DE102020126930B4 - Verfahren zur Bestimmung des Zeitpunktes für die Reinigung eines Garraums eines Gargeräts - Google Patents

Abstract

Verfahren zur Bestimmung des Zeitpunktes für die Reinigung eines Garraums (6) eines Gargeräts (30), bei dem Kamerabilder (32) einer in den Garraum (6) gerichteten Kamera (8) einer Auswerteelektronik (40) zugeführt werden, die anhand der Kamerabilder (32) den Verschmutzungsgrad des Garraums (6) über eine softwaregestützte Bildauswertung bestimmt, dadurch gekennzeichnet, dass aus mehreren Kamerabildern (32) die Helligkeitswerte (60) mehrerer oder aller Pixel der Kamerabilder (32) über eine Mittelwertbildung (70) mittels einer Metrik und anschließender Grenzwertbildung (80) oder über eine Grenzwertbildung (80) und anschließender Mittelwertbildung (70) mittels einer Metrik berechnet werden und danach entschieden wird, ob eine Reinigung erforderlich ist.

Description

• Die vorliegende Erfindung bezieht sich auf ein Verfahren zur Bestimmung des Zeitpunktes für die Reinigung eines Garraums eines Gargeräts, bei dem Kamerabilder einer in den Garraum gerichteten Kamera einer Auswerteelektronik zugeführt werden, die anhand der Kamerabilder den Verschmutzungsgrad des Garraums über eine softwaregestützte Bildauswertung bestimmt.
• Aus der Schrift DE 101 28 024 A1 ist es bekannt, den Beginn und/oder die Dauer eines Reinigungszyklus zur thermischen Reinigung eines Garraums, beispielsweise mittels Pyrolyse als Beispiel für einen Reinigungszyklus mit einem thermischen Reinigungsverfahren, anhand der Auswertung der von einem optischen Sensor erfassten, von einer Lichtquelle in den Garraum abgestrahlten optischen Strahlung zu steuern. Über den optischen Sensor wird gemessen, wie stark die Lichtintensität im Garraum im Vergleich zu einem Referenzwert abgenommen hat. Der optische Sensor wird in der der Lichtquelle gegenüberliegenden Garraumwand angeordnet. Dieses Verfahren ist nachteilig, weil die vom optischen Sensor erfasste Lichtintensität nur in dem kleinen Bereich der Anordnung des optischen Sensors gemessen und das Messergebnis zumindest auch von Fremdlicht verfälscht wird, das durch die Gerätetür in den Garraum einfällt. Abschattungseffekte durch im Garraum befindliche Bleche oder Roste werden nicht erkannt und bleiben unberücksichtigt. Die jeweilige Messung ist auf die Fenstergröße zum optischen Sensor beschränkt und ungenau. Es ist nicht möglich, die Art und Weise der Verschmutzung zu erkennen. Der Referenzwert muss zudem vorher gespeichert worden sein, wobei unklar bleibt, was überhaupt als Referenzwert dienen soll.
• Aus der Schrift DE 10 2016 206 483 A1 ist es bekannt, bei einem gewerblichen Gargerät durch den Vergleich eines von einer Kamera aufgenommenen aktuellen Bildes einer Garfläche mit einem Referenzbild einer verschmutzten, eine Reinigung benötigenden Garfläche oder eines Garproduktes zu bestimmen, wann eine Reinigung notwendig ist. Bei diesem Verfahren geht es darum, den richtigen Zeitpunkt für die Durchführung der Reinigung zu bestimmen. Die von der Kamera aufgenommenen Bilder werden mit elektronischen Bildsensoren wie beispielsweise CCD- oder CMOS-Sensoren aufgenommen. Die aufgenommenen Bilder können digital weiterverarbeitet werden. Es ist aber erforderlich, für das jeweilige betreffende Gargerät passende Referenzbilder vorzuhalten. Da sich der Garraum je nach Benutzerverhalten, insbesondere bei Gargeräten für den Consumer-Bereich, häufig in einem aktuell aufgenommenen Kamerabild anders als auf dem Referenzbild präsentiert, beispielsweise durch im Garraum befindliche Roste, Backbleche, eingelegtes Backpapier, Töpfe oder Speisereste, versagt dieses Verfahren zur Bestimmung des richtigen Zeitpunktes für eine Reinigung sehr häufig. Die konkrete Vorgehensweise bei der Bildauswertung ist nicht beschrieben. Sie führt zu unzuverlässigen Ergebnissen.
• In der Schrift DE 10 2014 116 709 A1 ist ein Verfahren zur Bestimmung des Verschmutzungsgrads eines Gargeräts beschrieben, bei dem eine Sensorfläche von einer Lichtquelle schräg beschienen wird und das von der Sensorfläche reflektierte Licht von einer Kamera empfangen wird, um durch einen Vergleich des von der Lichtquelle ausgesandten Lichts mit dem von der Kamera empfangenen Licht auf einen Verschmutzungsgrad zu schließen. Da sich sowohl die Lichtquelle wie auch die Kamera außerhalb des Garraums befinden, die Verschmutzung aber im Inneren des Garraums anfällt, ist dieses Verfahren ebenfalls ungenau und unzuverlässig.
• Aus der Schrift KR 10 2016 0 069 344 A ist es bekannt, mit einer Kamera ein Foto vom Innenraum eines Gargeräts zu machen, um dann über eine Bildauswertung anhand des Fotos den Zeitpunkt zu bestimmen, wann der Garraum zu reinigen ist. Auch hier fehlt es an einer konkreten Beschreibung, wie die Bildauswertung erfolgen soll.
• In der nachveröffentlichten EP 3 767 183 A1 wird die Verschmutzung eines Haushaltgerätes über den Vergleich mit einem Referenz-Kamerabild und die Erzeugung eines Differenzbildes ermittelt.
• In der DE 10 2017 206 056 A1 wird das in einem Garraum reflektierte Licht von einer Kamera aufgenommen und spektroskopisch hinsichtlich der Änderungen von Intensitätsverhältnissen ausgewertet.
• Das generelle Problem besteht darin, dass ein Gargerät zu selten gereinigt und eine Reinigung aufgeschoben wird, obwohl sie die Funktion des Gargeräts und das Ergebnis des Garprozesses verbessern helfen könnte. Einen wesentlichen Teil einer Verschmutzung eines Gargeräts machen Fettspritzer aus, die an den Innenraumflächen eines Gargeräts anhaften.
• Es ist es nachteilig, wenn ein Benutzer des Gargeräts ohne einen konkreten Hinweis die erforderliche Reinigung so lange hinausschieben könnte, dass sich in einem übermäßig verschmutzten Gargerät von den Verschmutzungen herrührende Rußpartikel auf den zu garenden Lebensmitteln bei einem Garvorgang ablagern. Eine Lichtquelle, die den Garraum ausleuchten soll, kann durch Verschmutzungen abgedunkelt werden, so dass sie den Garraum nicht mehr ausreichend ausleuchtet, um darin das Gargut während eines Garprozesses gut beobachten zu können. Die Bildqualität von Kamerabildern kann sich durch die ausbleibende Reinigung nachhaltig verschlechtern. Das ist besonders misslich, wenn die Kamerabilder auf ein Display des Gargeräts oder eines vom Gargerät unabhängigen Smart Devices übertragen werden und auf den Kamerabildern das Gargut nicht mehr optimal zu sehen ist. Der Garfortschritt wird dadurch schlechter erkannt und möglicherweise fehlerhaft bewertet. Auch der ästhetische Genuss, den Garfortschritt zu sehen, kann beeinträchtigt werden. Bei einer verspäteten Reinigung des Garraums kann ein erhöhter Arbeitsaufwand entstehen, oder es entstehen bei einer pyrolytischen Reinigung unangenehme Gerüche aus dem Abbrand der Verschmutzungen. Die Reaktionsprodukte aus dem Abbrand von Verschmutzungen können zudem für die Raumluft zulässige Grenzwerte überschreiten, ohne dass der Benutzer das bemerkt.
