一种节水环保洗涤工艺控制方法技术

本发明专利技术涉及神经网络领域，具体涉及一种节水环保洗涤工艺控制方法

【技术实现步骤摘要】
一种节水环保洗涤工艺控制方法


[0001]本专利技术涉及神经网络领域，具体涉及一种节水环保洗涤工艺控制方法
。

技术介绍

[0002]随着生活水平的提高，洗碗机作为一种重要的家居产品，其使用量也随之提高，然而由于碗筷等物品脏污程度不同，目前洗碗机大多使用固定的设定程序，使用的参数也是提前设定的固定值，经常不能达到高效良好的清洁效果，同时存在耗水量过大的问题，不符合现在节能控制的理念，因此需要对洗碗机进行节能控制，在保证清洗效果的同时具有节水环保的作用
。
[0003]现有技术中存在一种自动洗碗机，能够根据浊度传感器判断脏污程度选择洗涤模式，通过传感器识别脏污程度的误差较大，且识别后不同的洗涤模式依然是根据洗碗机设定的固定程序进行清洗，并不能实现对洗碗机的节能控制；现有技术中还存在通过在洗碗机内部安装摄像头进行图像采集，从而根据采集到图像中的脏污程度以及脏污数量来进行洗碗机的智能控制，但是由于洗碗机清洗时内部的环境较为复杂，直接通过采集到的图像分析无法准确获取到准确的脏污数量，导致在进行参数调整的准确度较低
。

