[發明專利]目標區域弱邊緣提取方法及油煙濃度檢測與干擾排除方法

在審

• 申請號: 201810191909.8
• 申請日: 2018-03-08
• 公開（公告）號: CN108564091A
• 公開（公告）日: 2018-09-21
• 發明（設計）人: 陳小平;陳超
• 申請（專利權）人: 佛山市云米電器科技有限公司;陳小平
• 主分類號: G06K9/46
• 分類號: G06K9/46;G06K9/40;G06T7/11;G06T7/13;G06T7/136
• 代理公司: 佛山市禾才知識產權代理有限公司 44379
• 代理人: 梁永健

目標區域弱邊緣提取方法，包括以下步驟：消除圖像噪聲，平滑圖像；將邊緣領域內灰度值有顯著變化的點突顯出來；定義3*3濾波器；用3*3濾波器遍歷圖像，計算每一個像素點的卷積結果；判斷計算出的像素點是否為邊緣點，若是邊緣點則進行標記；得到標記過后的目標區域的弱邊緣。本發明的目的在于提出目標區域弱邊緣提取方法及油煙濃度檢測與干擾排除方法，基于小波變換的方法，不需要很大的計算量便可得到較為準確的圖像弱邊緣提取效果，該算法的可移植性較強，可應用于便捷式圖像處理的產品中。

技術領域

本發明涉及油煙檢測技術領域，尤其涉及一種目標區域弱邊緣提權方法及油煙濃度檢測與干擾排除方法。

背景技術

現階段針對圖像邊緣檢測與提取的算法很多，但往往都依賴于大量的計算，需要消耗大量的算力來得到較為準確的邊緣檢測結果，這在嵌入式圖像處理產品上是不適用的。而且傳統的圖像邊緣提取算法對灰度值異變明顯的強邊緣效果不錯，但對圖像目標區域弱邊緣的檢測就顯得捉襟見肘了。

發明內容

本發明的目的在于解決上述問題提出目標區域弱邊緣提取方法及油煙濃度檢測與干擾排除方法，該方法簡單易行，不需要消耗大量的計算，對弱邊緣的檢測具有較高的準確性。

為了達到此目的，本發明采用以下技術方案：

目標區域弱邊緣提取方法，包括以下步驟：

步驟A1，消除圖像噪聲，平滑圖像；

步驟A2，將邊緣領域內灰度值有顯著變化的點突顯出來；

步驟A3，定義3*3濾波器；

步驟A4，用3*3濾波器遍歷圖像，計算每一個像素點的卷積結果；

步驟A5，判斷計算出的像素點是否為邊緣點，若是邊緣點則進行標記；

步驟A6，得到標記過后的目標區域的弱邊緣。

更優的，所述步驟A4中計算每一位置中心像素點與領域內八個像素點的灰度值與濾波器內對應的值相乘并求總和作為中心像素點的邊緣檢測值。

更優的，所述步驟A5中判斷計算出的像素點是否為邊緣點包括以下步驟：若邊緣檢測值與領域內超過一半的像素點灰度值相差較大，則將這一像素點判定為邊緣點，并進行標記。

更優的，使用目標區域弱邊緣提取方法的油煙濃度檢測與干擾排除方法，包括以下步驟：

步驟B1，實時采集灶臺上方的油煙圖像；

步驟B2，圖像處理單元對采集到的前后幀圖像進行幀差運算，得到幀差后的動態區域圖像；

步驟B3，圖像處理單元對幀差后的圖像進行開運算，去除圖像噪點；

步驟B4，利用小波變換，檢測幀差圖高亮區域的邊緣并進行標記，將標記出的區域設為感興趣區域；

步驟B5，利用圖像平滑度和灰度值閾值綜合判斷的方法來排除干擾，識別出油煙運動區域；

步驟B6，對識別出的油煙區域進行灰度直方圖統計，判定油煙濃度等級。

更優的，所述步驟B1中采集油煙圖像的為相機，所述相機安裝在油煙機本體上。

更優的，所述步驟B2中圖像處理單元會根據接收到的灰度圖像的先后順序，利用后一幀圖像與前一幀圖像做差。

更優的，所述步驟B3中還包括以下步驟：

步驟C1，對圖像進行腐蝕操作，消除圖像中的噪點和細小的尖刺，斷開窄小的連接；

步驟C2，對腐蝕完的圖像進行膨脹操作，恢復原幀差圖像上的明顯特征。