• Demgemäß ist es die Aufgabe der vorliegenden Erfindung, ein Verfahren zu schaffen, das eine verbesserte Genauigkeit bei der Bestimmung des richtigen Zeitpunkts für die Reinigung des Garraums eines Gargeräts ermöglicht.
• Die Aufgabe wird für ein gattungsgemäßes Verfahren gelöst, indem aus mehreren Kamerabildern die Helligkeitswerte mehrerer oder aller Pixel der Kamerabilder über eine Mittelwertbildung mittels einer Metrik und anschließender Grenzwertbildung oder über eine Grenzwertbildung und anschließender Mittelwertbildung mittels einer Metrik berechnet werden und danach entschieden wird, ob eine Reinigung erforderlich ist.
• Zu unterscheiden, ob ein dunkler Fleck durch eine Verschmutzung oder aber durch das Gargut hervorgerufen wird, ist im Allgemeinen schwierig. Flecken sind auch schwerer zu identifizieren, wenn der Hintergrund, beispielsweise ein Backblech, sehr dunkel ist. Über mehrere Garvorgänge hinweg ändert sich jedoch das Gargut. Die Verschmutzungen ändern jedoch ihre Position nicht, es kommen allenfalls weitere Flecken hinzu. Um festzustellen, ob ein Pixel eine verschmutzte Stelle zeigt, kann z.B. überprüft werden, ob der Pixel einen bestimmten Helligkeitswert unterschreitet. Durch die Auswertung mehrerer Bilder oder eines aus mehreren Bildern kombinierten Bildes kann die Erkennung deutlich verbessert werden. Erfahrungen haben gezeigt, dass verschmutzte Regionen tendenziell immer dunkler und über mehrere Garvorgänge hinweg weniger variabel sind als unverschmutzte Regionen. Bei einem einzelnen Bild ist nicht bekannt, ob eine dunkle Stelle durch Verschmutzung oder durch eine lokale Eigenschaft der Szene hervorgerufen wird. Bei Betrachtung von Bildern aus mehreren Vorgängen sind die Verschmutzungen jedoch immer an der gleichen Stelle, wohingegen die Szene sich ändert. Die verschmutzten Bildteile ändern sich in einer Abfolge von mehreren Kamerabildern weniger als die unmittelbare Umgebung. Die Verwendung mehrerer Bilder erlaubt die Schmutzerkennung, ohne dass eine gezielte Handlung des Anwenders erforderlich wäre.
• Das gilt selbst dann, wenn für die Mittelwert- und Grenzwertbildung Kamerabilder verwendet werden, auf denen kein in den Garraum eingestelltes Gargut erkennbar ist. Durch unterschiedliche Beleuchtungsverhältnisse in den einzelnen Kamerabildern, die von Lichtquellen stammen, die sich innerhalb und außerhalb des Garraums befinden können, unterschiedliche Einschubstellungen von Backblechen und Rosten und anderen in den Garraum eingestellten Gegenständen wie beispielsweise Backformen kann sich bereits eine für Auswertungszwecke ausreichende Varianz zwischen den Kamerabildern ergeben. Gelegentliche Bilder eines leeren Garraums sind besonders interessant, da sie gänzlich andere Helligkeitswerte und Strukturen zeigen als Kamerabilder mit Gargütern im Garraum. Bezüglich der Bildwerte der einzelnen Pixel solcher Kamerabilder können sich hier besondere Unterschiede ergeben.
• Die Verwendung eines, mehrerer oder ausschließlich Gargut zeigender Kamerabilder für die Mittelwert- und Grenzwertbildung kann gleichwohl technisch sinnvoll sein, weil das bei einem jeweiligen Garvorgang im Garraum befindliche Gargut statistisch nicht die exakt gleiche Textur und Farbe wie bei einem anderen Garvorgang besitzt. Insbesondere lokale Grauwert- oder Farbschwankungen, wie sie durch einen in den Garraum eingelegten hellen Teig, rote Tomatensauce und Salami auf einer Pizza, braunes Gebäck, Kuchen und Braten, gelben Käse und grünes Gemüse und Kräutern in Aufläufen und dergleichen bei den jeweiligen Backvorgängen auftreten, gleichen sich über die Mittelung aus und nehmen einen aus den einzelnen Kamerabildern gemittelten Grau- oder Farbwert an. Jedes bei einem Garvorgang gefertigte Kamerabild des Garraums, gleichgültig, ob es sich dabei um ein Farb- oder Schwarz-Weiß-Bild handelt, unterscheidet sich somit deutlicher von anderen Kamerabildern des Garraums. Das gilt selbst dann, wenn ein Benutzer beispielsweise immer nur Pizza im Gargerät gart, weil sich selbst dann der Belag und die Position der Pizza im Garraum von vorhergehenden Garvorgängen unterscheiden. Aus den auf Kamerabildern gezeigten Gargütern ergibt sich eine größere Varianz in den Bildwerten der einzelnen Pixel oder Pixelfelder, aus denen die Kamerabilder als digitale Daten zusammengesetzt sind.
• Eine Varianz in den Bildwerten kann sich insbesondere ergeben, indem das Gargut im Garraum bewegt wird. Es können auch Kamerabilder verwendet werden, die von verschiedenen aufeinanderfolgenden Garvorgängen mit unterschiedlichem Gargut gemacht wurden. Schließlich können sich unterschiedliche Helligkeitswerte der einzelnen Pixel auch schon aus einem Vergleich von Kamerabildern von einem einzigen Garvorgang ergeben, wenn sich das Gargut beim Garprozess ausreichend verändert, zum Beispiel aufgeht und/oder bräunt.
• Je mehr Kamerabilder mit unterschiedlichen Garraum- und/oder Gargutdarstellungen gemittelt werden, umso besser wird in der Tendenz das Bewertungsergebnis. Es können aber auch schon weniger Kamerabilder für eine Bewertung ausreichen, wenn diese eine für Bewertungszwecke ausreichende Varianz in den Helligkeitswerten der einzelnen Pixel bieten. Um eine qualitativ ausreichend sichere Bewertung zu bekommen, muss das Gargerät gebraucht worden sein, wofür eine gewisse Zeit erforderlich ist. Es kommen bei einer Betrachtung des Garraums über einen längeren Gebrauchszeitraum hinweg allenfalls weitere Schmutzstellen hinzu, die sich dann ebenfalls ortsmäßig nicht und hinsichtlich ihrer Form und Farbe kaum mehr verändern, bis die nächste Reinigung ausgeführt wird.
