本发明专利技术公开了一种烤箱烟雾监控方法，该方法包括：在烤箱工作前，获取烤箱内图片，进行图像分割，选取分割出的一个食材区域作为观察对象，并确定观察对象的梯度矩阵和对比度矩阵；烤箱工作时，控制烤箱内摄像头按设定时间间隔抓取烤箱内图片，确定观察对象在当前图片中的梯度矩阵和对比度矩阵；基于两组梯度矩阵和对比度矩阵，确定当前图片中观察对象的清晰度系数；当清晰度系数小于设定阈值时，发送触发打开烤箱排烟雾系统的信号给中央处理器。本发明专利技术先通过目标分割的方法将烤箱内的食物进行像素级的分割，然后选取1个食材区域作为观察对象，计算该观察对象的清晰度系数，判断烤箱内是否有过量的烟雾，拍摄的图片是否会影响观测食物烘烤状态。
【技术实现步骤摘要】
一种烤箱烟雾监控方法及装置、存储介质
本专利技术涉及图像处理
，特别涉及一种烤箱烟雾监控方法及装置、存储介质。
技术介绍
随着智能技术的普及，各大家电企业纷纷推出了内置摄像头的智能烤箱。这样的智能烤箱还能通过网络跟手机互联，用户可以通过观看烤箱内的实时视频查看食物的烘烤状态。但是，在烤箱烘烤过程，特别是带有蒸烤一体功能的机器，经常会因为烤箱内烟雾的浓度过大，用户无法看清食物的烘烤状态。《CN102136059A-一种基于视频分析的烟雾检测方法》公开了一种基于视频分析的烟雾检测方法，它是在数字摄像机作为传感器以及数字信号处理芯片的支持下实现的，其包括以下步骤：利用数字摄像机采集数字视频；筛选出其中包含有运动部分的前景部分；使用支持向量机检测器筛选出其中具有类似烟雾的区域；应用小波变换分析高频信号变化，筛选出其中背景是逐渐模糊变化的数字图像；最后，使用Adaboost级联分类器对筛选出具有烟雾纹理特征的数字图像。该方案通过背景建模、SVM和级联分类器等方法的结合去检测烟雾，能够找到烟雾发生点在图像中的位置。缺点是过于复杂，计算量大。无法有效地用于烤箱这种场景特定场景：不需要知道烤箱内发生烟雾的点在哪里，只需要判断当前烟雾是否影响观察食物烘烤状态。
技术实现思路
本专利技术实施例提供了一种烤箱烟雾监控方法及装置、存储介质。为了对披露的实施例的一些方面有一个基本的理解，下面给出了简单的概括。该概括部分不是泛泛评述，也不是要确定关键/重要组成元素或描绘这些实施例的保护范围。其唯一目的是用简单的形式呈现一些概念，以此作为后面的详细说明的序言。根据本专利技术实施例的第一方面，提供了一种烤箱烟雾监控方法，包括：在烤箱工作前，获取烤箱内图片，进行图像分割，选取分割出的一个食材区域作为观察对象，并确定所述观察对象的梯度矩阵和对比度矩阵；烤箱工作时，控制烤箱内摄像头按设定时间间隔抓取烤箱内图片，确定所述观察对象在当前图片中的梯度矩阵和对比度矩阵；基于两组梯度矩阵和对比度矩阵，确定当前图片中所述观察对象的清晰度系数；当所述清晰度系数小于设定阈值时，发送触发打开烤箱排烟雾系统的信号给中央处理器。在一种实施方式中，所述基于两组梯度矩阵和对比度矩阵，确定所述观察对象的清晰度系数，包括：基于两组梯度矩阵和对比度矩阵，计算当前图片中所述观察对象的梯度变化因子δ及对比度变化因子τ；结合所述梯度变化因子δ及对比度变化因子τ，计算当前图片中所述观察对象的清晰度系数∈＝k1*δ+k2*τ，其中，k1+k2＝1。在一种实施方式中，所述k1＝0.3，k2＝0.7。在一种实施方式中，所述阈值为0.62。在一种实施方式中，还包括：当所述清晰度系数大于设定阈值时，发送触发关闭烤箱排烟雾系统的信号给所述中央处理器。在一种实施方式中，所述获取烤箱内图片，进行图像分割，选取分割出的一个食材区域作为观察对象，包括：获取烤箱内图像，基于预先训练的图像分割模型，进行图像分割，得到一个或多个食材区域；从所述一个或多个食材区域中，选取一个食材区域，作为观察对象。根据本专利技术实施例的第二方面，提供一种烤箱烟雾监控装置，包括：第一图像分析模块，用于在烤箱工作前，获取烤箱内图片，进行图像分割，选取分割出的一个食材区域作为观察对象，并确定所述观察对象的梯度矩阵和对比度矩阵；第二图像分析模块，用于烤箱工作时，控制烤箱内摄像头按设定时间间隔抓取烤箱内图片，确定所述观察对象在当前图片中的梯度矩阵和对比度矩阵；清晰度系数确定模块，用于基于两组梯度矩阵和对比度矩阵，确定当前图片中所述观察对象的清晰度系数；信号发送模块，用于当所述清晰度系数小于设定阈值时，发送触发打开烤箱排烟雾系统的信号给中央处理器。一种实施方式中，清晰度系数确定模块，包括：变化因子确定子模块，用于基于两组梯度矩阵和对比度矩阵，计算当前图片中所述观察对象的梯度变化因子δ及对比度变化因子τ；清晰度系数计算子模块，用于结合所述梯度变化因子δ及对比度变化因子τ，计算当前图片中所述观察对象的清晰度系数∈＝k1*δ+k2*τ，其中，k1+k2＝1。在一种实施方式中，所述k1＝0.3，k2＝0.7。在一种实施方式中，所述阈值为0.62。