基于动态背景建模的油烟图像处理方法技术

一种基于动态背景建模的油烟图像处理方法，油烟机的视觉成像模块对灶台目标区域S进行连续成像，并将成像图片发送至处理模块，处理模块将所接收的成像图片进行帧列标记，建立动态背景模型图像，将待进行油烟分割的当前成像图片与对应的动态背景模型图像进行处理，分割出当前成像图片中的油烟区域。本发明专利技术能够对灶台油烟进行动态背景建模，进行分割得到油烟区域，几乎不受检测距离的影响，通过算法对图像进行处理，排除人手及锅铲运动的干扰，得到准确的油烟区域，具有油烟区域信息准确的特点。

【技术实现步骤摘要】
基于动态背景建模的油烟图像处理方法
本专利技术涉及厨房油烟处理
，特别是涉及一种基于动态背景建模的油烟图像处理方法。
技术介绍
厨房是居家必备的配置之一，厨房油烟处理的效果直接影响人们的生活品质。现有技术中，针对厨房油烟浓度的检测，主要有红外投射法和物理检测法。红外投射法通过一端发射红外光，另一端进行接收，通过接收到的红外光强度来判断油烟浓度大小。但是，由于油烟飘散具有不确定性，实际中还会存在人手遮挡等干扰，故，需在不同位置安装多个红外发射器才能保证油烟检测的相对准确，成本较高，对安装位置要求也较高。物理检测法类似于烟雾报警器的原理，通过检测空气中漂浮颗粒数来判断油烟浓度，但此法有两个缺点，一是必须当油烟接触到报警器时才能进行检测，不能实现远距离检测；二是当空气中飘浮的不是油烟而是水雾时就无法检测。油烟图像浓度判断的关键在于对油烟图像的处理效果。图像分割是指根据相似和均匀的准则将图像分为互相不重叠、本身相连的图像组元的过程，是从图像处理到图像分析的关键步骤，图像分割质量的好坏，很大程度决定着后续图像分析的效果。现阶段对油烟图像的分割处理主要以手工进行，这种分割方法不仅效率低而且容易受到干扰出现标错的情况。由于厨房油烟飘忽不定，而且容易受到手臂、锅铲等干扰，图像分割的难度在于不能找到合适的参照图片进行比对，无法得到准确的油烟区域信息。因此，针对现有技术不足，提供一种基于动态背景建模的油烟图像处理方法以克服现有技术不足甚为必要。
技术实现思路
本专利技术的目的在于避免现有技术的不足之处而提供一种基于动态背景建模的油烟图像处理方法，能够对灶台油烟进行动态背景建模，进行分割得到油烟区域，具有油烟区域信息准确的特点。本专利技术的目的之一通过以下技术措施实现。提供一种基于动态背景建模的油烟图像处理方法，油烟机的视觉成像模块对灶台目标区域S进行连续成像，并将成像图片发送至处理模块，处理模块将所接收的成像图片进行帧列标记，建立动态背景模型图像，将待进行油烟分割的当前成像图片与对应的动态背景模型图像进行处理，分割出当前成像图片中的油烟区域。优选的，所述的基于动态背景建模的油烟图像处理方法，处理模块将所接收的成像图片进行帧列标记具体是：按照成像时刻和帧序对成像图片进行标记，第y帧成像图片P对应的成像时刻是Ty、对应的帧序是y，y为自然数；待进行油烟处理的成像图片对应的帧序是η，建立动态背景模型图像所采用的背景建模采样图像的数量为F，动态背景模型图像M的序号为ψ，ψ为大于等于F的自然数，η为大于等于ψ的自然数，F为自然数，F为大于3的自然数；处理模块建立动态背景模型图像的过程如下：S1，选择第1至F帧成像图片作为背景建模采样图像组，选取背景建模采样图像中每个像素点处的灰度最小值，得到背景模型图像Mψ，ψ＝F；S2，判断η-ψ的差值是否大于1，如果是，则进入步骤S4，如果η-ψ的差值等于1，则进入步骤S3；S3，以背景模型图像Mψ作为与当前成像图片对应的背景模型图像；S4，令ψ＝ψ+1，进入步骤S5；S5，选择F帧成像图片作为背景建模采样图像组，所选择的F帧成像图片的帧序为ψ、ψ-1、......、ψ-F+1，选取背景建模采样图像中每个像素点处的灰度最小值，得到背景模型图像Mψ；S6，返回步骤S2。优选的，所述的基于动态背景建模的油烟图像处理方法，背景建模采样图像组包括背景建模采样图像B1、背景建模采样图像B2、......