成像模块发送的成像图片并进行移动异物判断，并将判断结果输送至主控模块；运动系统，接收主控模块输出的控制信号，带动炉灶进行收拢或者打开；主控模块，分别与视觉成像模块、处理模块和运动系统连接，控制视觉成像模块进行成像，接收处理模块输出的判断结果信息，根据判断结果信息输出控制信号至运动系统；当处理模块输的的判断结果信息是存在动态异物时，主控模块输出控制信息使得炉灶不能下放，否则控制炉灶下放。能够再炉灶下放过程中检测灶台区域空间是否存在异物而控制炉灶下放，具有安全等特点。

说明书附图

利用附图对本发明作进一步的说明，但附图中的内容不构成对本发明的任何限制。

图1为实施例1的视觉成像模块的结构示意图。

图2为图1的分解图。

图3是一种油烟机的结构示意图。

图4是运动系统带动烟灶呈打开状态的示意图。

图5是运动系统带动烟灶进行收合状态的示意图。

图6是运动系统带动烟灶呈收起状态的示意图。

在图1至图6中，包括：

视觉成像模块1、

镜头121、伸缩架122、安装底座123、

感光芯片124、pcb板125、

滤光部11、

补光灯2、

烟机主体3、

炉灶500、

架座600。

具体实施方式

结合以下实施例对本发明作进一步说明。

实施例1。

一种智能烟机灶台动态异物检测方法，通过智能烟机灶台动态异物检测系统进行，智能烟机灶台动态异物检测系统设置有：

视觉成像模块，对目标区域进行成像，并将成像图片发送至处理模块；

处理模块，接收视觉成像模块发送的成像图片并进行移动异物判断，并将判断结果输送至主控模块；

运动系统，接收主控模块输出的控制信号，带动炉灶进行收拢或者打开；

主控模块，分别与视觉成像模块、处理模块和运动系统连接，控制视觉成像模块进行成像，接收处理模块输出的判断结果信息，根据判断结果信息输出控制信号至运动系统；

当处理模块输的的判断结果信息是存在动态异物时，主控模块输出控制信息使得炉灶不能下放，否则控制炉灶下放。

在运动系统带动炉灶进行下放的过程中，主控模块控制视觉成像模块进行成像图片采集，处理模块将判断结果输送至主控模块，主控模块根据当前的判断结果控制运动系统的动作。

其中，如图1、图2所示，视觉成像模块1设置有相机，相机装配有广角镜头121，广角镜头121朝向目标成像区域即灶台区域。

其中，广角镜头121的广角范围为180-210°。广角镜头121可以设置为单目镜头或双目镜头。广角镜头121的设置，能获取更佳全面的目标对象图像。

该相机还设置有光学滤光器，光学滤光器装配于广角镜头121。具体的，滤光器为能过滤自然光的滤光片。

镜头121的广角越大，采集到的目标成像区域信息越多，但同时图像中的无效信息也会更多，会对判断造成很大的干扰，如色彩、倒影、反光、畸变、噪点等，为了排除对采集高质量图像的干扰，通过广角镜头121装配有光学滤光器，滤去大部分自然光，这样就把外界环境光和倒影等干扰全部过滤，使采集到的图像为近黑色的灰度图像。

具体的，如图2所示，烟雾视觉成像装置1设置有广角镜头121、用于设置焦距的伸缩架122、安装底座123、感光芯片124和pcb板125，广角镜头121固定装配于伸缩架122，伸缩架122装配于安装底座123，感光芯片124焊接于pcb板125，安装底座123装配于pcb板125，滤光片11装配于感光芯片124的上方，从上至下依次是镜头121、伸缩架122、安装底座123、滤光片11、感光芯片124和pcb板125。

需说明的是，本发明的感光芯片124为公知常识，只要实现光线捕获并转换为电子信号的功能就可以作为本发明的感光芯片124，因此感光芯片124的型号在此不再累述。

需要说明的是，视觉成像模块可装配于灶台或者装配于墙壁或者装配于灶台上方的烟机或者装配于支架。只要能够实现对目标区域成像的位置均可。

此外，该智能烟机还设置有红外补光灯2，红外补光灯2的光源波长为850-980nm。

优选，红外补光灯2光源波长为940nm，补光灯2设置为6w功率的灯组。

通过搭配850-980nm波长的红外补光灯2，使得红外光照射在目标区域，广角镜头121对被补光灯2的光源灯光照射的区域进行图像采集，使捕捉到的图像信息更加明显清晰，并且进一步提高了采集的距离范围。

需要说明的是，补光灯2的位置可以设置于视觉成像模块的壳体体位置，也可以设置于视觉成像模块使用时所安装的烟机主体33，也可以设置于墙壁或者通过支架等其它方式定位。

附图3示意了视觉成像模块、补光灯2均安装于烟机主体3的结构，实际使用中，可以根据具体需要灵活设置。

视觉成像模块用于对目标区域进行成像，处理模块用于进行图像处理。处理模块用进行移动异物判断，并将判断结果输送至主控模块。

处理模块可以通过stm32的芯片实现，此技术为本领域公知常识，在此不再赘述。

炉灶500通过运动系统折叠收拢，可折叠收拢于墙壁或者收拢于灶台上方的烟机。附图4至6示意了一种折叠收拢于墙壁的运动系统的结构示意图，运动系统通常设置有架座600和驱动电机，驱动电机驱动炉灶500进行90度旋转再收回折叠于墙壁。

