一种基于图像检测来净化空气的方法技术

本发明专利技术涉及智能家居领域，具体公开了一种基于图像检测来净化空气的方法，该方法包括提供高适应性除尘型智能家居装置来净化空气。通过本发明专利技术提高智能家居装置的除尘、进而净化空气效率。

【技术实现步骤摘要】
一种基于图像检测来净化空气的方法
本专利技术涉及智能家居领域，尤其涉及一种基于图像检测来净化空气的方法。
技术介绍
智能家居是在互联网影响下物联化的体现。智能家居通过物联网技术将家中的各种设备(如音视频设备、照明系统、窗帘控制、空调控制、安防系统、数字影院系统、影音服务器、影柜系统、网络家电等)连接到一起，提供家电控制、照明控制、电话远程控制、室内外遥控、防盗报警、环境监测、暖通控制、红外转发以及可编程定时控制等多种功能和手段。与普通家居相比，智能家居不仅具有传统的居住功能，兼备建筑、网络通信、信息家电、设备自动化，提供全方位的信息交互功能，甚至为各种能源费用节约资金。目前，在生活中，智能家居已经越来越进入人们的生活、饮食、卫生等各个领域，而随着技术水平的发展，多种智能家居设备也随之升级换代，而目前而言，随着生活节奏的加快，也出现了很多智能家务型家居设备，取代原有的手动家务的模式，例如智能洗碗机、智能扫地机等等，而大大方便了人们的生活。室内空气环境是否良好直接关系到每个人的健康，家用空气净化器一般体积较小，空气在净化器内停留的时间较短，净化效果受到很大制约，风速大时尤其如此。
技术实现思路
为了解决上述问题，本专利技术提供了一种基于图像检测来净化空气的方法，在高效率、高精度的图像识别模式的基础上，获取识别到的子图像，并基于所述子图像检测对应的落灰程度，并在落灰程度超限时，发出除尘报警信号，否则，发出窗户正常信号，更为关键的是，还引入了自动除尘设备，用于在接收到所述除尘报警信号时，基于接收到的落灰程度确定对所述子图像对应的窗户的除尘力度。本专利技术至少具有以下四个重要专利技术点：(1)通过先均匀分割图像的方式对每一个分割后的区域进行参数提取和参数判别，以确定是否包含目标，并将包含目标的所有区域拼接以进行最终的目标识别，从而减少了运算量；(2)将子区域的像素点的Y分量与子区域的Y分量均值相减的结果的作为该像素点的差值，并将出现频率最高的差值以及最大差值和最小差值，将所述出现频率最高的差值作为纹理高度，将所述最大差值减去所述最大差值获得的结果作为像素值跨度，从而获取了对像素值分布情况有代表性的参考数据；(3)搭建平台实现基于接收到的落灰程度确定对所述窗户子图像对应的窗户的除尘力度，从而提高了对窗户的自动除尘效果；(4)通过对水平设置的两个摄像头分别获得左侧景物图像和右侧景物图像的视差分析，确定前方景物中主要目标距离摄像头的距离，以相应调节两个摄像头的焦距，并将两个摄像头拍摄的图像进行组合，以获得高清晰化的大视野图像。根据本专利技术的一方面，提供了一种基于图像检测来净化空气的方法，该方法包括提供高适应性除尘型推拉窗来净化空气，所述高适应性除尘型推拉窗包括：SD存储设备，用于存储预设分割模式、第一高度阈值、第二高度阈值以及深度神经网络识别模式的各个神经网络参数；双摄像头组件，设置在推拉窗框体对面的墙壁上，包括水平设置的两个摄像头，用于对推拉窗框体所在位置进行拍摄，以分别获得左侧景物图像和右侧景物图像；视差分析设备，与所述双摄像头组件的两个摄像头分别连接，所述视差分析设备用于接收所述左侧景物图像和所述右侧景物图像，并将所述左侧景物图像划分为多个分割区域；所述视差分析设备还基于每一个分割区域在所述右侧景物图像寻找匹配内容的相似区域，以及所述视差分析设备将左侧景物图像中每一个分割区域与其在右侧景物图像中相似区域的坐标偏移作为区域偏移量，基于所述左侧景物图像的各个区域偏移量确定所述左侧景物图像和所述右侧景物图像之间的视差；焦距调节设备，分别与所述双摄像头组件和所述视差分析设备连接，所述焦距调节设备用于基于所述视差确定所述左侧景物图像或所述右侧景物图像中拍摄的主要目标距离所述双摄像头组件的距离，并基于所述距离对所述两个摄像头进行焦距调节。