本申请实施例公开了一种通过灰度图像进行油烟量判断的方法及装置。本申请实施例提供的技术方案，通过抽取油烟图像视频中的两帧图像，并计算的到两者灰度化后差值矩阵，通过计算差值矩阵中各个单元数值的总和得到相应的帧差总和，进而根据所述帧差总和以及油烟预设阈值确定油烟量的大小；通过本申请的方法即使采用现有物联网芯片也能够达到实时检测的效果，不会出现检测延时，能够更好的适用于现有的智能厨房设备中，从一定程度上降低了智能厨房设备的成本。
【技术实现步骤摘要】
一种通过灰度图像进行油烟量判断的方法及装置
本申请实施例涉及油烟检测
，尤其涉及一种通过灰度图像进行油烟量判断的方法及装置。
技术介绍
目前，常见的带有自动控制功能的吸油烟机通常采用检测烟气浓度方式实现自动控制。例如比较常见的是通过烟雾探头来检测烹饪过程中产生的烟雾浓度，根据烟雾浓度控制风机启停及运转速度。然而依靠烟雾探头检测油烟会使得风机启动的响应速度较慢，只能在油烟进入吸油烟机后才能检测到油烟，这时再启动风机和控制调速，无法及时确定烟雾的浓度，不利于对油烟的及时处理。还有通过图像来进行油烟量识别的方式，但是通过图像来进行识别时，当燃气灶处有油污出现时，会被认定为是油烟进而控制风机启动，进而产生一定的能源损耗。因此，设计一种能够及时进行油烟量判断的方案成为本领域技术人员亟待的解决的技术问题。
技术实现思路
本申请实施例提供一种通过灰度图像进行油烟量判断的方法及装置，能够通过抽取油烟图像视频中的两帧图像，并计算的到两者灰度化后差值矩阵，通过计算差值矩阵中各个单元数值的总和得到相应的帧差总和，进而确定油烟量的大小；通过本申请的方案能够实现实时烟雾检测，不会出现检测延时，达到了更好的检测效果。在第一方面，本申请实施例提供了一种通过灰度图像进行油烟量判断的方法，包括：获取拍摄到的油烟图像视频；抽取所述油烟图像视频中的两帧油烟图像，对两帧所述油烟图像进行灰度处理得到灰度油烟矩阵；对两帧所述灰度油烟矩阵进行帧差计算得到帧差矩阵，并对所述帧差矩阵中各个矩阵单元数值进行矩阵平移；将平移后的帧差矩阵中各个矩阵单元数值相加得到帧差总和，并根据所述帧差总和和油烟预设阈值确定当前油烟量大小；根据油烟量大小控制风机档位的变换。进一步的，所述抽取所述油烟图像视频中的两帧油烟图像，包括：抽取所述油烟图像视频中相邻两帧的油烟图像；或，抽取所述油烟图像视频中相隔预设帧数图像的两帧油烟图像。进一步的，所述预设帧数图像包括一帧图像或者两帧图像或者三帧图像。进一步的，所述对所述帧差矩阵中各个矩阵单元数值进行矩阵平移，包括：对所述帧差矩阵中各个矩阵单元数值均加255以进行矩阵平移。进一步的，所述将平移后的帧差矩阵中各个矩阵单元数值相加得到帧差总和，并根据所述帧差总和和油烟预设阈值确定当前油烟量大小，包括：将平移后的帧差矩阵中各个矩阵单元数值相加得到帧差总和；当得到的所述帧差总和的数量达到预设数量时，则对预设数量的所述帧差总和进行均值处理得到帧差总和均值；根据所述帧差总和均值和油烟预设阈值确定当前油烟量大小。进一步的，所述油烟预设阈值包括第一油烟阈值、第二油烟阈值和第三油烟阈值；所述将平移后的帧差矩阵中各个矩阵单元数值相加得到帧差总和，并根据所述帧差总和和油烟预设阈值确定当前油烟量大小，包括：将平移后的帧差矩阵中各个矩阵单元数值相加得到帧差总和；当所述帧差总和与所述第一油烟阈值匹配时，则确定当前油烟量大；当所述帧差总和与所述第二油烟阈值匹配时，则确定当前油烟量中；当所述帧差总和与所述第三油烟阈值匹配时，则确定当前油烟量小。进一步的，在所述根据油烟量大小控制风机档位的变换之后，还包括：响应于风机档位的调节操作，记录调节后的控制档位和对应的帧差总和；根据所述控制档位和对应的帧差总和进行油烟预设阈值的调整。在第二方面，本申请实施例提供了一种通过灰度图像进行油烟量判断的装置，包括：获取模块：用于获取拍摄到的油烟图像视频；灰度化模块：用于抽取所述油烟图像视频中的两帧油烟图像，对两帧所述油烟图像进行灰度处理得到灰度油烟矩阵；计算模块：用于对两帧所述灰度油烟矩阵进行帧差计算得到帧差矩阵，并对所述帧差矩阵中各个矩阵单元数值进行矩阵平移；确定模块：用于将平移后的帧差矩阵中各个矩阵单元数值相加得到帧差总和，并根据所述帧差总和和油烟预设阈值确定当前油烟量大小；控制模块：用于根据油烟量大小控制风机档位的变换。在第三方面，本申请实施例提供了一种电子设备，包括：存储器以及一个或多个处理器；所述存储器，用于存储一个或多个程序；当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如第一方面所述的通过灰度图像进行油烟量判断的方法。在第四方面，本申请实施例提供了一种包含计算机可执行指令的存储介质，所述计算机可执行指令在由计算机处理器执行时用于执行如第一方面所述的通过灰度图像进行油烟量判断的方法。