在一种实施方式中，信号发送模块还用于：当所述清晰度系数大于设定阈值时，发送触发关闭烤箱排烟雾系统的信号给所述中央处理器。在一种实施方式中，第一图像分析模块，用于：获取烤箱内图像，基于预先训练的图像分割模型，进行图像分割，得到一个或多个食材区域；从所述一个或多个食材区域中，选取一个食材区域，作为观察对象。根据本专利技术实施例的第三方面，提供了一种存储介质，其上存储有计算机程序，当所述计算机程序被处理器执行时实现本专利技术实施例提供的烤箱烟雾监控方法。根据本专利技术实施例的第四方面，提供一种计算机设备。在一些可选实施例中，所述计算机设备包括存储器、处理器及存储在所述存储器上并可被所述处理器运行的程序，所述处理器执行所述程序时实现上述的烤箱烟雾监控方法。本专利技术实施例提供的技术方案可以包括以下有益效果：本专利技术提出了一种改善带摄像头烤箱对箱体内食物状态监控效果的方案及详细的解决办法。为了减少计算量，本专利技术先通过目标分割的方法将烤箱内的食物进行像素级的分割，然后选取1个食材区域作为观察对象，统计烘烤前观察对象的梯度矩阵和对比度矩阵，以及烘烤过程中观察对象的的梯度矩阵和对比度矩阵，基于上述两组矩阵，计算清晰度系数，判断当前烤箱内是否有过量的烟雾，拍摄的图片是否会影响观测食物烘烤状态。本方案通过将烟雾的检测简化为计算某个图像观察区域的清晰度变化情况，构建了清晰度衡量模型，有效地解决了用户在通过摄像头观测烤箱内食物烘烤状态受到烟雾影响的问题。当烟雾浓度过大影响用户观看食物烘烤状态时，本专利技术会自动启动烤箱内排烟雾系统，将烤箱内烟雾浓度降至不影响用户观看食物烘烤状态为止。应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本专利技术。附图说明此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本专利技术的实施例，并与说明书一起用于解释本专利技术的原理。图1是根据一示例性实施例示出的一种智能烤箱的结构示意图；图2是根据一示例性实施例示出的一种烤箱烟雾监控方法的流程示意图；图3是根据一示例性实施例示出的一种烤箱烟雾监控装置的结构框图图4是根据一示例性实施例示出的一种计算机设备的结构框图。具体实施方式以下描述和附图充分地示出本专利技术的具体实施方案，以使本领域的技术人员能够实践它们。其他实施方案可以包括结构的、逻辑的、电气的、过程的以及其他的改变。实施例仅代表可能的变化。除非明确要求，否则单独的部件和功能是可选的，并且操作的顺序可以变化。一些实施方案的部分和特征可以被包本文档来自技高网...
【技术保护点】
1.一种烤箱烟雾监控方法，其特征在于，包括：/n在烤箱工作前，获取烤箱内图片，进行图像分割，选取分割出的一个食材区域作为观察对象，并确定所述观察对象的梯度矩阵和对比度矩阵；/n烤箱工作时，控制烤箱内摄像头按设定时间间隔抓取烤箱内图片，确定所述观察对象在当前图片中的梯度矩阵和对比度矩阵；/n基于两组梯度矩阵和对比度矩阵，确定当前图片中所述观察对象的清晰度系数；/n当所述清晰度系数小于设定阈值时，发送触发打开烤箱排烟雾系统的信号给中央处理器。/n
【技术特征摘要】
1.一种烤箱烟雾监控方法，其特征在于，包括：
在烤箱工作前，获取烤箱内图片，进行图像分割，选取分割出的一个食材区域作为观察对象，并确定所述观察对象的梯度矩阵和对比度矩阵；
烤箱工作时，控制烤箱内摄像头按设定时间间隔抓取烤箱内图片，确定所述观察对象在当前图片中的梯度矩阵和对比度矩阵；
基于两组梯度矩阵和对比度矩阵，确定当前图片中所述观察对象的清晰度系数；
当所述清晰度系数小于设定阈值时，发送触发打开烤箱排烟雾系统的信号给中央处理器。
2.如权利要求1所述的方法，其特征在于，所述基于两组梯度矩阵和对比度矩阵，确定所述观察对象的清晰度系数，包括：
基于两组梯度矩阵和对比度矩阵，计算当前图片中所述观察对象的梯度变化因子δ及对比度变化因子τ；
结合所述梯度变化因子δ及对比度变化因子τ，计算当前图片中所述观察对象的清晰度系数∈＝k1*δ+k2*τ，其中，k1+k2＝1。
3.如权利要求2所述的方法，其特征在于，所述k1＝0.3，k2＝0.7。
4.如权利要求1所述的方法，其特征在于，所述阈值为0.62。
5.如权利要求1所述的方法，其特征在于，还包括：
当所述清晰度系数大于设定阈值时，发送触发关闭烤箱排烟雾系统的信号给所述中央处理器。
6.如权利要求1所述的方法，其特征在于，所述获取烤箱内图片，进行图像分割，选取分割出的一个食材区域作为观察对象，包括：
获取烤箱...
【专利技术属性】
技术研发人员：刘兵，高洪波，俞国新，刘彦甲，李玉强，
申请(专利权)人：青岛海尔智能技术研发有限公司，
类型：发明
国别省市：山东;37
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。