• In jedem Fall verändern sich die Helligkeitswerte von Pixeln bei der Mittelung zu einem Durchschnittsbild, unabhängig von dem Umstand, ob die für die Mittelung verwendeten Kamerabilder Gargut zeigen oder nicht, während Schmutzstellen an derselben Stelle und hinsichtlich ihrer Form und Helligkeit auch bei weiteren Garvorgängen zumindest annähernd gleich bleiben. Das ist auch unabhängig von der Verwendung von einer Farb- oder einer monochromatischen Kamera.
• Unter der Mittelwertbildung zur Erzeugung eines Durchschnittsbildes mittels einer Metrik ist ein mathematisches Verfahren zu verstehen, unter dessen Anwendung Bildwerte von Pixeln miteinander verrechnet werden, um Informationen über Regionen zu erhalten, die sich nicht beziehungsweise nicht mehr verändern und die deshalb als verschmutzte Regionen betrachtet werden können. Aus den mehreren Kamerabildern kann ein Durchschnittsbild gebildet werden, indem aus den Grau- oder Farbwerten für einen in den Kamerabildern sich entsprechenden Pixelpunkt oder ein Pixelfeld beispielsweise ein arithmetischer Mittelwert oder ein Medianwert als Metrik berechnet wird. Der Vorteil eines Medianwertes ist darin zu sehen, dass einzelne Ausreißer-Werte einen geringeren Einfluss auf den gemittelten Wert haben. Wenn sich beispielsweise Fettablagerungen auf Wandungsflächen im Garraum befinden, sind diese auf dem Durchschnittsbild deutlich als dunkle Flecken zu erkennen, die in ihrer Fläche und an den Rändern zu den Helligkeits- oder Farbwerten der umgebenden Bildbestandteile des Durchschnittsbildes kontrastieren.
• Wenn in dieser Beschreibung vom „Durchschnittsbild“ die Rede ist, auf dessen Basis Auswertungen vorgenommen werden, so ist damit nicht immer nur genau das Durchschnittsbild im engen Sinne gemeint, das sich aus der Mittelung der Grau- oder Farbwerte der einzelnen Pixel aus den Kamerabildern ergibt, sondern in einem weiteren Sinne auch diejenigen Bilder und die darin enthaltenen Grau- oder Farbwerte und anderen Informationen, die sich aus einer weiteren Verarbeitung des Durchschnittsbildes im engeren Sinne ergeben, wie beispielsweise ein binarisiertes Bild, in dem die Pixel nur noch digital als „verschmutzt“ oder „nicht verschmutzt“ dargestellt sind. Wenn auch aus dem Durchschnittsbild gebildete Ableitungen gemeint sind, ist das jeweils angegeben.
• Für die Bildung eines Mittelwertes können aber auch andere Metriken verwendet werden. Beispielsweise sind die verschmutzten Pixel im Allgemeinen nicht nur dunkler als nichtverschmutzte Pixel, sondern besitzen auch eine geringere Standardabweichung beziehungsweise eine geringere Varianz. Daher kann statt des arithmetischen Mittelwerts auch die Standardabweichung oder die geringere Varianz ermittelt werden. Als Metrik zur Bildung eines Mittelwerts zur Zusammenfassung mehrerer Bilder können auch andere Verfahren verwendet werden, wie beispielsweise die Bildung eines geometrischen oder harmonischen Mittels, die Bildung von Mittelwerten in unterschiedliche Farbräumen, die Ermittlung von gewichteten Mittelwerten, die Bestimmung von räumlichen oder zeitlichen Gradienten von Helligkeit und/oder Farbe, die Anwendung von Hochpass-, Tiefpass- oder sonstigen Filtern, ohne dass diese beispielhafte Aufzählung auf die genannten Verfahren beschränkt wäre.
• Je nachdem, wie hoch die Auflösung des Durchschnittsbildes ist, kann die Auswerteelektronik Bildwerte für jeden einzelnen Pixel oder auch für Pixelfelder berechnen, in denen die Bildwerte von mehreren Pixeln gemeinsam betrachtet werden. Durch eine Betrachtung von Pixelfeldern kann die Komplexität der Berechnungen verringert werden, ohne dass dabei zwangsläufig ein Qualitätsverlust in der Bewertung des Verschmutzungsgrades eintreten muss.
• Aus dem Durchschnittsbild oder einer daraus gebildeten Ableitung werden Informationen über den Verschmutzungsgrad extrahiert, indem das Durchschnittsbild einer softwaregestützten Bildauswertung unterzogen wird. Die Bildauswertung kann über die bekannten statistischen Verfahren und/oder geeignete Filtertechniken unter Anwendung geeigneter Filter zu einzelnen Bildwerten wie beispielsweise den Helligkeits- oder Farbwerten einzelner Pixel und Pixelfelder, Flächenverteilungen bestimmter Helligkeits- oder Farbwerte, und dergleichen erfolgen. Die Bildauswertung ist dabei nicht mehr auf Informationen angewiesen, die außerhalb der Kamerabilder oder des Durchschnittsbildes oder einer daraus gebildeten Ableitung liegen, wie beispielsweise Referenzbilder oder sonstige Referenzwerte.
• In Versuchen hat sich herausgestellt, dass es möglich ist, den Verschmutzungsgrad eines Garraums unabhängig davon zu erkennen, ob zuerst eine Mittelwertbildung mittels einer Metrik ausgeführt wird und erst daran anschließend die Grenzwertbildung erfolgt, oder ob die beiden Schritte in einer umgekehrten Abfolge ausgeführt werden. In beiden Fällen unterscheiden sich die Ergebnisse zwar graduell, in beiden Fällen wird der Verschmutzungsgrad des Garraums aber gut erkannt. Es ist auch möglich, den Verschmutzungsgrad zu bestimmen, indem beide Berechnungsweisen ausgeführt und die Ergebnisse beider Berechnungsweisen anschließend zu einer Bewertung des Verschmutzungsgrades zusammengeführt werden.
• Wenn der Verschmutzungsgrad des Garraums anhand der aus dem Durchschnittsbild oder einer daraus gebildeten Ableitung extrahierten Informationen einmal bestimmt ist, kann die Auswerteelektronik mühelos einen verschmutzungsgradadäquaten Zeitpunkt für die Reinigung des Garraums bestimmen. Die Auswerteelektronik kann insbesondere ein Signal ausgeben, dass ein Reinigungsvorgang empfohlen ist, wenn der anhand des Durchschnittsbildes oder einer daraus gebildeten Ableitung festgestellte Verschmutzungsgrad einen Schwellwert für eine nicht mehr akzeptable Verschmutzung erreicht hat. Der Schwellwert kann beispielsweise über einen prozentualen Flächenanteil der als verschmutzt erkannten Flächen an der Gesamtfläche des Durchschnittsbildes oder einer daraus gebildeten Ableitung und/oder dem Flächenanteil zumindest einer einzigen zusammenhängenden als verschmutzt erkannten Fläche an der Gesamtfläche des Durchschnittsbildes oder einer daraus gebildeten Ableitung definiert sein. Größere als verschmutzt erkannten Pixelfelder können zudem mit einer überproportionalen Gewichtung in der Bewertung berücksichtigt werden, weil großflächigere Verschmutzungen eher eine Reinigung des Garraums empfehlenswert erscheinen lassen.
