本发明专利技术提供一种基于手机设备的玻璃擦拭方法、装置、存储介质和设备，所述方法包括：通过对应门窗玻璃的拍摄设备获取门窗玻璃的初始照片；根据预设的拍摄周期，通过拍摄设备获取门窗玻璃的实时照片；根据初始照片计算实时照片的干净指数；若实时照片的干净指数小于预设的指数阈值，根据实时照片和干净指数生成玻璃擦拭请求指令；将玻璃擦拭请求指令显示在用户手机设备的主界面；接收在主界面上的确定擦拭玻璃的指令，驱动门窗玻璃上的玻璃擦拭装置擦拭门窗玻璃。本发明专利技术可以计算出实时照片的干净指数，让用户根据干净指数决定是否要擦拭玻璃，方便用户定期清洁门窗玻璃，保持门窗玻璃的洁净情况。的洁净情况。的洁净情况。
【技术实现步骤摘要】
基于手机设备的玻璃擦拭方法、装置、存储介质和设备
[0001]本专利技术涉及手机设备控制的门窗玻璃擦拭
，具体涉及一种基于手机设备的玻璃擦拭方法、装置、存储介质和设备。
技术介绍
[0002]每隔一段时间，门窗玻璃上都会因为污染物的接触而出现变脏，例如尘埃、雨水等。如果要定期清洁门窗玻璃，很耗费用户的时间和体力，而如果长时间不清洁门窗玻璃，门窗上的污染物就会随着时间的增长而变得更加难清理，并且会影响户内采光，给用户带来了诸多不便。
技术实现思路
[0003]本专利技术的目的在于克服现有技术中的缺点与不足，提供一种基于手机设备的玻璃擦拭方法、装置、存储介质和设备，可以计算出实时照片的干净指数，让用户根据干净指数决定是否要擦拭玻璃，方便用户定期清洁门窗玻璃，保持门窗玻璃的洁净情况。
[0004]本专利技术的一个实施例提供一种基于手机设备的玻璃擦拭方法，应用于手机设备，包括：
[0005]通过对应门窗玻璃的拍摄设备获取所述门窗玻璃的初始照片；
[0006]根据预设的拍摄周期，通过所述拍摄设备获取所述门窗玻璃的实时照片；
[0007]根据所述初始照片计算所述实时照片的干净指数；
[0008]若所述实时照片的干净指数小于预设的指数阈值，根据所述实时照片和所述干净指数生成玻璃擦拭请求指令；
[0009]将所述玻璃擦拭请求指令显示在所述用户手机设备的主界面；
[0010]接收在所述主界面上的确定擦拭玻璃的指令，驱动所述门窗玻璃上的玻璃擦拭装置擦拭所述门窗玻璃。
[0011]相对于现有技术，本专利技术的基于手机设备的玻璃擦拭方法，可以根据所述门窗玻璃的初始照片计算出所述门窗玻璃的实时照片的干净指数，当所述实时照片的干净指数小于预设的指数阈值时，根据所述实时照片和所述干净指数生成玻璃擦拭请求指令并显示于用户手机设备的主界面，再根据用户在所述主界面上的确定擦拭玻璃的指令，驱动所述门窗玻璃上的玻璃擦拭装置对所述门窗玻璃进行擦拭，可以在玻璃比较脏的时候显示出玻璃擦拭请求指令，方便用户定期通过手机设备驱动所述玻璃擦拭装置擦拭玻璃，节省擦拭玻璃的人力，且有利于保持门窗玻璃的清洁情况。
[0012]在一个实施例中，所述根据所述初始照片计算所述实时照片的干净指数，包括：
[0013]将所述初始照片和所述实时照片进行对比，得到所述实时照片相对于所述初始照片的若干个差异区；
[0014]获取所述初始照片中的门窗玻璃范围；
[0015]将所述差异区中，超出所述门窗玻璃范围的部分排除；
[0016]计算所有所述差异区的面积和相对于所述门窗玻璃范围的面积的占比，根据所述占比得到所述干净指数。
