一种洗衣机夹布检测方法及洗衣机与流程

摘要: 本发明属于洗衣机,尤其涉及一种洗衣机夹布检测方法及洗衣机。背景技术:1、滚筒洗衣机是一种常见的衣物处理设备,其通过内筒旋转带动衣物翻滚、摔打,使衣物与洗涤液充分...
一种洗衣机夹布检测方法及洗衣机与流程

本发明属于洗衣机,尤其涉及一种洗衣机夹布检测方法及洗衣机。

背景技术:

1、滚筒洗衣机是一种常见的衣物处理设备,其通过内筒旋转带动衣物翻滚、摔打,使衣物与洗涤液充分接触并产生摩擦,从而实现衣物的洗涤、漂洗及脱水,滚筒洗衣机通常采用侧开门结构,门体与箱体之间以及门体对应的筒口与外筒之间设置有门封,以保证洗衣机工作过程中筒体内部具有良好的密封性,在实际使用过程中,用户将衣物投入内筒并关闭门体时,衣物的衣角、袖口、裤脚以及袜子、手帕等细长或小件部位容易伸入门体与门封之间并被夹持,由此形成门封夹布现象,若未能在洗涤程序启动前及时发现,夹持的衣物可能破坏门封处的密封状态,在进水、洗涤及漂洗过程中造成水或泡沫外溢,在内筒转动过程中还可能受到持续拉扯而发生磨损、撕裂等损坏,同时衣物与门封之间的持续摩擦也会加速门封老化、变形甚至开裂,影响洗衣机的密封性能及长期运行可靠性,因此,在洗涤程序启动前对门体与门封之间的夹布状态进行检测,是滚筒洗衣机安全运行和衣物保护的重要检测环节。

2、针对上述夹布问题,现有洗衣机主要采用物理传感检测和机器视觉检测等方式进行判断,其中,物理传感检测方式通常在门封的特定位置设置压力传感器、压电薄膜等检测元件,通过获取门体关闭后门封受到的压力变化,并与预先获取的正常状态压力值进行比较,以判断门封处是否存在额外的衣物夹持,也有部分方案通过控制内筒进行正反向转动,获取电机启动或运行过程中的转矩变化,并利用不同转动方向之间的转矩差异判断是否存在夹布,或者结合衣物负载重量建立正常运行功率与负载之间的对应关系,通过实际运行功率与目标功率之间的偏差判断夹布状态,这类方案无需对衣物进行图像识别,部分方案也无需在门封处设置大范围视觉检测结构,但压力类检测方案通常受限于传感器的安装位置,难以覆盖整个环形门封区域,对于发生在传感器检测范围之外的夹布情况存在漏检可能,同时门封通常采用具有弹性的橡胶材料制成,其受压状态容易受到材料老化、安装状态以及门体位置变化等因素影响,对于细小、轻薄衣物产生的微小压力变化也较难准确区分,而基于电机转矩或功率的检测方案容易受到衣物重量、衣物分布、偏心状态、电机性能以及供电条件等因素影响,当夹持衣物数量较少或衣物较轻时,夹布引起的负载变化可能较小,容易与正常运行波动混淆,从而影响夹布检测的准确性和稳定性。

3、随着摄像装置、图像处理技术的发展,部分洗衣机开始采用机器视觉方式检测门封区域的夹布状态,通过在门体、前板或筒口附近设置摄像装置获取门封区域图像,再根据图像中的阴影变化、区域差异、门封完整性或者衣物轮廓等特征判断是否存在夹布,其中一种方式通过在内筒转动前后分别获取图像,并比较两次图像中阴影区域的重合程度,以利用被夹衣物相对于内筒保持位置不变的特点进行判断,另一种方式则通过目标检测算法识别图像中的门封区域或衣物目标,当检测到门封被遮挡、分割或者检测到相应衣物目标时判定存在夹布,相较于物理传感方式,视觉检测能够覆盖更大的门封区域,并能够获取门封处的整体状态,因此逐渐成为夹布检测的重要技术路线。

