详情

原文传递厨房油烟在线监测系统及方法

专利名称：	厨房油烟在线监测系统及方法
摘要：	本发明提出一种厨房油烟在线监测系统及方法，该方法包括：获取待检测油烟点区域的油烟监测数据；对油烟监测数据中至少一个待检测油烟点的数据特征进行特征提取，获得油烟监测数据的单点特征数据；对油烟监测数据中所述至少一个待检测油烟点的相近待检测油烟点的数据特征进行特征提取，获得油烟监测数据的相近点特征数据；根据油烟监测数据的单点特征数据和油烟监测数据的相近点特征数据；根据油烟监测数据的特征数据，判断待检测油烟点区域是否为油烟点超标区域，采用本方法及系统提高了油烟点检测的准确度，同时结合深度学习算法，是油烟对检测设备的疲劳损害交底，增强了设备的使用年限，降低人工维护成本。
专利类型：	发明专利
国家地区组织代码：	江西;36
申请人：	江西江南厨业有限公司
发明人：	黄国保;曾卫新
专利状态：	有效
申请日期：	2022-10-21T00:00:00+0800
发布日期：	2023-01-10T00:00:00+0800
申请号：	CN202211299199.3
公开号：	CN115586307A
代理机构：	北京中济纬天专利代理有限公司
代理人：	黄攀
分类号：	G01N33/00;G06V10/40;G06V10/764;G06V10/82;G06V20/52;G;G01;G06;G01N;G06V;G01N33;G06V10;G06V20;G01N33/00;G06V10/40;G06V10/764;G06V10/82;G06V20/52
申请人地址：	330200 江西省南昌市南昌县塘南镇富盛村原泾口老桥旁厂房
主权项：	1.一种厨房油烟在线监测方法，其特征在于，所述方法包括如下步骤：获取待检测油烟点区域的油烟监测数据；对所述油烟监测数据中至少一个待检测油烟点的数据特征进行特征提取，获得所述油烟监测数据的单点特征数据；对所述油烟监测数据中所述至少一个待检测油烟点的相近待检测油烟点的数据特征进行特征提取，获得所述油烟监测数据的相近点特征数据；根据所述油烟监测数据的单点特征数据和所述油烟监测数据的相近点特征数据，获得所述油烟监测数据的特征数据；根据所述油烟监测数据的特征数据，判断所述待检测油烟点区域是否为油烟点超标区域。 2.根据权利要求1所述的厨房油烟在线监测方法，其特征在于，所述对所述油烟监测数据中至少一个待检测油烟点的数据特征进行特征提取，获得所述油烟监测数据的单点特征数据的方法包括如下步骤：利用卷积神经网络中的尺寸为预设大小的卷积核，对所述油烟监测数据中至少一个待检测油烟点的数据特征进行卷积运算，获得所述油烟监测数据中至少一个待检测油烟点的数据特征的单点卷积值；根据所述油烟监测数据中至少一个待检测油烟点的数据特征的单点卷积值，获得所述油烟监测数据的单点特征数据。 3.根据权利要求1所述的厨房油烟在线监测方法，其特征在于，对油烟监测数据中至少一个待检测油烟点的数据特征进行卷积运算的公式表示为：其中，ξi表示第i个待检测油烟点经卷积操作后的输出特征，为输入的第i个待检测油烟点的数据特征，S为卷积核尺寸，Cin为输入的特征图像的通道数，Ω为滑动窗口，为滑动窗口Ω从输入的数据特征中提取的张量在(q，p，z)处的像素，为第k个卷积核在(q，p)处的像素，ni为第i个待检测油烟点对应的第n组数据特征。 4.根据权利要求3所述的厨房油烟在线监测方法，其特征在于，所述对所述油烟监测数据中所述至少一个待检测油烟点的相近待检测油烟点的数据特征进行特征提取，获得所述油烟监测数据的相近点特征数据的方法包括如下步骤：利用卷积神经网络中的尺寸大于预设大小的卷积核，对所述油烟监测数据中所述至少一个待检测油烟点的相近待检测油烟点的数据特征进行卷积运算，获得所述油烟监测数据中所述至少一个待检测油烟点的相近待检测油烟点的数据特征的相近点卷积值；根据所述油烟监测数据中所述至少一个待检测油烟点的相近待检测油烟点的数据特征的相近点卷积值，获得所述油烟监测数据的相近点特征数据。 