、背景建模采样图像BF；背景建模采样图像B1为第ψ帧成像图片，背景建模采样图像B2为第ψ-1帧成像图片，......，背景建模采样图像BF为第ψ-F+1帧成像图片；或者背景建模采样图像B1为第1帧成像图片，背景建模采样图像B2为第2帧成像图片，......，背景建模采样图像BF为第F帧成像图片；每帧成像图片P由m*n个像素构成，成像图片P的像素灰度值以矩阵PH表示，PH＝{Phi,j}，phi,j代表成像图片P中第i行、第j列像素对应的灰度值，m、n均为自然数，1≤i≤m，1≤j≤n；背景建模采样图像B1的像素灰度值以矩阵B1H表示，B1H＝{b1hi,j}，b1hi,j代表背景建模采样图像B1中第i行、第j列像素对应的灰度值；背景建模采样图像B2的像素灰度值以矩阵B2H表示，B2H＝{b2hi,j}，b2hi,j代表背景建模采样图像B2中第i行、第j列像素对应的灰度值；......背景建模采样图像BF的像素灰度值以矩阵BFH表示，BFH＝{bFhi,j}，bFhi,j代表背景建模采样图像BF中第i行、第j列像素对应的灰度值；背景模型图像M的像素灰度值以矩阵MH表示，MH＝{mhi,j}，mhi,j代表背背景模型图像M中第i行、第j列像素对应的灰度值；mhi,j＝min(b1hi,j、b2hi,j、......、bFhi,j)。优选的，F大于等于8小于等于100。优选的，F小于等于20。优选的，F等于10。优选的，将待进行油烟分割的当前成像图片与动态背景模型图像进行处理，分割出当前成像图片中的油烟区域，具体步骤过程如下：(1)将当前成像图片与对应的背景模型图像Mψ进行帧差处理得到帧差图像，η-ψ＝1；(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)对去噪图像进行边缘检测，标记运动区域作为初始感兴趣区域；(4)对初始感兴趣区域进行灰度均值计算和区域平滑度计算，将同时满足灰度均值和平滑度要求的区域作为油烟区域，其它的区域作为干扰排除。优选的，步骤(1)中，进行帧差操作得到帧差图像具体是：将当前成像图片与对应的背景模型图像Mψ做差，得到动态区域高亮的帧差图像；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；所述步骤(3)对去噪图像进行边缘检测，标记运动区域作为初始感兴趣区域，具体是：利用小波变换，检测帧差图像高亮区域的边缘并进行标记，将标记出的区域作为初始感兴趣区域；所述步骤(4)具体是对每个初始感兴趣区域进行灰度均值、区域平滑度计算，得到每个初始感兴趣区域对应的灰度均值和灰度平滑度，将同时满足计算得到的灰度均值小于灰度阈值、灰度平滑度小于灰度平滑度阈值的初始感兴趣区域作为感兴趣区域，将其它初始感兴趣区域判定为干扰区域。优选的，当前成像图片以当前成像图片A表示，当前成像图片A的像素的灰度值以矩阵AH表示，AH＝{ahi,j}，ahi,j代表前成像图片A中第i行、第j列像素对应的灰度值；当前成像图片A中第i行、第j列像素所在的子区域为ASi,j；背景模型图像M的像素灰度值以矩阵MH表示，MH＝{mhi,j}，mhi,j代表背背景模型图像M中第i行、第j列像素对应的灰度值，背景模型图像M中第i行、第j列像素所在的子区域为MSi,j；帧差图像D的像素灰度值以矩阵DH表示，DH＝{dhi,j}＝{|ahi,j-mhi,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)中对帧差本文档来自技高网...

【技术保护点】
1.一种基于动态背景建模的油烟图像处理方法，其特征在于，油烟机的视觉成像模块对灶台目标区域S进行连续成像，并将成像图片发送至处理模块，处理模块将所接收的成像图片进行帧列标记，建立动态背景模型图像，将待进行油烟分割的当前成像图片与对应的动态背景模型图像进行处理，分割出当前成像图片中的油烟区域。

