技術(shù)特征：

1.一種基于智能馬桶自動檢測并清潔污垢方法，其特征在于，包括以下步驟：

S1、采集馬桶內(nèi)部圖像信息，根據(jù)采集的馬桶內(nèi)部圖像信息對馬桶內(nèi)部進(jìn)行區(qū)域劃分，對馬桶內(nèi)部圖像信息進(jìn)行灰度處理，根據(jù)灰度處理結(jié)果對馬桶內(nèi)污垢進(jìn)行檢測以定位出污垢所在區(qū)域；

S2、利用清潔裝置對污垢所在區(qū)域進(jìn)行清潔；

S3、清潔結(jié)束后，再次采集馬桶內(nèi)部圖像信息，并對馬桶內(nèi)部圖像信息進(jìn)行灰度處理；

S4、根據(jù)步驟S3中灰度處理結(jié)果判斷馬桶內(nèi)是否存在污垢；若不存在污垢，則停止清潔；若存在污垢，定位出污垢所在區(qū)域并重復(fù)步驟S2、S3，直至步驟S3的灰度處理結(jié)果表明馬桶內(nèi)不存在污垢為止。

2.根據(jù)權(quán)利要求1所述的基于智能馬桶自動檢測并清潔污垢方法，其特征在于，步驟S1具體包括對馬桶內(nèi)部圖像信息進(jìn)行灰度處理，根據(jù)灰度處理結(jié)果對馬桶內(nèi)污垢進(jìn)行檢測以定位出污垢所在區(qū)域；

優(yōu)選地，采用SURF-ORB算法對馬桶內(nèi)污垢進(jìn)行檢測以定位出污垢所在區(qū)域，具體包括：

提取SURF特征點；對馬桶內(nèi)部圖像信息進(jìn)行灰度處理后，將其轉(zhuǎn)化成積分圖像I_Σ(x,y)：

$I_{\mathrm{\Σ}}(x,y)=\underset{i=0}{\overset{i\≤x}{\Σ}}\underset{j=0}{\overset{j\≤y}{\Σ}}G(i,j);$

采用高斯微分模板和圖像的卷積轉(zhuǎn)化為方框濾波的方式對上述積分圖像進(jìn)行濾波，構(gòu)成圖像金字塔，再通過Hessian矩陣對圖像金字塔的各層進(jìn)行相應(yīng)極值點檢測，得到馬桶內(nèi)部圖像信息在相應(yīng)空間的極值，若某一點的極值相對于其周圍及上下尺度所有像素點的值最大或最小，則將該點作為候選特征點，然后分別在圖像和尺度空間進(jìn)行插值運算找出需要的特征點分布和尺度值，并識別特征點所在的區(qū)域，根據(jù)公式求得特征點的方向；

其中，圖像檢測Hessian矩陣為：

$H(x,\mathrm{\σ})=\left[\begin{array}{cc}{L}_{xx}(x,\mathrm{\σ})& L_{xy}(x,\mathrm{\σ})\\ L_{xy}(x,\mathrm{\σ})& L_{yy}(x,\mathrm{\σ})\end{array}\right];$

所述公式為：

$\mathrm{\θ}=\arctan \left(\frac{m_{01}}{m_{10}}\right)=\arctan \left(\frac{\underset{x,y}{\Σ}yI(x,y)}{\underset{x,y}{\Σ}xI(x,y)}\right);$

通過ORB算法對SURF算法提取的具有尺度不變性的特征點進(jìn)行描述得到描述子；

根據(jù)高斯分布，在SURF特征點像素領(lǐng)域內(nèi)選擇像素塊對，經(jīng)過RBF平滑處理后得到相應(yīng)圖像塊的描述子分段函數(shù)τ；

$\mathrm{\τ}(p;x,y)=\left\{\begin{array}{cc}1& ifp\left(x\right)-p\left(y\right)\<0\\ 0& eles\end{array}\right.;$

選擇m個(x_i,y_i)位置對，BRIEF描述子為一個包含m個二進(jìn)制比較準(zhǔn)則的矢量：

$f_n\left(p\right)=\underset{1\≤i\≤m}{\Σ}{2}^{i-1}\mathrm{\τ}(p;x_i,y_i);$

將得到的特征點的方向信息添加至描述子中求取特征描述子的方向，具體包括：在檢測到的特征點位置對(x_i,y_i)定義一個矩陣Q：

$Q=\left[\begin{array}{c}{x}_1,x_2,...,x_{m-1},x_m\\ y_1,y_2,...,y_{m-1},y_m\end{array}\right];$