附图说明以下将结合附图对本专利技术的实施方案进行描述，其中：图1为根据本专利技术实施方案示出的高适应性除尘型推拉窗的推拉窗框体的结构示意图。具体实施方式下面将参照附图对本专利技术的高适应性除尘型推拉窗的实施方案进行详细说明。随着全球建筑节能要求越来越严格，办公和住宅环境密闭性越来越好，仅仅靠自然通风和开窗通风，已经无法满足人们对于室内空气质量IAQ空气品质的要求。国内外专家对不同建筑的室内空气品质调查发现，大约建筑中53％的室内空气存在品质问题。部份住宅和办公环境开窗后也不能实现空气对流，室内空气不断受到污染。污浊的空气里不仅氧气少，二氧化碳多，而且还有病菌、有害气体，阳离子的浓度比室外多几倍到几十倍。人们在通风不良的房间里生活，会感到头昏脑胀，精神萎靡，甚至还可能患感冒等呼吸系统疾病。因此，当前对自动窗的设计，例如对自动推拉窗的设计，集中在对各种气体浓度检测以及基于上述检测结果的自动窗体控制上，而对应经常出现的落灰情况以及基于落灰情况的自适应窗体打扫，现有技术中并没有涉及。为了解决上述问题，本专利技术提供了一种基于图像检测来净化空气的方法，该方法包括提供高适应性除尘型推拉窗来净化空气。所述高适应性除尘型推拉窗在高效率、高精度的图像识别模式的基础上，获取识别到的窗户子图像，并基于所述窗户子图像检测对应的落灰程度，并在落灰程度超限时，发出除尘报警信号，否则，发出窗户正常信号，更为关键的是，还引入了自动除尘设备，用于在接收到所述除尘报警信号时，基于接收到的落灰程度确定对所述窗户子图像对应的窗户的除尘力度。图1为根据本专利技术实施方案示出的高适应性除尘型推拉窗的推拉窗框体的结构示意图。其中，所述推拉窗框体包括多个推拉窗页2、一个窗框1和一个手动控制开关3，所述手动控制开关用于控制所述推拉窗框体的推拉操作的使能和禁止。根据本专利技术实施方案的高适应性除尘型推拉窗包括：推拉窗框体，结构如图1所示，被嵌入在墙壁内；SD存储设备，用于存储预设分割模式、第一高度阈值、第二高度阈值以及深度神经网络识别模式的各个神经网络参数；双摄像头组件，设置在推拉窗框体对面的墙壁上，包括水平设置的两个摄像头，用于对推拉窗框体所在位置进行拍摄，以分别获得左侧景物图像和右侧景物图像。接着，继续对本专利技术的高适应性除尘型推拉窗的具体结构进行进一步的说明。在所述高适应性除尘型推拉窗中，还包括：视差分析设备，与所述双摄像头组件的两个摄像头分别连接；其中，所述视差分析设备用于接收所述左侧景物图像和所述右侧景物图像，并将所述左侧景物图像划分为多个分割区域。在所述高适应性除尘型推拉窗中：所述视差分析设备还基于每一个分割区域在所述右侧景物图像寻找匹配内容的相似区域，以及所述视差分析设备将左侧景物图像中每一个分割区域与其在右侧景物图像中相似区域的坐标偏移作为区域偏移量，基于所述左侧景物图像的各个区域偏移量确定所述左侧景物图像和所述右侧景物图像之间的视差。在所述高适应性除尘型推拉窗中，还包括：焦距调节设备，分别与所述双摄像头组件和所述视差分析设备连接；所述焦距调节设备用于基于所述视差确定所述左侧景物图像或所述右侧景物图像中拍摄的主要目标距离所述双摄像头组件的距离，并基于所述距离对所述两个摄像头进行焦距调节。在所述高适应性除尘型推拉窗中，还包括：图像组合设备，与所述焦距调节设备和所述双摄像头组件连接；其中，所述图像组合设备用于在所述焦距调节设备完成焦距调节后，将所述两个摄像头分别本文档来自技高网...