本申请实施例通过抽取油烟图像视频中的两帧图像，并计算的到两者灰度化后差值矩阵，通过计算差值矩阵中各个单元数值的总和得到相应的帧差总和，进而根据所述帧差总和以及油烟预设阈值确定油烟量的大小；通过本申请的方法即使采用现有物联网芯片也能够达到实时检测的效果，不会出现检测延时，能够更好的适用于现有的智能厨房设备中，从一定程度上降低了智能厨房设备的成本。附图说明图1是本申请实施例提供的一种通过灰度图像进行油烟量判断的方法的流程图；图2是本申请实施例提供的帧差总和均值计算以及阈值确定的流程示意图；图3是本申请实施例提供的油烟阈值匹配的流程示意图；图4是本申请实施例提供的一种通过灰度图像进行油烟量判断的装置的结构示意图；图5是本申请实施例提供的一种电子设备的结构示意图。具体实施方式为了使本申请的目的、技术方案和优点更加清楚，下面结合附图对本申请具体实施例作进一步的详细描述。可以理解的是，此处所描述的具体实施例仅仅用于解释本申请，而非对本申请的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本申请相关的部分而非全部内容。在更加详细地讨论示例性实施例之前应当提到的是，一些示例性实施例被描述成作为流程图描绘的处理或方法。虽然流程图将各项操作(或步骤)描述成顺序的处理，但是其中的许多操作可以被并行地、并发地或者同时实施。此外，各项操作的顺序可以被重新安排。当其操作完成时所述处理可以被终止，但是还可以具有未包括在附图中的附加步骤。所述处理可以对应于方法、函数、规程、子例程、子程序等等。依靠烟雾探头检测油烟会使得风机启动的响应速度较慢，只能在油烟进入吸油烟机后才能检测到油烟，这时再启动风机和控制调速，无法及时确定烟雾的浓度，不利于对油烟的及时处理。虽然现有有通过神经网络模型进行油烟模型构建识别的方式，但是上述方式成本相对较高，不利于进行推广使用。基于此，本申请提供的通过灰度图像进行油烟量判断的方法，能够通过抽取油烟图像视频中的两帧图像，并计算的到两者灰度化后差值矩阵，通过计算差值矩阵中各个单元数值的总和得到相应的帧差总和，进而确定油烟量的大小；通过本申请的方案能够实现实时烟雾检测，不会出现检测延时，达到了更好的检测效果。图1给出了本申请实施例提供的一种通过灰度图像进行油烟量判断的方法的流程图，本实施例中提供的通本文档来自技高网...
【技术保护点】
1.一种通过灰度图像进行油烟量判断的方法，其特征在于，包括：/n获取拍摄到的油烟图像视频；/n抽取所述油烟图像视频中的两帧油烟图像，对两帧所述油烟图像进行灰度处理得到灰度油烟矩阵；/n对两帧所述灰度油烟矩阵进行帧差计算得到帧差矩阵，并对所述帧差矩阵中各个矩阵单元数值进行矩阵平移；/n将平移后的帧差矩阵中各个矩阵单元数值相加得到帧差总和，并根据所述帧差总和和油烟预设阈值确定当前油烟量大小；/n根据油烟量大小控制风机档位的变换。/n
【技术特征摘要】
1.一种通过灰度图像进行油烟量判断的方法，其特征在于，包括：
获取拍摄到的油烟图像视频；
抽取所述油烟图像视频中的两帧油烟图像，对两帧所述油烟图像进行灰度处理得到灰度油烟矩阵；
对两帧所述灰度油烟矩阵进行帧差计算得到帧差矩阵，并对所述帧差矩阵中各个矩阵单元数值进行矩阵平移；
将平移后的帧差矩阵中各个矩阵单元数值相加得到帧差总和，并根据所述帧差总和和油烟预设阈值确定当前油烟量大小；
根据油烟量大小控制风机档位的变换。
2.根据权利要求1所述的通过灰度图像进行油烟量判断的方法，其特征在于，所述抽取所述油烟图像视频中的两帧油烟图像，包括：
抽取所述油烟图像视频中相邻两帧的油烟图像；或，
抽取所述油烟图像视频中相隔预设帧数图像的两帧油烟图像。
3.根据权利要求2所述的通过灰度图像进行油烟量判断的方法，其特征在于，所述预设帧数图像包括一帧图像或者两帧图像或者三帧图像。
4.根据权利要求1所述的通过灰度图像进行油烟量判断的方法，其特征在于，所述对所述帧差矩阵中各个矩阵单元数值进行矩阵平移，包括：
对所述帧差矩阵中各个矩阵单元数值均加255以进行矩阵平移。
5.根据权利要求1所述的通过灰度图像进行油烟量判断的方法，其特征在于，所述将平移后的帧差矩阵中各个矩阵单元数值相加得到帧差总和，并根据所述帧差总和和油烟预设阈值确定当前油烟量大小，包括：
将平移后的帧差矩阵中各个矩阵单元数值相加得到帧差总和；
当得到的所述帧差总和的数量达到预设数量时，则对预设数量的所述帧差总和进行均值处理得到帧差总和均值；
根据所述帧差总和均值和油烟预设阈值确定当前油烟量大小。
6.根据权利要求1所述的通过灰度图像进行油烟量判断的方法，其特征在于，所述油烟预设阈值包括第一油烟阈值、第二油烟阈值和第三油烟阈值；
所...
【专利技术属性】
技术研发人员：邓立邦，
申请(专利权)人：广东智媒云图科技股份有限公司，
类型：发明
国别省市：广东;44
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。