运动系统的结构有多种方式，也可以通过驱动电机驱动架座远离灶台，将架座上的炉灶500收回至炉灶500上方的物件内，如油烟机内。此处只是列举两种方式，在此不再赘述。

该智能烟机灶台动态异物检测方法，在运动系统带动炉灶进行下放的过程中，主控模块控制视觉成像模块进行成像图片采集，处理模块将判断结果输送至主控模块，主控模块根据当前的判断结果控制运动系统的动作。

具体的，处理模块以视觉成像模块采集的成像图片作为初始图像进行处理，初始图像为灰度图，所采集的初始图像被序列化，依次通过后帧的初始图像与前帧的初始图像进行处理，得到各个后帧初始图像对应时刻的动态异物判断结果；

每次通过后帧的初始图像与前帧的初始图像进行处理，得到后帧初始图像所处时刻的动态异物判断结果的步骤过程如下：

(1)将后帧的初始图像与前帧的初始图像进行帧差处理得到帧差图像；

(2)以开运算方式对帧差图像进行去噪处理，得到去噪图像；

(3)对去噪图像进行灰度均值统计得到灰度均值；

(4)将灰度均值与阈值进行比较，当灰度均值大于阈值时，判断目标区域存在动态异物，否则判断没有异物。

步骤(1)中，对采集到的初始图像进行帧差操作得到帧差图像具体是：

处理模块根据接收到的初始图像的先后顺序，将后一帧图像与前一帧图像做差，得到动态区域高亮的帧差图像。

视觉成像模块采集的目标区域以区域s表示，任意一帧初始图像为对应区域s的成像；

初始图像由m*n个像素构成，

后帧初始图像a的像素的灰度值以矩阵ah表示，ah＝{ahi,j}，ahi,j代表后帧初始图像a中第i行、第j列像素对应的灰度值，i为像素所在的行，j为像素所在的列，1≤i≤m，1≤j≤n；后帧初始图像a中第i行、第j列像素所在的子区域为asi,j；

前帧初始图像b的像素的灰度值以矩阵bh表示，bh＝{bhi,j}，bhi,j代表前帧初始图像b中第i行、第j列像素对应的灰度值，前帧初始图像b中第i行、第j列像素所在的子区域为bsi,j；

帧差图像d的像素灰度值以矩阵dh表示，dh＝{dhi,j}＝{|ahi,j-bhi,j|}，dhi,j代表帧差图像d中第i行、第j列像素对应的灰度值，帧差图像d中第i行、第j列像素所在的子区域为dsi,j；

在帧差图像中，|dhi,j|＝0的区域，呈黑色；|dhi,j|≠0的区域呈高亮显示。

步骤(2)对帧差图像采用开运算进行去噪处理，得到去噪图像，具体通过如下方式进行：先对帧差图像进行腐蚀操作，以消除图像中的噪点和细小尖刺，断开窄小的连接；再对腐蚀后的图像进行膨胀操作，恢复原帧差图像中的明显特征。

步骤(2)中对帧差图像进行腐蚀操作，具体包括如下步骤：

2-11，任意定义一个卷积核α；

2-12，将卷积核α与帧差图像进行卷积；在卷积核α遍历帧差图像时，提取卷积核所覆盖区域内卷积结果的像素灰度最小值p以及与卷积核中心重合的像素点c；

像素点c的灰度通过矩阵ch＝{ck,q}表示，k、q为像素点c的行序号和列序号，

获得在卷积核α遍历帧差图像过程中得到的卷积结果最小值像素点矩阵p，最小值像素点矩阵p的灰度通过矩阵ph＝{pk,q}表示；

2-13将像素点矩阵p的灰度对应覆予像素点c，得到腐蚀图像；

步骤(2)中对腐蚀图像进行膨胀操作，具体包括如下步骤：

2-21，任意定义一个卷积核β；

2-22，将卷积核β与腐蚀图像进行卷积；在卷积核β遍历腐蚀图像时，提取卷积核所覆盖区域内卷积结果的像素灰度最大值o以及与卷积核中心重合的像素点r；

像素点r的灰度通过矩阵rh＝{rl,v}表示，l、v为像素点r的行序号和列序号，

获得在卷积核β遍历腐蚀图像过程中得到的卷积结果最大值像素点矩阵o，最大值像素点矩阵o的灰度通过矩阵oh＝{ol,v}表示；

2-13，将最大值像素点矩阵o的灰度对应覆予像素点r，得到膨胀图像，得到的膨胀图像即为去噪图像。

步骤(3)对去噪图像进行灰度均值统计是将去燥图像的所有像素点的灰度值求和再除以像素点的个数得到灰度均值；步骤(4)中阈值为0.05。

主控模块，分别与视觉成像模块、处理模块和运动系统连接，控制视觉成像模块进行成像，接收处理模块输出的判断结果信息，根据判断结果信息输出控制信号至运动系统；当处理模块输的的判断结果信息是存在动态异物时，主控模块输出控制信息使得炉灶不能下放，否则控制炉灶下放。

本发明能够确保烟灶下放过程中不会受到异物损坏，具有使用安全的特点。

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。