[0017]通过对比获得所述实时照片相对于所述初始照片的差异区，并根据差异区计算出所述干净指数，可以直接有效地获得干净指数。
[0018]在一个实施例中，还包括：
[0019]通过对应门窗玻璃的拍摄设备获取擦拭后的所述门窗玻璃的结果照片；
[0020]若所述结果照片仍存在所述差异区，将所述结果照片输入到预训练的玻璃清洁网络模型，获得所述差异区的位置，以及用于清洁所述差异区的清洁液；
[0021]驱动所述玻璃擦拭装置向所述差异区的位置喷出所述清洁液，并驱动所述玻璃擦拭装置根据所述差异区的位置擦拭所述门窗玻璃。
[0022]可以通过玻璃清洁网络模型识别难以清洁的污渍，然后配合对应的清洁液再次擦拭清洁，以提高门窗玻璃的清洁效果。
[0023]在一个实施例中，所述玻璃清洁网络模型的训练过程包括：
[0024]获取多张所述门窗玻璃的污染照片训练样本；所述污染照片训练样本为污染物污染所述门窗玻璃的照片，且所述污染照片训练样本标注有污染物的种类、污染的位置和对应的目标清洁液；
[0025]根据所述污染照片训练样本训练初始玻璃清洁网络模型，得到训练后的玻璃清洁网络模型。
[0026]可以通过污染照片训练样本训练得到检测准确性较高的玻璃清洁网络模型。
[0027]在一个实施例中，根据所述污染照片训练样本训练初始玻璃清洁网络模型，得到训练后的玻璃清洁网络模型后，还包括：
[0028]获取多张所述门窗玻璃的污染照片检验样本；所述污染照片检验样本为污染物污染所述门窗玻璃的照片，且所述污染照片检验样本标注有污染物的种类和对应的目标清洁液；
[0029]将所述污染照片检验样本输入到训练后的玻璃清洁网络模型，得到各张所述污染照片检验样本对应的预测清洁液；
[0030]若所述预测清洁液与所述目标清洁液不同，根据所述污染照片检验样本和所述污染照片训练样本对所述初始玻璃清洁网络模型进行训练，得到训练后的玻璃清洁网络模型。
[0031]可以通过所述污染照片检验样本对训练后的玻璃清洁网络模型进行检验，以提高玻璃清洁网络模型的准确性。
[0032]本专利技术的一个实施例还提供一种基于手机设备的玻璃擦拭装置，应用于手机设备，包括：
[0033]初始照片获取模块，用于通过对应门窗玻璃的拍摄设备获取所述门窗玻璃的初始照片；
[0034]实时照片获取模块，用于根据预设的拍摄周期，通过所述拍摄设备获取所述门窗玻璃的实时照片；
[0035]干净指数获取模块，用于根据所述初始照片计算所述实时照片的干净指数；
[0036]玻璃擦拭请求指令生成模块，若所述实时照片的干净指数小于预设的指数阈值，
根据所述实时照片和所述干净指数生成玻璃擦拭请求指令；
[0037]请求指令显示模块，用于将所述玻璃擦拭请求指令显示在所述用户手机设备的主界面；
[0038]玻璃擦拭驱动模块，接收在所述主界面上的确定擦拭玻璃的指令，驱动所述门窗玻璃上的玻璃擦拭装置擦拭所述门窗玻璃。
[0039]相对于现有技术，本专利技术的基于手机设备的玻璃擦拭装置，可以根据所述门窗玻璃的初始照片计算出所述门窗玻璃的实时照片的干净指数，当所述实时照片的干净指数小于预设的指数阈值时，根据所述实时照片和所述干净指数生成玻璃擦拭请求指令并显示于用户手机设备的主界面，再根据用户在所述主界面上的确定擦拭玻璃的指令，驱动所述门窗玻璃上的玻璃擦拭装置对所述门窗玻璃进行擦拭，可以在玻璃比较脏的时候显示出玻璃擦拭请求指令，方便用户定期通过手机设备驱动所述玻璃擦拭装置擦拭玻璃，节省擦拭玻璃的人力，且有利于保持门窗玻璃的清洁情况。