4、然而,现有机器视觉夹布检测方案在实际应用中仍存在一定局限性,首先,部分方案需要对摄像装置获取的整幅图像进行分析,而夹布检测实际主要针对门封及其附近的有限区域,门封在滚筒洗衣机正视图中所占比例相对较小,对整幅图像进行处理会产生较多与夹布判断无关的背景数据,不仅增加图像传输、存储及处理的数据量,还可能使背景区域中的无关特征参与判断,从而影响检测效率和结果稳定性,其次,现有部分视觉方案采用深度学习目标检测模型识别衣物或门封目标,虽然能够适应一定程度的目标形态变化,但模型运行通常需要较高的计算资源,在洗衣机控制系统中实现实时图像推理时可能需要配置具有较高算力的处理器或者专用人工智能处理硬件,由此增加整机硬件成本、功耗及系统复杂程度,不利于视觉夹布检测功能在成本敏感型洗衣机中的应用,同时,深度学习检测模型的识别效果还与训练样本的数量、类别及场景覆盖范围密切相关,当衣物颜色、纹理与门封材料较为接近时,衣物与门封之间的边界特征不明显,容易出现衣物目标无法被有效识别或者门封区域识别不完整等情况,进而造成误检或漏检。

5、此外,现有视觉检测方案对于图像采集过程中的光照变化考虑仍不充分,滚筒洗衣机通常安装于卫生间、阳台或室内等不同环境中,外部自然光、室内照明以及用户身体遮挡均可能改变摄像装置采集区域的实际光照条件,在不同时间或不同检测阶段采集图像时,进入洗衣机筒口的光线可能发生变化,使图像中的亮度、对比度、阴影范围及边缘特征产生明显差异,当检测方法依赖不同图像之间的像素差异或者阴影区域重合程度时,与实际夹布无关的光照变化可能被识别为目标变化,从而导致误判,在光照不足、局部照明不均或者衣物与门封颜色接近的情况下,图像中的有效边缘和纹理信息进一步减弱,也会增加门封区域识别和衣物识别的难度,而现有部分方案主要关注图像分析算法本身,对于门封区域的有效数据获取以及不同光照条件下图像采集质量的稳定性缺乏针对性的考虑。

6、综上,现有滚筒洗衣机夹布检测技术已经由压力、转矩及功率等物理参数检测逐渐发展至基于机器视觉的非接触检测,但物理参数检测方式仍存在检测区域有限、轻薄衣物检测灵敏度不足以及易受设备运行状态影响等问题,视觉检测方式虽然能够扩大检测范围,但仍面临检测图像数据冗余、图像处理计算量较大、对高算力硬件依赖较强以及复杂光照和颜色相近场景下检测稳定性不足等问题,尤其是在需要兼顾检测范围、处理效率、硬件成本以及复杂环境适应性的滚筒洗衣机应用场景中,现有夹布检测方式仍难以同时满足准确、高效、低成本和稳定运行的实际需求,因此,如何进一步提高滚筒洗衣机夹布视觉检测的有效性和环境适应能力,同时降低图像处理过程中的无效数据和硬件资源占用,仍是本领域有待解决的技术问题。

技术实现思路

1、本发明旨在解决现有滚筒洗衣机夹布非接触检测中检测区域数据冗余、图像处理量大、对高算力硬件依赖较强的问题,公开了一种结合门封区域映射、边缘特征检测、不同方向主动补光以及内筒运动后二次检测的洗衣机夹布检测方法及洗衣机,通过将门封区域转换为规则待测图像并利用低算力图像处理提取负载边缘特征,配合多方向补光增强视觉差异,再通过内筒运动改变疑似负载状态并进行二次确认,从而降低图像处理负担,提高复杂光照和颜色相近场景下的检测稳定性,并减少夹布误判及实际夹布造成的衣物和门封损伤。

2、本发明的技术方案如下:

3、本技术的第一个目的在于公开一种洗衣机夹布检测方法,包括:

4、获取洗衣机门体关闭状态下由摄像装置采集的滚筒正视图图像,并基于所述滚筒正视图图像确定对应于门封区域的待测区域;