【技术保护点】
1.一种基于图像检测来净化空气的方法，该方法包括提供高适应性除尘型推拉窗来净化空气，所述高适应性除尘型推拉窗包括：SD存储设备，用于存储预设分割模式、第一高度阈值、第二高度阈值以及深度神经网络识别模式的各个神经网络参数；双摄像头组件，设置在推拉窗框体对面的墙壁上，包括水平设置的两个摄像头，用于对推拉窗框体所在位置进行拍摄，以分别获得左侧景物图像和右侧景物图像。

【技术特征摘要】
1.一种基于图像检测来净化空气的方法，该方法包括提供高适应性除尘型推拉窗来净化空气，所述高适应性除尘型推拉窗包括：SD存储设备，用于存储预设分割模式、第一高度阈值、第二高度阈值以及深度神经网络识别模式的各个神经网络参数；双摄像头组件，设置在推拉窗框体对面的墙壁上，包括水平设置的两个摄像头，用于对推拉窗框体所在位置进行拍摄，以分别获得左侧景物图像和右侧景物图像。2.如权利要求1所述的方法，其特征在于，所述推拉窗还包括：视差分析设备，与所述双摄像头组件的两个摄像头分别连接；其中，所述视差分析设备用于接收所述左侧景物图像和所述右侧景物图像，并将所述左侧景物图像划分为多个分割区域。3.如权利要求2所述的方法，其特征在于：所述视差分析设备还基于每一个分割区域在所述右侧景物图像寻找匹配内容的相似区域，以及所述视差分析设备将左侧景物图像中每一个分割区域与其在右侧景物图像中相似区域的坐标偏移作为区域偏移量，基于所述左侧景物图像的各个区域偏移量确定所述左侧景物图像和所述右侧景物图像之间的视差。4.如权利要求3所述的方法，其特征在于，所述推拉窗还包括：焦距调节设备，分别与所述双摄像头组件和所述视差分析设备连接；所述焦距调节设备用于基于所述视差确定所述左侧景物图像或所述右侧景物图像中拍摄的主要目标距离所述双摄像头组件的距离，并基于所述距离对所述两个摄像头进行焦距调节。5.如权利要求4所述的方法，其特征在于，所述推拉窗还包括：图像组合设备，与所述焦距调节设备和所述双摄像头组件连接；其中，所述图像组合设备用于在所述焦距调节设备完成焦距调节后，将所述两个摄像头分别获得左侧景物图像和右侧景物图像进行组合以获得并输出实时组合图像。6.如权利要求5所述的方法，其特征在于，所述推拉窗还包括：图像均分设备，与所述图像组合设备连接，用于接收实时组合图像，并基于预设分割模式将所述实时组合图像均分成多个子区域，所述预设分割模式为水平分割模式、垂直分割模式、水平分割垂直分割结合模式以及三角形分割模式；第一参数获取设备，与所述图像均分设备连接，用于接收所述多个子区域，并对每一个子区域进行以下处理：基于子区域的各个像素点的Y分量计算子区域的Y分量...

【专利技术属性】
技术研发人员：李峻，
申请(专利权)人：李峻，
类型：发明
国别省市：江苏,32