5.根据权利要求4所述的厨房油烟在线监测方法，其特征在于，所述根据所述油烟监测数据的单点特征数据和所述油烟监测数据的相近点特征数据，获得所述油烟监测数据的特征数据的方法包括如下步骤：将所述油烟监测数据的单点特征数据和所述油烟监测数据的相近点特征数据进行特征关联运算，获得所述油烟监测数据的第一特征数据；对所述第一特征数据进行特征提取，获得所述第一特征数据的特征信息；将所述第一特征数据的特征信息确定为所述油烟监测数据的特征数据。 6.根据权利要求5所述的厨房油烟在线监测方法，其特征在于，所述对第一特征数据进行特征提取，获得所述第一特征数据的特征信息的方法包括如下步骤：对所述第一特征数据中至少一个待检测油烟点的数据特征进行特征提取，获得所述第一特征数据的单点特征数据；对所述第一特征数据中所述至少一个待检测油烟点的相近待检测油烟点的数据特征进行特征提取，获得所述第一特征数据的相近点特征数据；根据所述第一特征数据的单点特征数据和所述第一特征数据的相近点特征数据，获得所述第一特征数据的特征信息。 7.根据权利要求6所述的厨房油烟在线监测方法，其特征在于，所述第一特征数据的特征信息包含油烟浓度、颗粒物浓度、非甲烷总烃浓度、可见度以及温度值：油烟监测数据的油烟浓度表示为：其中，cl表示第一特征数据的特征信息中的油烟浓度，表示单点特征数据中的油烟浓度，表示相近点特征数据中的油烟浓度，ε表示油烟浓度项的校正系数；油烟监测数据的颗粒物浓度表示为：其中，cPM表示第一特征数据的特征信息中的颗粒物浓度，表示单点特征数据中的颗粒物浓度，表示相近点特征数据中的颗粒物浓度，表示颗粒物浓度项的校正系数；油烟监测数据的非甲烷总烃浓度表示为：其中，cCNHM表示第一特征数据的特征信息中的非甲烷总烃浓度，表示单点特征数据中的非甲烷总烃浓度，表示相近点特征数据中的非甲烷总烃浓度，γ表示非甲烷总烃浓度项的校正系数。 8.根据权利要求7所述的厨房油烟在线监测方法，其特征在于，油烟监测数据的可见度表示为：其中，D表示第一特征数据的特征信息中的可见度，D1表示单点特征数据中的可见度，D2表示相近点特征数据中的可见度，η表示可见度项的校正系数；油烟监测数据的温度表示为：其中，T表示第一特征数据的特征信息中的温度值，T1表示单点特征数据中的温度值，T2表示相近点特征数据中的温度值。 9.根据权利要求8所述的厨房油烟在线监测方法，其特征在于，所述根据所述油烟监测数据的特征数据，判断所述待检测油烟点区域是否为油烟点超标区域的方法包括如下步骤：将所述油烟监测数据的特征数据与指定的分类阈值进行对比；若所述油烟监测数据的特征数据大于或者等于所述指定的分类阈值，则确定所述待检测油烟点区域为油烟点区域；若所述油烟监测数据的特征数据小于所述指定的分类阈值，则确定所述待检测油烟点区域为非油烟点区域。 10.一种厨房油烟在线监测系统，其特征在于，所述系统包括：监测数据获取单元，用于获取待检测油烟点区域的油烟监测数据；单点特征获得单元，用于对所述油烟监测数据中至少一个待检测油烟点的数据特征进行特征提取，获得所述油烟监测数据的单点特征数据；相近点特征获取单元，用于对所述油烟监测数据中所述至少一个待检测油烟点的相近待检测油烟点的数据特征进行特征提取，获得所述油烟监测数据的相近点特征数据；特征数据获得单元，用于根据所述油烟监测数据的单点特征数据和所述油烟监测数据的相近点特征数据，获得所述油烟监测数据的特征数据；判断单元，用于根据所述油烟监测数据的特征数据，判断所述待检测油烟点区域是否为油烟点超标区域。