5、根据所述待测区域建立待测区域坐标与所述滚筒正视图图像的像素坐标之间的映射关系,并依据所述映射关系从所述滚筒正视图图像中获取所述待测区域对应的像素数据,以形成用于夹布检测的待测图像;

6、对所述待测图像进行图像特征提取,并基于提取的图像特征确定所述待测区域是否存在负载,以获得夹布检测结果。

7、进一步地,所述待测区域为所述门封对应的环形区域中的至少部分区域,所述待测区域坐标为矩形坐标,所述映射关系用于将所述环形区域沿周向方向和径向方向分布的像素位置分别映射至所述矩形坐标的宽度方向和高度方向,以形成规则排列的所述待测图像。

8、进一步地,所述映射关系基于所述门封区域对应的圆心位置、门封内圈与所述圆心之间的内圈半径、待测区域的起始角度以及待测区域的横跨角度建立,所述矩形坐标中的不同像素位置分别对应所述环形区域中的不同角度位置和径向位置。

9、进一步地,在根据所述映射关系确定所述待测区域对应的像素数据时,当所述映射关系得到的所述滚筒正视图图像中的对应像素位置为非整数像素坐标时,基于所述非整数像素坐标周围的多个原始像素的像素值进行插值计算,以获得所述非整数像素坐标对应的像素值。

10、进一步地,以所述滚筒正视图图像的左上角作为原始图像像素坐标系的原点p,将水平方向定义为像素列方向,将竖直向下方向定义为像素行方向,以所述滚筒正视图图像中的滚筒圆心o作为环形区域展开映射的参考点,并以经过所述圆心o且沿像素行正方向的方向作为0°方向,沿逆时针方向定义角度增加方向,设所述待测图像的分辨率为w×h,所述门封内圈与所述圆心之间的距离为r,所述圆心在所述滚筒正视图图像中的像素坐标为(i,j),所述待测区域的起始角度为start_angle,所述待测区域的横跨角度为angle_range,所述待测图像中像素列下标为widths、像素行下标为heighs,则:

11、所述起始角度对应的弧度start_rad为:

12、start_rad=start_angle/180×π

13、所述待测区域的横跨角度对应的弧度angle_range_rad为:

14、angle_range_rad=angle_range/180×π

15、所述待测图像中像素列下标为widths的像素对应的角度弧度β为:

16、β=start_rad+(angle_range_rad/w)×widths

17、所述待测图像中像素位置对应于所述滚筒正视图图像中的像素列下标src_c和像素行下标src_r分别为:

18、src_c=j-(r+heighs)×sinβ

19、src_r=i-(r+heighs)×cosβ

20、并根据所述像素列下标src_c和所述像素行下标src_r对应的原始像素数据确定所述待测图像对应像素的像素值。

21、进一步地,所述图像特征提取包括:

22、将所述待测图像转换为灰度图像,对所述灰度图像进行滤波处理,并采用sobel算子获取所述灰度图像的梯度幅值和梯度方向,以获得所述待测图像中的边缘特征;

23、对所述边缘特征沿梯度方向进行非极大值抑制,以对所述边缘特征进行细化;

24、对细化后的边缘特征进行双阈值处理,将对应像素划分为强边缘、弱边缘和非边缘,并保留与所述强边缘连通的弱边缘,以形成二值边缘图像;

25、根据所述二值边缘图像中的负载边缘特征确定所述夹布检测结果。

26、进一步地,所述负载边缘特征满足以下至少一项条件:

27、所述负载边缘特征位于所述待测图像中对应于门封区域的预设检测位置;

28、所述负载边缘特征包括相互连通的多个边缘像素,且所述多个边缘像素形成的连续边缘长度达到预设长度阈值;

29、所述负载边缘特征对应的连续边缘像素数量达到预设数量阈值;

30、当所述二值边缘图像中存在满足至少一项条件的负载边缘特征时,确定所述待测区域存在负载,否则确定所述待测区域不存在负载。

31、进一步地,所述摄像装置配置有至少两个光源,至少两个所述光源分别设置于所述摄像装置的两侧并与所述摄像装置的光学中心具有位置偏移;