【技术特征摘要】
1.一种基于动态背景建模的油烟图像处理方法，其特征在于，油烟机的视觉成像模块对灶台目标区域S进行连续成像，并将成像图片发送至处理模块，处理模块将所接收的成像图片进行帧列标记，建立动态背景模型图像，将待进行油烟分割的当前成像图片与对应的动态背景模型图像进行处理，分割出当前成像图片中的油烟区域。2.根据权利要求1所述的基于动态背景建模的油烟图像处理方法，其特征在于，处理模块将所接收的成像图片进行帧列标记具体是：按照成像时刻和帧序对成像图片进行标记，第y帧成像图片P对应的成像时刻是Ty、对应的帧序是y，y为自然数；待进行油烟处理的成像图片对应的帧序是η，建立动态背景模型图像所采用的背景建模采样图像的数量为F，动态背景模型图像M的序号为ψ，ψ为大于等于F的自然数，η为大于等于ψ的自然数，F为自然数，F为大于3的自然数；处理模块建立动态背景模型图像的过程如下：S1，选择第1至F帧成像图片作为背景建模采样图像组，选取背景建模采样图像中每个像素点处的灰度最小值，得到背景模型图像Mψ，ψ＝F；S2，判断η-ψ的差值是否大于1，如果是，则进入步骤S4，如果η-ψ的差值等于1，则进入步骤S3；S3，以背景模型图像Mψ作为与当前成像图片对应的背景模型图像；S4，令ψ＝ψ+1，进入步骤S5；S5，选择F帧成像图片作为背景建模采样图像组，所选择的F帧成像图片的帧序为ψ、ψ-1、......、ψ-F+1，选取背景建模采样图像中每个像素点处的灰度最小值，得到背景模型图像Mψ；S6，返回步骤S2。3.根据权利要求2所述的基于动态背景建模的油烟图像处理方法，其特征在于，背景建模采样图像组包括背景建模采样图像B1、背景建模采样图像B2、......、背景建模采样图像BF；背景建模采样图像B1为第ψ帧成像图片，背景建模采样图像B2为第ψ-1帧成像图片，......，背景建模采样图像BF为第ψ-F+1帧成像图片；或者背景建模采样图像B1为第1帧成像图片，背景建模采样图像B2为第2帧成像图片，......，背景建模采样图像BF为第F帧成像图片；每帧成像图片P由m*n个像素构成，成像图片P的像素灰度值以矩阵PH表示，PH＝{Phi,j}，phi,j代表成像图片P中第i行、第j列像素对应的灰度值，m、n均为自然数，1≤i≤m，1≤j≤n；背景建模采样图像B1的像素灰度值以矩阵B1H表示，B1H＝{b1hi,j}，b1hi,j代表背景建模采样图像B1中第i行、第j列像素对应的灰度值；背景建模采样图像B2的像素灰度值以矩阵B2H表示，B2H＝{b2hi,j}，b2hi,j代表背景建模采样图像B2中第i行、第j列像素对应的灰度值；......背景建模采样图像BF的像素灰度值以矩阵BFH表示，BFH＝{bFhi,j}，bFhi,j代表背景建模采样图像BF中第i行、第j列像素对应的灰度值；背景模型图像M的像素灰度值以矩阵MH表示，MH＝{mhi,j}，mhi,j代表背背景模型图像M中第i行、第j列像素对应的灰度值；mhi,j＝min(b1hi,j、b2hi,j、......、bFhi,j)。4.根据权利要求3所述的基于动态背景建模的油烟图像处理方法，其特征在于，F大于等于8小于等于100。5.根据权利要求4所述的基于动态背景建模的油烟图像处理方法，其特征在于，F小于等于20。6.根据权利要求5所述的基于动态背景建模的油烟图像处理方法，其特征在于，F等于10。7.根据权利要求3或4或5或6任意一项所述的基于动态背景建模的油烟图像处理方法，其特征在于，将待进行油烟分割的当前成像图片与动态背景模型图像进行处理，分割出当前成像图片中的油烟区域，具体步骤过程如下：(1)将当前成像图片与对应的背景模型图像Mψ进行帧差处理得到帧差图像，η-ψ＝1；(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)对去噪图像进行边缘检测，标记运动区域作为初始感兴趣区域；(4)对初始感兴趣区域进行灰度均值计算和区域平滑度计算，将同时满足灰度均值和平滑度要求的区域作为油烟区域，其它的区域作为干扰排除。8.根据权利要求7所述的基于动态背景建模的油烟图像处理方法，其特征在于，步骤...

【专利技术属性】
技术研发人员：陈小平，陈超，
申请(专利权)人：佛山市云米电器科技有限公司，陈小平，
类型：发明
国别省市：广东,44