• Zur Entscheidung, ob eine Reinigung erforderlich ist, ist festzustellen, dass es im Regelfall darum geht, dem Benutzer eine Meldung zu geben, dass eine Reinigung sofort durchgeführt werden sollte, wenn der Schwellwert für die Durchführung einer Reinigung erreicht worden ist. Natürlich ist es aber auch möglich, dem Benutzer einen Prognosewert zu melden, dass auf Basis der festgestellten Verschmutzung eine Reinigung spätestens nach beispielsweise zehn zusätzlichen Garzyklen durchgeführt werden sollte, oder dass eine Reinigung innerhalb der nächsten beispielsweisen fünf Garzyklen vorgenommen werden sollte. Bei Prognosen ergibt sich die Schwierigkeit, dass diese nicht ausreichend genau ausfallen können, weil nicht bekannt ist, wie stark der Garraum durch die noch anstehenden Garzyklen verschmutzt werden könnte. Beim Aufbacken von Brötchen ist die Verschmutzungsgefahr wesentlich geringer als beim Braten einer Ente. Deshalb ist es sinnvoll, bei Feststellung eines Verschmutzungsgrades, der einen Reinigungszyklus erforderlich macht, die Reinigung zeitnah zu verlangen, beispielsweise durch die Ausgabe einer Meldung „Reinigung notwendig“.
• Die Auswerteelektronik kann die Bewertung des Reinigungsbedarfs nach jedem Garvorgang vornehmen, es ist aber auch eine Taktung möglich, wie beispielsweise nach jedem dritten oder fünften Garvorgang, oder die Bewertung wird anhand von Betriebsparametern wie beispielweise der vorgewählten Temperatur, einem eingeschalteten Grill, der Dauer eines Garvorgangs oder einer Kombination dieser Möglichkeiten durchgeführt.
• Über die softwaregestützte Bildverarbeitung können Pixel und/oder Pixelfelder aus den Kamerabildern oder dem Durchschnittsbild oder einer daraus gebildeten Ableitung als verdreckt oder nicht verdreckt klassifiziert werden und die Auswerteelektronik bestimmt aus den Anteilen der als verdreckt und als nicht verdreckt klassifizierten Pixel und/oder Pixelfelder den Verschmutzungsgrad des Garraums. So kann der Garraum von der Auswerteelektronik beispielsweise als reinigungsbedürftig bewertet werden, wenn der Anteil der als verdreckt klassifizierten Pixel und Pixelfelder an der Gesamtfläche des Durchschnittsbildes oder einer daraus gebildeten Ableitung einen Anteil von 5 % erreicht oder überschreitet. Der Anteil kann natürlich auch je nach Programmierung der Auswerteelektronik höher oder niedriger sein. Die Bildauswertung der Kamerabilder oder des Durchschnittsbildes oder einer daraus gebildeten Ableitung kann unabhängig davon erfolgen, wie Benutzer des Gargeräts den Garraum individuell bestücken, beispielsweise mit Rosten, Backblechen, Backpapieren oder sonstigen Gefäßen. Die Bildauswertung des Durchschnittsbildes oder einer daraus gebildeten Ableitung ist dadurch viel genauer in der Erkennung der Verschmutzungen, und der Zeitpunkt, zu dem ein Reinigungsvorgang durchgeführt werden soll, kann viel genauer bestimmt werden. Das Gargerät kann den Benutzer auch zu einem Zeitpunkt an eine fällig werdende Reinigung des Garraums erinnern, bevor sich die Verschmutzung nachteilig auf die zu garenden Speisen auswirkt, das Kamerabild vom Garraum die garenden Speisen nicht mehr in einer zufriedenstellenden Qualität zeigt oder bei einer pyrolytischen Reinigung unangenehme Gerüche entstehen, die vom Benutzer nicht mehr als tolerabel eingestuft werden oder wegen der Raumluftbelastung nicht mehr tolerabel sind.
• Die Reinigung kann dann je nach technischer Ausstattung des Gargeräts manuell durch den Benutzer oder thermisch über ein Pyrolyseprogramm erfolgen.
• Die Erfindung ist in Gargeräten leicht und kostengünstig umsetzbar, da in einigen Gargeräten von professionellen Anwendern, aber auch solchen im Consumer-Bereich, schon heute eine geeignete Kamera serienmäßig verbaut wird. Die Herstellungskosten, die bei der Realisierung der Erfindung in einem Gargerät anfallen, sind dann sehr gering. Bei den Kameras handelt es sich oft um Kamerasysteme, die über eine softwaregestützte Bildauswertung verfügen. Über die Bildauswertung ist es möglich, zu erkennen, ob ein Gargut in den Garraum eingestellt worden ist. Es können dann Kamerabilder gefertigt werden, die den Garraum mit oder ohne einem darin eingestellten Gargut zeigen. Möglich sind aber auch andere Sensortechniken, wie beispielsweise Ultraschall, Geruchssensoren oder andere Techniken, oder Kombinationen solcher Techniken, über die festgestellt werden kann, ob mit der Kamera Kamerabilder gemacht werden, die ein Gargut zeigen. Das von der vorhandenen Garguterkennungssensorik ausgegebene Sensorsignal muss dann nur durch eine geeignete Software, die einen Bestandteil einer Auswerteelektronik bildet, ausgewertet werden. Dafür entsteht nur ein geringer Programmieraufwand. Eine physische Rechenkapazität, auf der die Software laufen kann, ist in der in einem Gargerät vorhandenen Bedienelektronik ebenfalls häufig bereits vorgehalten, so dass auch bezüglich der Rechenkapazität zur Realisierung der Erfindung auf vorhandene Gerätetechnik zurückgegriffen werden kann und auch hier keine zusätzlichen Kosten entstehen. Die Auswerteelektronik kann dann allein aus einem Softwarepaket bestehen, das auf die Bedienelektronik des Gargeräts aufgespielt wird.
• In Gargeräten, in denen keine Kamera vorhanden ist, kann diese natürlich auch nur für den erfinderischen Anwendungszweck in das Gargerät eingebaut werden. Es ist sowohl bei schon vorhandenen Garguterkennungssensoren wie auch bei gesondert in ein Gargerät einzubauenden Vorrichtungen möglich, die Auswerteelektronik als separaten Rechenchip mit einer darauf einprogrammierten Software auszugestalten, der zur Realisierung der Erfindung in eine Bedienelektronik eines Gargeräts eingesetzt wird. Bei einer Bedienelektronik, die Fernsteuerungsfunktionen aufweist, kann das Softwarepaket natürlich auch in die Fernbedienungsfunktion eingebunden sein, wie beispielsweise eine App auf einem Smartphone oder einem Tablet-Computer.
• Nach einer Ausgestaltung der Erfindung wird bei der Mittelwertbildung mittels einer Metrik und anschließenden Grenzwertbildung zunächst ein Durchschnittsbild errechnet, dann wird für eine Mehrzahl oder alle Pixel des Durchschnittsbilds ein durchschnittlicher Helligkeitswert berechnet, dann werden die durchschnittlichen Helligkeitswerte der Pixel mit einem Grenzwert verglichen, der eine binarisierende Bewertungsschwelle für die Unterscheidung der durchschnittlichen Helligkeitswerte zwischen einem als verschmutzt oder nicht verschmutzt bewerteten Pixel darstellt, und danach wird anhand der Anzahl der nach dem Grenzwertvergleich als verschmutzt bewerteten Pixel entschieden, ob eine Reinigung erforderlich ist.