32、在进行所述图像特征提取之前,控制至少两个所述光源按照不同时间顺序分别点亮,并分别获取对应于不同补光方向的待测图像;

33、分别对不同补光方向对应的待测图像进行边缘特征提取,并根据至少一个所述待测图像中是否存在满足预设条件的负载边缘特征和/或阴影特征确定所述夹布检测结果。

34、进一步地,在获得首次夹布检测结果后,当所述首次夹布检测结果表征所述待测区域存在负载时,控制所述洗衣机的内筒转动,以使位于门封处的负载随所述内筒的转动而移动,并在所述内筒停止转动后重新获取所述待测区域对应的待测图像,对重新获取的所述待测图像进行夹布检测,以获得二次夹布检测结果。

35、进一步地,当所述二次夹布检测结果表征所述待测区域仍存在负载时,暂停洗涤程序并输出夹布提示信息;当所述二次夹布检测结果表征所述待测区域不存在负载时,控制所述洗衣机执行洗涤程序。

36、本技术第二个目的在于公开一种洗衣机,包括:

37、箱体;

38、内筒,可转动地设置于所述箱体内,用于容纳待处理衣物;

39、门体,设置于所述箱体前侧,用于打开或关闭所述洗衣机的衣物投放口;

40、门封,设置于所述衣物投放口对应的密封位置,用于对所述衣物投放口进行密封;

41、摄像装置,设置于所述门体对应的筒口区域,用于采集包含所述门封区域的滚筒正视图图像;

42、至少两个光源,分别设置于所述摄像装置的两侧,并与所述摄像装置的光学中心具有位置偏移,以形成不同入射方向的补光;

43、控制器,与所述内筒、所述摄像装置以及至少两个光源连接,所述控制器包括存储器和处理器,所述存储器中存储有计算机程序,所述处理器执行所述计算机程序时,使所述洗衣机执行权利要求1至10中任一项所述的洗衣机夹布检测方法。

44、相对于现有技术,本发明所述洗衣机夹布检测方法及洗衣机,具有以下优势:

45、1.本技术针对滚筒正视图图像中门封区域所占比例较小的问题,基于夹布检测待测区域建立待测区域坐标与滚筒正视图图像的像素坐标之间的映射关系,并将环形分布的夹布检测待测区域映射形成规则排列的待测图像,在映射过程中,对于对应于非整数像素坐标的像素位置,通过对周围多个原始像素进行双线性插值计算获得对应像素值,从而形成连续、完整的待测图像,减少内筒内部及其他无关区域的图像数据参与夹布检测,降低后续图像处理的数据量和计算负担,同时保持夹布检测待测区域中的有效图像信息,为后续夹布检测提供有效、稳定的检测输入数据。

46、2.本技术基于图像识别算法对待测图像进行处理,并针对夹布负载在门封区域形成的局部图像变化,采用边缘特征提取方式进行夹布检测,通过对待测图像进行灰度转换、滤波、梯度计算、边缘细化及阈值筛选等处理,提取能够表征负载存在的边缘特征,并根据所述边缘特征确定是否存在夹布状态,相较于采用深度学习模型对衣物目标进行识别的方式,本技术无需对衣物类别及完整轮廓进行复杂识别,能够降低图像处理算法的复杂程度,使常规微处理器即可完成相应的夹布检测处理,从而无需额外配置人工智能处理芯片,有利于降低洗衣机的硬件成本和功耗,并提高夹布检测功能的应用适用性。

47、3.本技术在摄像装置两侧分别设置至少两个与摄像装置具有位置偏移的光源,并控制至少两个光源分时点亮,使夹布检测待测区域分别受到不同方向的主动补光,并分别获取对应于不同补光方向的待测图像,通过对不同补光方向下的待测图像进行图像特征提取,利用负载与门封之间的厚度差和高度差在不同入射方向下形成的边缘特征和/或阴影特征辅助进行夹布检测,从而减少自然光、室内照明及用户遮挡等环境光照变化对图像采集的影响,并在负载与门封颜色或亮度较为接近时利用光照方向变化形成的视觉差异增强负载特征,提高夹布检测结果的准确性、稳定性及环境适应能力。