定義特征點方向θ對應(yīng)的旋轉(zhuǎn)矩陣為R_θ，構(gòu)造的特征點對矩陣為：

Q_θ＝R_θQ；

將特征點方向加到描述子中：

g_m(p,θ)＝f_m(p)|(x_i,y_i)∈Q_θ。

3.根據(jù)權(quán)利要求1所述的基于智能馬桶自動檢測并清潔污垢方法，其特征在于，步驟S2具體包括利用清潔裝置對污垢所在區(qū)域進(jìn)行清潔；

優(yōu)選地，采用嵌入式控制器控制清潔裝置對污垢所在區(qū)域進(jìn)行清潔；

優(yōu)選地，所述清潔裝置包括清潔刷、清潔劑儲存單元、水儲存單元；

清潔過程具體包括嵌入式控制器控制清潔刷移動到污垢所在區(qū)域內(nèi)，并控制清洗劑儲存單元對污垢所在區(qū)域噴灑清洗劑、水儲存單元對污垢所在區(qū)域噴灑水，然后嵌入式控制器控制清潔刷對污垢所在區(qū)域進(jìn)行刷洗。

4.根據(jù)權(quán)利要求1所述的基于智能馬桶自動檢測并清潔污垢方法，其特征在于，步驟S4具體包括：將步驟S1中灰度處理結(jié)果與步驟S3中灰度處理結(jié)果進(jìn)行特征點匹配，若特征點匹配成功，表明污垢沒有清理干凈，馬桶內(nèi)還存在污垢，則利用清潔裝置對污垢所在區(qū)域再次進(jìn)行清潔，直至步驟S1中灰度處理結(jié)果與步驟S3中灰度處理結(jié)果進(jìn)行特征點匹配不成功為止。

5.根據(jù)權(quán)利要求4所述的基于智能馬桶自動檢測并清潔污垢方法，其特征在于，步驟S4中將步驟S1中灰度處理結(jié)果與步驟S3中灰度處理結(jié)果進(jìn)行特征點匹配具體包括：

進(jìn)行貪婪搜索以構(gòu)成所需的特征描述子，再利用ORB算法提取出步驟S1中灰度處理結(jié)果以及步驟S3中灰度處理結(jié)果中的污垢關(guān)鍵點和特征描述子，計算出每兩個關(guān)鍵點之間的最短和次最短漢明距離，當(dāng)兩個漢明距離的比例小于0.8且兩個漢明距離均小于50時，則判定這兩個關(guān)鍵點是匹配的。

6.一種基于智能馬桶自動檢測并清潔污垢系統(tǒng)，其特征在于，包括：

第一采集處理模塊，用于采集馬桶內(nèi)部圖像信息并對上述圖像信息進(jìn)行灰度處理；

第一檢測模塊，用于對第一采集處理模塊的灰度處理結(jié)果進(jìn)行檢測以定位出污垢所在區(qū)域；

清潔模塊，用于根據(jù)第一檢測模塊以及第二檢測模塊的檢測結(jié)果對污垢所在區(qū)域進(jìn)行清潔；

第二采集處理模塊，用于在清潔模塊工作完成后采集馬桶內(nèi)部圖像信息并對上述圖像信息進(jìn)行灰度處理；

第二檢測模塊，用于根據(jù)第二采集處理模塊的灰度處理結(jié)果判斷馬桶內(nèi)是否存在污垢，且定位出污垢所在區(qū)域。

7.根據(jù)權(quán)利要求6所述的基于智能馬桶自動檢測并清潔污垢系統(tǒng)，其特征在于，第一檢測模塊具體用于采用SURF-ORB算法對馬桶內(nèi)污垢進(jìn)行檢測以定位出污垢所在區(qū)域：

提取SURF特征點；對采集的馬桶內(nèi)部圖像信息進(jìn)行灰度處理后，將其轉(zhuǎn)化成積分圖像I_Σ(x,y)：

$I_{\mathrm{\Σ}}(x,y)=\underset{i=0}{\overset{i\≤x}{\Σ}}\underset{j=0}{\overset{j\≤y}{\Σ}}G(i,j);$