[0040]在一个实施例中，所述干净指数获取模块包括：
[0041]差异区获取模块，用于将所述初始照片和所述实时照片进行对比，得到所述实时照片相对于所述初始照片的若干个差异区；
[0042]玻璃范围获取模块，用于获取所述初始照片中的门窗玻璃范围；
[0043]差异区修正模块，用于将所述差异区中，超出所述门窗玻璃范围的部分排除；
[0044]干净指数计算模块，用于计算所有所述差异区的面积和相对于所述门窗玻璃范围的面积的占比，根据所述占比得到所述干净指数。
[0045本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种基于手机设备的玻璃擦拭方法，其特征在于，应用于用户手机设备，包括：通过对应门窗玻璃的拍摄设备获取所述门窗玻璃的初始照片；根据预设的拍摄周期，通过所述拍摄设备获取所述门窗玻璃的实时照片；根据所述初始照片计算所述实时照片的干净指数；若所述实时照片的干净指数小于预设的指数阈值，根据所述实时照片和所述干净指数生成玻璃擦拭请求指令；将所述玻璃擦拭请求指令显示在所述用户手机设备的主界面；接收在所述主界面上的确定擦拭玻璃的指令，驱动所述门窗玻璃上的玻璃擦拭装置擦拭所述门窗玻璃。2.根据权利要求1所述的基于手机设备的玻璃擦拭方法，其特征在于，所述根据所述初始照片计算所述实时照片的干净指数，包括：将所述初始照片和所述实时照片进行对比，得到所述实时照片相对于所述初始照片的若干个差异区；获取所述初始照片中的门窗玻璃范围；将所述差异区中，超出所述门窗玻璃范围的部分排除；计算所有所述差异区的面积和相对于所述门窗玻璃范围的面积的占比，根据所述占比得到所述干净指数。3.根据权利要求1所述的基于手机设备的玻璃擦拭方法，其特征在于，还包括：通过对应门窗玻璃的拍摄设备获取擦拭后的所述门窗玻璃的结果照片；若所述结果照片仍存在所述差异区，将所述结果照片输入到预训练的玻璃清洁网络模型，获得所述差异区的位置，以及用于清洁所述差异区的清洁液；驱动所述玻璃擦拭装置向所述差异区的位置喷出所述清洁液，并驱动所述玻璃擦拭装置根据所述差异区的位置擦拭所述门窗玻璃。4.根据权利要求3所述的基于手机设备的玻璃擦拭方法，其特征在于，所述玻璃清洁网络模型的训练过程包括：获取多张所述门窗玻璃的污染照片训练样本；所述污染照片训练样本为污染物污染所述门窗玻璃的照片，且所述污染照片训练样本标注有污染物的种类、污染的位置和对应的目标清洁液；根据所述污染照片训练样本训练初始玻璃清洁网络模型，得到训练后的玻璃清洁网络模型。5.根据权利要求4所述的基于手机设备的玻璃擦拭方法，其特征在于，根据所述污染照片训练样本训练初始玻璃清洁网络模型，得到训练后的玻璃清洁网络模型后，还包括：获取多张所述门窗玻璃的污染照片检验样本；所述污染照片检验样本为污染物污染所述门窗玻璃的照片，且所述污染照片检验样本标注有污染物的种类和对应的目标清洁液；将所述污染照片检验样本输入到训练后的玻璃清洁网络模型，得到各张所述污染照片检验样本对应的预测清洁液；若所述预测清...
【专利技术属性】
技术研发人员：卞永军，
申请(专利权)人：广东以诺通讯有限公司，
类型：发明
国别省市：
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。