技术实现思路

[0004]为了解决现有技术中参数调整准确度较低的问题，本专利技术提供一种节水环保洗涤工艺控制方法，该方案包括：采集多张历史洗涤物品图像；获取像素点在每张历史洗涤物品图像中的多个像素值；获取像素点的像素值对单高斯模型的响应度；构建单高斯模型的拟合序列；获取单高斯模型对应拟合序列的单调性；获取单高斯模型的污渍描述程度；获取像素值的污渍概率；对每张历史洗涤物品图像中的污渍像素点进行标记，训练神经网络检测待洗涤物品图像中的污渍像素点，控制洗碗机的水流量
。
本专利技术通过对洗碗机清洗过程中的多张待洗涤物品图像像素点的变化情况进行污渍像素点识别，并训练神经网络进行自适应污渍像素点的识别，能够准确识别出污渍像素点从而对洗碗机进行节能控制
。
[0005]本专利技术采用如下技术方案：一种节水环保洗涤工艺控制方法，包括：采集洗碗机从开始启动到清洗完成的过程中，每个清洗循环的历史洗涤物品图像，得到多张历史洗涤物品图像
。
[0006]获取同一像素点在多张历史洗涤物品图像中对应的多个像素值，并利用高斯混合模型进行高斯拟合；获取每个像素点的像素值对高斯混合模型中各个单高斯模型的响应度
。
[0007]根据每个像素点在每张历史洗涤物品图像中对应的像素值在各个单高斯模型中的拟合值构建序列，得到每个单高斯模型对应的多个拟合序列
。
[0008]获取每个单高斯模型对应的每个拟合序列中各个拟合值的斜率，根据每个拟合序列中各个拟合值的斜率获取每个单高斯模型对应的每个拟合序列的单调性；根据每个单高斯模型对应的每个拟合序列的单调性和每个单高斯模型对应的每
个拟合序列的信息熵，获取每个单高斯模型的污渍描述程度
。
[0009]根据每个像素点的每个像素值对各个单高斯模型的响应度以及每个单高斯模型的污渍描述程度，获取每个像素点在每张历史洗涤物品图像中对应像素值的污渍概率
。
[0010]将污渍概率大于阈值的像素值在对应历史洗涤物品图像中对应的像素点标记为污渍像素点，得到每张标记后的历史洗涤物品图像
。
[0011]利用标记后的历史洗涤物品图像对神经网络进行训练；利用训练好的神经网络检测洗碗机当前清洗循环时待洗涤物品图像中的污渍像素点，并根据污渍像素点的数量控制洗碗机下个清洗循环的水流量
。
[0012]进一步的，一种节水环保洗涤工艺控制方法，获取每个像素点的像素值对各个单高斯模型的响应度的方法为：获取每个像素点的每个像素值在高斯混合模型中对应的第一拟合值；获取每个像素点的每个像素值在高斯混合模型中各个单高斯模型对应的第二拟合值；根据每个像素点的每个像素值在高斯混合模型中各个单高斯模型对应的第二拟合值以及每个像素点的每个像素值在高斯混合模型中对应的第一拟合值，获取每个像素点的像素值对各个单高斯模型的响应度
。
[0013]进一步的，一种节水环保洗涤工艺控制方法，获取每个单高斯模型对应的每个拟合序列的单调性的方法为：统计每个单高斯模型对应的每个拟合序列中，斜率的分别为正数和负数的拟合值的个数；根据每个单高斯模型对应的每个拟合序列中，正数斜率对应的拟合值个数和负数斜率对应的拟合值个数中的最大值，以及对应拟合序列中拟合值的总个数获取每个单高斯模型对应的每个拟合序列的单调性
。
[0014]进一步的，一种节水环保洗涤工艺控制方法，获取每个单高斯模型对应的每个拟合序列中各个拟合值的斜率的方法为：根据每个单高斯模型对应的每个拟合序列中，每个拟合值与其前一个位置的拟合值之差，得到每个单高斯模型对应的每个拟合序列中各个拟合值的斜率
。
[0015]进一步的，一种节水环保洗涤工艺控制方法，获取每个单高斯模型的污渍描述程度的方法为：获取每个单高斯模型对应的每个拟合序列的单调性与每个单高斯模型对应的每个拟合序列的信息熵之间的乘积之和；获取拟合序列的个数，根据该乘积之和与拟合序列个数的比值得到每个单高斯模型的污渍描述程度
。
[0016]进一步的，一种节水环保洗涤工艺控制方法，获取每个像素值的污渍概率的方法为：根据每个像素点的每个像素值对各个单高斯模型的响应度，与每个单高斯模型的污渍描述程度的乘积之和得到每个像素值的污渍概率
。
[0017]进一步的，一种节水环保洗涤工艺控制方法，根据当前清洗循环时待洗涤物品图像中污渍像素点的数量控制洗碗机下个清洗循环的水流量的方法为：
根据当前清洗循环时待洗涤物品图像中污渍像素点的数量与单位污渍像素所需的最佳水流量的乘积，得到洗碗机下个清洗循环的水流量
。
[0018]进一步的，所述阈值设置为
0.8。
[0019]进一步的，所述神经网络为语义分割网络
。
[0020]进一步的，所述高斯混合模型中单高斯模型的数量设置为
5。
[0021]本专利技术的有益效果是：本专利技术利用多张图像中的像素值序列拟合高斯混合模型，能够很好的反应出污渍像素点在清洗过程中的像素值变化，同时通过响应度反应高斯混合模型中的每个单高斯模型的拟合情况，从而根据不同单高斯模型对像素值序列的拟合情况综合判断像素值的污渍概率，能够准确的获取不同图像中的污渍像素点，并进一步通过标记出污渍像素点的图像对神经网络进行训练，能够得到识别效果很好的污渍分割网络，使得在洗碗机进行清洗时，保证每个清洗循环都能够利用神经网络得到准确的污渍像素点数量，从而获取下个清洗循环最合适的用水量，实现了洗碗机的智能节水控制
。
附图说明
[0022]为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种节水环保洗涤工艺控制方法，其特征在于，包括：采集洗碗机从开始启动到清洗完成的过程中，每个清洗循环的历史洗涤物品图像，得到多张历史洗涤物品图像；获取同一像素点在多张历史洗涤物品图像中对应的多个像素值，并利用高斯混合模型进行高斯拟合；获取每个像素点的像素值对高斯混合模型中各个单高斯模型的响应度；根据每个像素点在每张历史洗涤物品图像中对应的像素值在各个单高斯模型中的拟合值构建序列，得到每个单高斯模型对应的多个拟合序列；获取每个单高斯模型对应的每个拟合序列中各个拟合值的斜率，根据每个拟合序列中各个拟合值的斜率获取每个单高斯模型对应的每个拟合序列的单调性；根据每个单高斯模型对应的每个拟合序列的单调性和每个单高斯模型对应的每个拟合序列的信息熵，获取每个单高斯模型的污渍描述程度；根据每个像素点的每个像素值对各个单高斯模型的响应度以及每个单高斯模型的污渍描述程度，获取每个像素点在每张历史洗涤物品图像中对应像素值的污渍概率；将污渍概率大于阈值的像素值在对应历史洗涤物品图像中对应的像素点标记为污渍像素点，得到每张标记后的历史洗涤物品图像；将每张历史洗涤物品图像作为神经网络的输入，对应每张标记后的历史洗涤物品图像作为神经网络的输出对神经网络进行训练；利用训练好的神经网络洗碗机对当前清洗循环时待洗涤物品图像中的污渍像素点进行检测，并根据当前清洗循环时待洗涤物品图像中污渍像素点的数量控制洗碗机下个清洗循环的水流量
。2.
根据权利要求1所述的一种节水环保洗涤工艺控制方法，其特征在于，获取每个像素点的像素值对各个单高斯模型的响应度的方法为：获取每个像素点的每个像素值在高斯混合模型中对应的第一拟合值；获取每个像素点的每个像素值在高斯混合模型中各个单高斯模型对应的第二拟合值；根据每个像素点的每个像素值在高斯混合模型中各个单高斯模型对应的第二拟合值以及每个像素点的每个像素值在高斯混合模型中对应的第一拟合值，获取每个像素点的像素值对各个单高斯模型的响应度
。3.
根据权利要求1所述的一种节水环保洗涤工艺控制方法，其特征在于，获取每个单高斯模型对应的每个拟合序列的单调性的方法为：统...

【专利技术属性】
技术研发人员：曹拥军，
申请(专利权)人：南通腾宇环保设备有限公司，
类型：发明
国别省市：