[發明專利]基于場景識別的電機驅動系統在審
| 申請號: | 201811332403.0 | 申請日: | 2018-11-09 |
| 公開(公告)號: | CN109726723A | 公開(公告)日: | 2019-05-07 |
| 發明(設計)人: | 鄧宇航;周哲 | 申請(專利權)人: | 余姚市品榮達精密儀器有限公司 |
| 主分類號: | G06K9/40 | 分類號: | G06K9/40;G06K9/46;H02K7/10;H02K7/14 |
| 代理公司: | 暫無信息 | 代理人: | 暫無信息 |
| 地址: | 315400 浙江省寧波*** | 國省代碼: | 浙江;33 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 驅動電機 風力控制機構 控制信號 驅動功率 整體圖形 排風扇 電機驅動系統 室外 場景識別 連接頭 扇頭 室內 場景識別設備 開關控制機構 定制處理 工作場景 內容分析 室內外 子圖像 辨識 檔位 底座 場景 | ||
1.一種基于場景識別的電機驅動系統,包括:
排風扇,包括扇頭、連接頭、底座、開關控制機構、風力控制機構和驅動電機,所述扇頭與所述連接頭連接,所述風力控制機構與所述驅動電機連接,用于控制所述驅動電機的驅動功率。
2.如權利要求1所述的基于場景識別的電機驅動系統,其特征在于,所述系統還包括:
槍型捕獲設備,設置在所述底座的前端,用于對所述底座前端場景進行圖像捕獲操作,以獲得對應的前端場景圖像。
3.如權利要求2所述的基于場景識別的電機驅動系統,其特征在于,所述系統還包括:
自適應處理設備,設置在所述底座內,與所述槍型捕獲設備連接,用于基于所述前端場景圖像中的場景復雜度實現對所述前端場景圖像的自適應濾波處理,以獲得自適應處理圖像。
4.如權利要求3所述的基于場景識別的電機驅動系統,其特征在于,所述系統還包括:
邊緣檢測設備,設置在所述底座內,與所述自適應處理設備連接,用于接收所述自適應處理圖像,基于邊緣點灰度范圍從所述自適應處理圖像中提取多個邊緣像素點,對所述多個邊緣像素點進行擬合,以獲得多個邊緣線;在所述邊緣檢測設備中,基于邊緣點灰度范圍從所述自適應處理圖像中提取多個邊緣像素點包括:針對所述自適應處理圖像中的每一個像素點,確定其灰度值是否落在所述邊緣點灰度范圍內,落在所述邊緣點灰度范圍時,確定所述像素點為邊緣像素點,否則,為非邊緣像素點;
分布測量設備,設置在所述底座內,與所述邊緣檢測設備連接,用于接收所述自適應處理圖像以及所述多個邊緣線,基于所述自適應處理圖像的信噪比對所述自適應處理圖像進行均勻式劃分,以獲得多個子圖像,測量每一個子圖像中的邊緣線數量,將邊緣線數量超過預設數量閾值的一個或多個子圖像作為一個或多個目標子圖像輸出;
圖像平滑設備,設置在所述底座內,與所述分布測量設備連接,用于對所述一個或多個目標子圖像分別進行平滑處理,以獲得并輸出相應的一個或多個平滑后子圖像;
定制處理設備,設置在所述底座內,與所述圖像平滑設備連接,用于針對每一個平滑后子圖像執行以下動作:解析出所述平滑后子圖像中幅值最大的噪聲類型,并基于所述噪聲類型選擇對應的濾波模式對所述平滑后子圖像執行濾波,以獲得定制處理子圖像;
所述定制處理設備輸出與所述一個或多個平滑后子圖像分別對應的一個或多個定制處理子圖像;
場景識別設備,與所述定制處理設備連接,用于將所述一個或多個定制處理子圖像作為一個整體圖形,對所述整體圖形執行內容分析,以辨識所述整體圖形對應的場景是室內還是室外,以相應發出室外控制信號或室內控制信號;
其中,所述風力控制機構還與所述場景識別設備連接,用于在接收到所述室外控制信號時,將所述驅動電機的驅動功率提高到當前檔位對應驅動功率的120%,還用于在接收到所述室內控制信號時,保持所述驅動電機的驅動功率為當前檔位對應驅動功率;
其中,在所述邊緣檢測設備中,所述邊緣點灰度范圍由邊緣點上限灰度閾值和邊緣點下限灰度閾值組成。
5.如權利要求4所述的基于場景識別的電機驅動系統,其特征在于,所述系統還包括:
SDRAM存儲設備,與所述邊緣檢測設備連接,用于預先存儲所述邊緣點灰度范圍;
其中,所述SDRAM存儲設備在檢測到所述邊緣檢測設備工作時,將所述邊緣點灰度范圍發送給所述邊緣檢測設備。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于余姚市品榮達精密儀器有限公司,未經余姚市品榮達精密儀器有限公司許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201811332403.0/1.html,轉載請聲明來源鉆瓜專利網。
- 上一篇:一種字符分割方法及裝置
- 下一篇:一種遮擋情況下水尺圖像特征加權學習識別方法