• Bei dieser Berechnungsweise ergibt sich erst ein Durchschnittsbild, in dem in den jeweiligen Kamerabildern variabel helle Pixel durch die Mittelwertbildung in ihrem Grautonwert abgeschwächt dargestellt sind, während die Pixel, in denen in allen Kamerabildern dunklere Grautonwerte ohne eine größere Varianz vorgegeben sind, die Grautonwerte für diese Pixel im dunklen Bereich bleiben. Bei einer Grenzwertbetrachtung kann das Durchschnittsbild einfach binarisiert werden, indem in einer Ableitung des Durchschnittsbildes beispielsweise alle Pixel mit einem Grautonwert < 20 als verschmutzt und alle Pixel ≥ 20 als nicht verschmutzt dargestellt sind. Die binarisierte Ableitung kann nun ausgewertet werden, indem ermittelt wird, wie viele Pixel als verschmutzt gelten und ob mit dieser Zahl ein Schwellwert überschritten wird, ab dem eine Reinigung als erforderlich angesehen wird.
• Wenn hier von einem Grautonwert die Rede ist, so bezieht sich diese Angabe zunächst auf Grautonbilder, die von einer monochromatischen Kamera aufgenommen worden sind. Bei einem Grautonbild wird jedem Pixel eines Bildes ein Wert, der seine Helligkeit beziehungsweise Lichtintensität auf einer Skala von z.B. 0 bis 255 repräsentiert, zugewiesen. Dabei steht 0 für ein schwarzes, 255 für ein weißes Pixel. Wird eine Farbkamera verwendet, so kann aus dem Farbbild zunächst ein Grautonbild erzeugt werden. Handelsübliche Farbkameras erzeugen Farbinformationen, indem sich vor dem Sensorchip ein wellenlängenselektiv lichtdurchlässiges Gitter, ein sogenannter Bayer-Filter, befindet, das je nach Position im Gitter rotes, grünes oder blaues Licht durchlässt. Aus den roten, grünen und blauen Farbanteilen lässt sich dann ein sogenanntes RGB-Bild rekonstruieren. Dabei besitzt jedes Pixel drei Werte, diese repräsentieren die Lichtintensität im roten, grünen bzw. blauen Bereich des optischen Spektrums. Aus dem RGB-Bild lässt sich nun ein Graubild erzeugen, indem die Farbinformation auf eine reine Helligkeitsinformation reduziert wird. Im einfachsten Fall wird für jeden Pixel dazu der Grauwert als Mittelwert von Rot-, Grün-und Blauwert bestimmt. Somit ist es möglich, auch bei der Verwendung von Farbkameras Grautonwerte zu bilden. Entscheidend für das weitere Vorgehen ist, dass ein Bild vorliegt, bei dem die Lichtintensität und damit die Helligkeit durch die Werte der einzelnen Pixel repräsentiert werden.
• Nach einer Ausgestaltung der Erfindung wird bei der Grenzwertbildung und anschließenden Mittelwertbildung mittels einer Metrik zunächst für eine Mehrzahl oder alle Pixel jedes Kamerabilds ein individueller Helligkeitswert berechnet, dann werden die individuellen Helligkeitswerte der Pixel mit einem Grenzwert verglichen, der eine binarisierende Bewertungsschwelle für die Unterscheidung der individuellen Helligkeitswerte zwischen einem als verschmutzt oder nicht verschmutzt bewerteten Pixel des Kamerabildes darstellt, aus den als verschmutzt oder nicht verschmutzt bewerteten Pixeln wird ein binäres Verschmutzungsbild zu jedem Kamerabild erstellt, und danach wird aus einer Mehrzahl oder allen Pixeln der binären Verschmutzungsbilder ein Durchschnittsbild errechnet, bei dem der Graulevelwert jedes Pixels einer Verschmutzungswahrscheinlichkeit entspricht, und die Graulevelwerte der Pixel werden zu einem durchschnittlichen Verschmutzungswahrscheinlichkeitswert des Durchschnittsbildes verrechnet, der mit einem Grenzwert verglichen wird und bei einer Überschreitung des Grenzwerts wird die Reinigung als erforderlich bewertet.
• Bei der vorangestellten Erstellung von binären Verschmutzungsbildern und der nachfolgenden Bildung eines Durchschnittsbildes ergibt sich kein binäres Verschmutzungsbild, sondern ein kontrastierendes Bild, in dem Verschmutzungswahrscheinlichkeiten über Graustufenwerte der jeweiligen Pixel dargestellt sind. Je nach Einsatzbedingungen können sich hieraus bessere Beurteilungsergebnisse ergeben als bei der Anwendung einer getauschten Abfolge der Mittelwert- und Grenzwertbildung.
• Nach einer Ausgestaltung der Erfindung sind einige oder alle der mehreren Kamerabilder farbige Bilder, bei denen die Farbkanäle der einzelnen Pixel unterschiedlich ausgewertet oder ohne die Farbwerte weiter verrechnet werden.
• Nach einer Ausgestaltung der Erfindung werden die Kamerabilder von der Kamera durch eine transparente Schicht hindurch gefertigt, die die Kamera vom Garraum trennt, wobei die transparente Schicht einen Teil der Innenwandung des Garraums bildet. Die transparente Schicht kann beispielsweise aus einer Glasscheibe bestehen. Verschmutzungen wie beispielsweise Fettspritzer, die im Garraum beim Garprozess entstehen, lagern sich auf den Innenraumflächen des Garraums und damit auch auf der transparenten Schicht ab. Die Verschmutzung der transparenten Schicht ähnelt damit der Verschmutzung der Innenoberflächen im übrigen Garraum und ist damit für den Verschmutzungsgrad des Garraums insgesamt repräsentativ. Da sich die transparente Schicht zwischen dem Garraum und der Kamera befindet, verdecken die sich auf der transparenten Schicht ansammelnden Verschmutzungen den Blick der Kamera auf das sich aus Sicht der Kamera hinter den Verschmutzungen im Garraum befindliche Gargut. Das bedeutet, dass sich die Bildwerte für auf der transparenten Schicht befindliche Verschmutzungen im Bereich der betreffenden Pixel oder Pixelfelder auch bei einem Durchschnittsbild oder einer daraus gebildeten Ableitung nicht oder zumindest kaum mehr verändern, weil sich dort in den Kamerabildern eben nicht mehr unterschiedliches Gargut findet, dessen Bildwerte gemittelt werden könnten, sondern nur noch die Ansicht der Verschmutzung. Die Bildwerte der sich auf der transparenten Schicht befindlichen Verschmutzungen kontrastieren im Durchschnittsbild oder einer daraus gebildeten Ableitung gut zu den die Verschmutzungen umgebenden Bildbereichen, die durch das bei verschiedenen Garprozessen aufgenommene Gargut aus voneinander abweichenden Bildwerten der einzelnen Gargut-Abbildungen gemittelte Bildwerte zeigen.