采用高斯微分模板和圖像的卷積轉(zhuǎn)化為方框濾波的方式對上述積分圖像進(jìn)行濾波，構(gòu)成圖像金字塔，再通過Hessian矩陣對圖像金字塔的各層進(jìn)行相應(yīng)極值點檢測，得到馬桶內(nèi)部圖像信息在相應(yīng)空間的極值，若某一點的極值相對于其周圍及上下尺度所有像素點的值最大或最小，則將該點作為候選特征點，然后分別在圖像和尺度空間進(jìn)行插值運算找出需要的特征點分布和尺度值，并識別特征點所在的區(qū)域，根據(jù)公式求得特征點的方向；

其中，圖像檢測Hessian矩陣為：

$H(x,\mathrm{\σ})=\left[\begin{array}{cc}{L}_{xx}(x,\mathrm{\σ})& L_{xy}(x,\mathrm{\σ})\\ L_{xy}(x,\mathrm{\σ})& L_{yy}(x,\mathrm{\σ})\end{array}\right];$

所述公式為：

$\mathrm{\θ}=\arctan \left(\frac{m_{01}}{m_{10}}\right)=\arctan \left(\frac{\underset{x,y}{\Σ}yI(x,y)}{\underset{x,y}{\Σ}xI(x,y)}\right);$

通過ORB算法對SURF算法提取的具有尺度不變性的特征點進(jìn)行描述得到描述子；

根據(jù)高斯分布，在SURF特征點像素領(lǐng)域內(nèi)選擇像素塊對，經(jīng)過RBF平滑處理后得到相應(yīng)圖像塊的描述子分段函數(shù)τ；

$\mathrm{\τ}(p;x,y)=\left\{\begin{array}{cc}1& ifp\left(x\right)-p\left(y\right)\<0\\ 0& eles\end{array}\right.;$

選擇m個(x_i,y_i)位置對，BRIEF描述子為一個包含m個二進(jìn)制比較準(zhǔn)則的矢量：

$f_n\left(p\right)=\underset{1\≤i\≤m}{\Σ}{2}^{i-1}\mathrm{\τ}(p;x_i,y_i);$

將得到的特征點的方向信息添加至描述子中求取特征描述子的方向，具體包括：在檢測到的特征點位置對(x_i,y_i)定義一個矩陣Q：

$Q=\left[\begin{array}{c}{x}_1,x_2,...,x_{m-1},x_m\\ y_1,y_2,...,y_{m-1},y_m\end{array}\right];$

定義特征點方向θ對應(yīng)的旋轉(zhuǎn)矩陣為R_θ，構(gòu)造的特征點對矩陣為：

Q_θ＝R_θQ；

將特征點方向加到描述子中：

g_m(p,θ)＝f_m(p)|(x_i,y_i)∈Q_θ。

8.根據(jù)權(quán)利要求6所述的基于智能馬桶自動檢測并清潔污垢系統(tǒng)，其特征在于，所述清潔模塊包括清潔刷、清潔劑儲存單元、水儲存單元；

清潔過程具體包括清潔刷移動到污垢所在區(qū)域內(nèi)，清洗劑儲存單元對污垢所在區(qū)域噴灑清洗劑、水儲存單元對污垢所在區(qū)域噴灑水，然后清潔刷對污垢所在區(qū)域進(jìn)行刷洗。

9.根據(jù)權(quán)利要求6所述的基于智能馬桶自動檢測并清潔污垢系統(tǒng)，其特征在于，第二檢測模塊具體采用將第一采集處理模塊的灰度處理結(jié)果與第二采集處理模塊的灰度處理結(jié)果進(jìn)行特征點匹配的方式來判斷馬桶內(nèi)是否存在污垢，若特征點匹配成功則表明馬桶內(nèi)還存在污垢。

10.根據(jù)權(quán)利要求9所述的基于智能馬桶自動檢測并清潔污垢系統(tǒng)，其特征在于，第二檢測模塊具體用于：

進(jìn)行貪婪搜索以構(gòu)成所需的特征描述子，再利用ORB算法提取出第一采集處理模塊的灰度處理結(jié)果以及第二采集處理模塊的灰度處理結(jié)果中的污垢關(guān)鍵點和特征描述子，計算出每兩個關(guān)鍵點之間的最短和次最短漢明距離，當(dāng)兩個漢明距離的比例小于0.8且兩個漢明距離均小于50時，則判定這兩個關(guān)鍵點是匹配的。