• Nach einer Ausgestaltung der Erfindung zeigen die mehreren Kamerabilder mehrere verschiedene Garvorgänge und/oder Beladungssituationen. Um auf einem Durchschnittsbild oder einer daraus gebildeten Ableitung mit der erforderlichen Genauigkeit Verschmutzungen erkennen zu können, ist eine gewisse Anzahl von Kamerabildern erforderlich, über die sich eine statistische Glättung der Farbwerte mit charakteristisch verteilten Bildwerten für einzelne Pixel oder Pixelfelder einstellt. Bei der Mittelung von mehreren Kamerabildern werden Helligkeits- und/oder Farbwerte für die einzelnen Pixel oder Pixelfelder erreicht, aus denen verschmutzte Flächen erkennbar sind. Je mehr Kamerabilder von verschiedenen Garvorgängen in die Mittelung einfließen, umso besser wird die Erkennung. Die Veränderungen, die sich zwischen verschiedenen Kamerabildern eines einzelnen Garvorgangs feststellen lassen, sind häufig zu geringfügig, um daraus verlässliche Rückschlüsse auf den Verschmutzungsgrad des Garraums abzuleiten. Auch bei der Berücksichtigung von weniger als fünf Kamerabildern sind die Mittelungseffekte häufig noch zu unscharf. Etwas anderes gilt nur dann, wenn sich das Gargut im Garraum während des Garprozesses ausreichend verändert, wie beispielsweise durch Aufgehen oder Bräunen, oder beispielsweise auf einem Drehteller in einer Mikrowelle bewegt wird. In solchen Fällen können schon wenige Kamerabilder, gegebenenfalls auch schon von nur einem Garvorgang, ausreichen, um festzustellen, ob eine Reinigung des Garraums erforderlich ist.
• Nach einer Ausgestaltung der Erfindung bewertet die Auswerteelektronik die Qualität des Durchschnittsbildes oder einer daraus gebildeten Ableitung mit einem Bewertungsalgorithmus und ein Zeitpunkt für die Reinigung des Garraums wird nur dann bestimmt, wenn die Qualität des Durchschnittsbildes oder einer daraus gebildeten Ableitung als ausreichend bewertet worden ist. Wird das gemittelte Bild aus Kamerabildern gemittelt, die hinsichtlich der Bildwerte für die einzelnen Pixel oder Pixelfelder eine zu geringe Varianz aufweisen, sind Verschmutzungen im Garraum nicht ausreichend sicher und deutlich erkennbar. Eine geringe Varianz kann von einem Bewertungsalgorithmus leicht durch einen Vergleich einzelner Pixelwerte aus unterschiedlichen Bildern erkannt werden. Dafür gibt es verschiedene stochastische Methoden. Die Kamerabilder können beispielsweise eine geringe Varianz aufweisen, wenn immer dasselbe homogen aussehende Gargut und/oder immer nur ein einziges kleines Gargut an derselben Stelle im Garraum gegart, das Gargut im Garraum nicht bewegt wird oder die Kamerabilder alle denselben leeren Garraum zeigen. In einem solchen Fall sind weitere Kamerabilder des Garraums erforderlich, um eine für die Erkennung von Verschmutzungen erforderliche Varianz der Bildwerte für einzelne Pixel oder Pixelfelder zu erhalten. In einem solchen Fall sollte die Auswerteelektronik keine Empfehlung für den Zeitpunkt einer erforderlichen Reinigung geben. Die Auswerteelektronik gibt eine Empfehlung für den Zeitpunkt der Reinigung erst dann ab, wenn der Bewertungsalgorithmus die Qualität des Durchschnittsbildes oder einer daraus gebildeten Ableitung als ausreichend erachtet, um als Basis für eine Empfehlung zu dienen.
• Nach einer Ausgestaltung der Erfindung wird der Verschmutzungsgrad von Pixeln oder Pixelfeldern des Durchschnittsbildes oder einer daraus gebildeten Ableitung in verschiedenen Sektoren des Durchschnittsbildes oder einer daraus gebildeten Ableitung unterschiedlich gewichtet. Diese Maßnahme ist vorteilhaft, um Ungleichgewichte in der Bewertung des Verschmutzungsgrades des Garraums auszugleichen, die sich beispielsweise aus einer Fokussierung des Kamerabildes und/oder der Perspektive ergeben, mit der die Kamera in den Garraum gerichtet ist. Ist die Kamera beispielsweise von schräg oben in den Garraum gerichtet, würden ohne eine Korrektur Verschmutzungen, die im Durchschnittsbild oder einer daraus gebildeten Ableitung im aus der Kamerasicht vorderen Bereich festgestellt werden, wegen der perspektivischen Verzerrung stärker gewichtet als Verschmutzungen, die sich im von der Kamera weiter entfernten Bereich befinden. Dieser perspektivische Effekt kann durch eine sektorenabhängig unterschiedliche Gewichtung der festgestellten Verschmutzungen bei der Bestimmung des Verschmutzungsgrades korrigiert werden. Bei der Aufnahme und Mittelung von Kamerabildern durch eine transparente Schicht hindurch würden solche perspektivischen Verzerrungen allerdings keine Rolle spielen, wenn die transparente Schicht plan vor der Kameralinse angeordnet ist. Hier können sich aber unterschiedliche Gewichtungen von als verschmutzt erkannten Pixeln und Pixelfeldern durch optische Verzerrungen im Durchschnittsbild oder einer daraus gebildeten Ableitung aus der Linsenoptik ergeben, die verschiedene Sektoren des Kamerabildes unterschiedlich groß darstellt. Auch hier ist eine sektorenabhängige Korrektur der Gewichtung der festgestellten Verschmutzungen möglich.
• Eine weitere Möglichkeit ist es, die Außenbereiche eines Kamerabildes, in denen zum Beispiel Seitenwände zu sehen sind, weniger stark zu gewichten, als die Garraummitte, wo sich in der Regel das Gargut befindet. Diese Maßnahme kann die Mittelung der Kamerabilder verbessern. Wenn Kamerabilder übertragen und zur Anzeige gebracht werden, oder wenn zusätzliche Auswertefunktionen anhand von Kamerabildern ausgeführt werden, sind diese deutlich weniger stark durch Verschmutzungen in den Außenbereichen gestört als durch Verschmutzungen in der Bildmitte. In solchen Fällen kann die optische Bewertung des Verschmutzungsgrades durch einen Benutzer, der von außen in den Garraum hineinschaut, von der Bewertung des Verschmutzungsgrades durch das erfindungsgemäße Verfahren abweichen. Für die Anzeige des Kamerabildes oder die zusätzlichen Auswertefunktionen ist dann aber die Bewertung anhand des erfindungsgemäßen Verfahrens vorteilhaft, weil sich die Bewertung des Verschmutzungsgrades auf die Kamerabilder stützt, die zur Anzeige gebracht und/oder zusätzlich ausgewertet werden.
• Nach einer Ausgestaltung der Erfindung erfolgt die Klassifizierung der Pixel und/oder Pixelfelder des Durchschnittsbildes oder einer daraus gebildeten Ableitung unter der Berücksichtigung von Wahrscheinlichkeiten der jeweiligen Klassifizierung. So kann ein erstes Pixel oder eine erste Pixelfläche beispielsweise als „sehr wahrscheinlich“, „wahrscheinlich“ oder „unwahrscheinlich“ verdreckt und/oder ein zweites Pixel oder eine zweite Pixelfläche als „sehr wahrscheinlich“, „wahrscheinlich“ oder „unwahrscheinlich“ nicht verdreckt bewertet werden. Mehr oder weniger Abstufungen in der Klassifizierung der Wahrscheinlichkeit sind möglich. Aus der differenzierteren Klassifizierung der einzelnen Pixel oder Pixelflächen ergibt sich ein genaueres Lagebild über den Verschmutzungsgrad des Garraums im Gargerät. Eine solche weiche Klassifikation mit beispielsweise insgesamt sechs unterschiedlichen Klassifikationsstufen könnte einer digitalen Ja-/Nein-Klassifizierung überlegen sein, weil die Sicherheit, mit der ein Pixel oder ein Pixelfeld einer Klassifikation zugeordnet wurde, in die Beurteilung des Verschmutzungsgrades mit einfließt.
• Nach einer Ausgestaltung der Erfindung wird das Durchschnittsbild in ein Graubild verrechnet. Ein Durchschnittsbild kann Farbschwankungen aufweisen, die nicht auf das fotografierte Gargut oder Verschmutzungen zurückzuführen sind, sondern auf andere Effekte, wie beispielsweise eine ungleichmäßige Beleuchtung des Garraums. Die Farbschwankungen können aus dem Durchschnittsbild entfernt werden, indem die Bildwerte der Pixel oder Pixelfelder in ein Graubild verrechnet werden.
• Nach einer Ausgestaltung der Erfindung wird das Graubild oder das Durchschnittsbild durch eine Filterung in ein Differenzbild verrechnet. In dem Graubild oder dem Durchschnittsbild können verschmutzte Stellen in den Bildwerten der Pixel und Pixelfelder einen höheren Grauwert aufweisen als andere Stellen auf dem Durchschnittsbild, oder die verschmutzten Stellen weisen einen bestimmten Farbwert auf, den andere Stellen des Durchschnittsbildes nicht aufweisen. Durch die Anwendung von Filtern können die Stellen auf dem Graubild oder dem Durchschnittsbild in einem Differenzbild besonders erkennbar gemacht werden, beispielsweise, indem über ein Thresholding andere Bildwerte ausgeblendet werden.
• Nach einer Ausgestaltung der Erfindung werden aus dem Durchschnittsbild, dem Graubild und/oder dem Differenzbild in einem Korrekturlauf Strukturen mit einer geringen Größe entfernt. Aufgrund der zufälligen Natur der Original-Kamerabilder lassen sich kleine lokale Abweichungen, die keine Verschmutzung darstellen, nicht vermeiden. Strukturen mit einer geringen Größe können jedoch ignoriert oder über morphologische Operationen entfernt werden. Dies erfolgt in einem Korrekturlauf, dem das Durchschnittsbild, das Graubild und/oder das Differenzbild unterzogen werden. Im Korrekturlauf erfolgt also eine flächige Glättung der von der Bildverarbeitungssoftware erkannten Strukturen, insbesondere im Bereich möglicher Verschmutzungen. Das nach dem Korrekturlauf verbleibende Bild zeigt mit einer hohen Treffergenauigkeit die Stellen, an denen sich im Durchschnittsbild Verschmutzungen befinden.
• Nach einer Ausgestaltung der Erfindung werden bestimmte Bereiche des Durchschnittsbildes, des Graubildes oder des Differenzbildes von der Auswerteelektronik ignoriert. Bei den Bereichen solcher false positives kann es sich um Bildbereiche handeln, in denen eine Verschmutzung indiziert wird, obwohl dort tatsächlich keine Verschmutzung vorliegt. In solchen Bereichen können sich beispielsweise Schattenwürfe der Beleuchtung befinden, oder die Bereiche sind durch Bauteile des Gargeräts verdeckt. Wenn solche Bildbereiche in die Bewertung des Verschmutzungsgrades einfließen würden, wäre das Ergebnis dadurch verfälscht. Das wird vermieden, indem diese Bereiche ignoriert werden. Diese Bereiche können gerätespezifisch an unterschiedlichen Stellen der Bilder liegen. Die Bereiche der false positives können demgemäß gerätespezifisch in der Betriebssoftware einprogrammiert sein, oder die Betriebssoftware verfügt über ein Selbstlernprogramm, mit dem Bereiche der false positives selbstlernend erkannt und von der Auswertung ausgeschlossen werden.
• Nach einer Ausgestaltung der Erfindung löscht die Auswerteelektronik nach einer durchgeführten Reinigung des Garraums vorher aufgenommene Kamerabilder. Nach Durchführen der Reinigung dürfen natürlich Bilder, die vor der Reinigung aufgenommen wurden, nicht mehr verwendet werden, da sie Verschmutzungen zeigen, die nicht mehr vorhanden sind. Deshalb muss der Speicher zurückgesetzt werden, sobald eine Reinigung durchgeführt wurde. Vor einer neuen Bewertung müssen auch ausreichend viele Kamerabilder erstellt werden, um eine neue Bewertung vornehmen zu können. Wird eine Pyrolyse durchgeführt, weiß das die Auswerteelektronik und kann ihren Speicher automatisch leeren. Reinigt der Kunde manuell, kann für diesen Fall ein Speicher des aktuellen Verschmutzungsgrades vorgesehen sein, in dem der letzte bewertete Verschmutzungsgrad festgelegt worden ist. Der Status des Speichers kann bei jeder neuen Bewertung abgefragt werden. Sollte sich dieser in Richtung sauber ändern, müssen vorher aufgenommene Kamerabilder ebenfalls gelöscht werden, weil der aktuelle Status offenbar nicht mehr dem vorherigen festgestellten Verschmutzungsgrad entspricht.
• Die Erfindung soll nachfolgend anhand von Ausführungsbeispielen näher erläutert werden. Es zeigen:
• 1: Gargerät mit einer Kamera;
• 2: Verfahrensablauf mit Mittelwertbildung und anschließender Grenzwertbildung;
• 3: Verfahrensablauf aus 2 mit getauschter Abfolge;
• 4: Ein Kamerabild aus einem Garraum mit als verschmutzt markierten Pixeln;
• 5: Ein Durchschnittsbild aus sechs Kamerabildern;
• 6: Die aus 5 ermittelte Verschmutzung;
• 7: Ein aus etwa 100 Bildern ermitteltes Durchschnittsbild;
• 8: Die anhand 7 ermittelte Verschmutzung in einem binarisierten Bild;
• 9: Das Ergebnis, wenn für jedes Kamerabild einzeln eine Binarisierung durchgeführt und danach der Mittelwert gebildet wird;
• 10: Ein Durchschnittsbild aus 100 Kamerabildern mit einem Medianfilter mit Größe 201x201px
• 11: Ein Differenzbild aus den Bildern der 9 und 10;
• 12: Das binarisierte Differenzbild gemäß 11.
• Ein Ausführungsbeispiel der Erfindung ist in 1 rein schematisch dargestellt und wird nachfolgend näher beschrieben. 1 zeigt ein erfindungsgemäßes Gargerät mit einer Kamera.
• In der 1 ist ein erfindungsgemäßes Gargerät 30 exemplarisch dargestellt. Das Gargerät 30 ist hier als ein Backofen ausgebildet und weist ein Gehäuse 2 auf, in dem ein durch eine Gehäusewand 4 begrenzter Garraum 6 angeordnet ist. Ferner weist der Backofen eine als Fixfokuskamera ausgebildete 2D-Kamera 8 als optischen Sensor auf, wobei in der Gehäusewand 4 eine durch eine als Sammellinse aus Borosilikatglas ausgebildete Linse 10 verdeckte Öffnung 4.1 für die Kamera 8 ausgeformt ist.
• In dem Garraum 6 ist eine als Backmuffelleuchte ausgebildete Garraumbeleuchtung 11 an einer Garraumdecke 4.2 des Gehäuses 4 angebaut. Die Backmuffelleuchte 11 ist hier gleichzeitig als Kamerabeleuchtung 11 ausgebildet. Entsprechend kann die Fixfokuskamera 8 in dem vorliegenden Ausführungsbeispiel einfacher aufgebaut sein. Alternativ kann die Garraumbeleuchtung 11 auch an einer Seitenwand angeordnet sein oder aus einer Kombination aus Decken- und Seitenbeleuchtung bestehen.
• Die Kamera 8 ist zur Erstellung von Innenaufnahmen des Garraums 6 ausgebildet und entsprechend an dem Gehäuse 2 angeordnet. Da der Garraum 6 relativ breit und flach ausgebildet ist, weist ein Objektiv 8.1 der Kamera 8 einen entsprechend großen objektseitigen Öffnungswinkel auf. Die Kamera kann auch als plenoptische Kamera, TOF-Kamera oder Stereokamera, also in 3D-Technik, ausgebildet sein. Auch sind als Wärmebildkameras ausgebildete Kameras denkbar. Neben Einzelbildern ist auch die Aufnahme von Bilderfolgen und bewegten Bildern möglich.
• Die Öffnung 4.1 ist durch die Sammellinse 10 und eine zwischen der Sammellinse 10 und der Garraumdecke 4.2 der Gehäusewand 4 angeordneten und als Glasseidendichtung ausgebildeten Dichtung 12 im Wesentlichen gasdicht verschlossen. Alternativ kann eine Metalldichtung mit oder ohne Grafitummantelung verwendet werden. Entsprechend kann der bei einem in dem Garraum 6 ablaufenden Garprozess eines auf einem Gargutträger 14 aufgelegten Garguts 16 entstehende Wrasen nicht in ungewünschter Weise durch die Öffnung 4.1 entweichen. Die Kamera 8 kann auch in einer seitlichen Position oder in einer beliebigen anderen Position zum Garraum 6 angeordnet werden, so dass sie auch aus diesen Positionen für Auswertungszwecke brauchbare Fotos vom Garraum 6 und den darin vorhandenen Verschmutzungen machen kann.
• Darüber hinaus schützen die Sammellinse 10 aus Borosilikatglas und die Glasseidendichtung 12 die Kamera 8 vor in dem Wrasen enthaltenen Stoffen und vor den bei dem Garprozess entstehenden hohen Temperaturen. Dies ist besonders wichtig, da das Gargerät 30 als selbstreinigendes Gargerät 30, also mit Pyrolysefunktion, ausgestattet ist. Im Pyrolysebetrieb ergeben sich noch weit höhere Temperaturen.
• Der Garraum 6 ist auf dem Fachmann bekannte Weise durch eine im Wesentlichen umlaufende Isolationsschicht 18 von der Umgebung wärmeisoliert. Die Isolationsschicht 18 ist in der 1 nur teilweise dargestellt.
• Die Öffnung 4.1 in der Garraumwand 4 ist hier in dem Zentrum der Garraumdecke 4.2 der Gehäusewand 4 angeordnet. Die Öffnung 4.1 ist möglichst klein gehalten, um die Isolationsschicht 18 an dieser Stelle möglichst wenig durchbrechen zu müssen. Die Öffnung 4.1 ist in der 1 der Übersichtlichkeit wegen deutlich vergrößert dargestellt.
• Durch die Isolationsschicht 18 bedingt, aber auch zwecks einer geringeren Temperaturbelastung der Kamera 8 durch die Temperaturstrahlung, ist die Kamera 8 weiter weg von der Garraumdecke 4.2 und damit von dem Garraum 6 in einen kühleren Bereich des Gehäuses 2 angeordnet.
• Die Öffnung 4.1 kann deshalb so klein ausgeführt werden, da hier eine Sammellinse 10 eingesetzt ist. Die Sammellinse 10 weitet den Strahlengang des Lichtes, in der 1 durch gestrichelte Linien 19 symbolisiert, durch die Öffnung 4.1 auf. Dies ermöglicht, trotz kleiner Öffnung 4.1, den Garraum 6 in den wesentlichen Bereichen auf den mit der Kamera 8 aufgenommenen Bildern vollständig abzubilden, trotz eines verringerten objektseitigen Öffnungswinkels des Objektivs 8.1 der Kamera 8. So kann der Bildwinkel in der in der 1 dargestellten Blattebene von etwa 50° auf etwa 110° vergrößert werden. Die vorgenannten Winkelangaben sind der schematischen Darstellung nicht zu entnehmen. Auf Kamerabildern 32, die mit der im oder benachbart zum Garraum 6 angeordneten Kamera 8 gemacht wurden, lassen sich selbst noch kleinere Verschmutzungen an den Seitenwänden des Garraums gut erkennen.
• Da die Öffnung 4.1 relativ klein ausgebildet ist, kann die Öffnung 4.1 im Bereich eines Oberhitze-Heizkörpers 20 in der Garraumdecke 4.2 angeordnet sein, ohne dass sich die Öffnung 4.1 und der Oberhitze-Heizkörper 20 gegenseitig negativ beeinflussen. Beispielsweise erscheint der Oberhitze-Heizkörper 20 nicht auf den mit der Kamera 8 aufgenommenen Bildern. Gleiches gilt für die Garraumbeleuchtung 11; auch die Garraumbeleuchtung 11 ist derart an der Garraumdecke 4.2 der Garraumwand 4 angeordnet, dass es zu keiner ungewünschten Wechselwirkung zwischen der Garraumbeleuchtung 11 und dem Oberhitze-Heizkörper 20 kommt.
• Da es sich bei dem Gargerät 30 um ein Gargerät 30 mit Pyrolysefunktion handelt, ist die Kamera 8 und die Sammellinse 10 zusätzlich in einem Kühlkanal 2.1 des Gehäuses 2 angeordnet. Die Kamera 8 und die Sammellinse 10 stehen dabei in Wärmeübertragungsverbindung mit der in dem Kühlkanal 2.1 geführten Kühlluft. Der Kühlkanal 2.1 ist hier als eine Luftführung 2.1 des Gargeräts ausgebildet.
• Die Luftführung 2.1 ist mittels eines ebenfalls chemikalien- und temperaturbeständigen Flansches 22 mit der Gehäusewand 4 strömungsleitend und die Luftführung 2.1 gegen die Umgebung im Wesentlichen gasdicht abdichtend verbunden.
• Die Luftführung 2.1 des Gargeräts 30 dient dazu, den bei Garprozessen in dem Garraum 6 entstehenden Wrasen aus dem Garraum 6 abzusaugen und in die freie Umgebung abzuführen. Dabei wird das Wrasen-Luft-Gemisch in der in dem Gehäuse 2 ausgebildeten Luftführung 2.1 geführt. Auf diese Weise wird auch das Gargerät gekühlt.
• Durch die Anordnung der Kamera 8 und der Sammellinse 10 in der Luftführung 2.1 kann hier auf eine zusätzliche aktive Kühlvorrichtung verzichtet werden. Entsprechend lässt sich das erfindungsgemäße Gargerät 30 gemäß dem vorliegenden Ausführungsbeispiel mit weniger Bauteilen und damit kostengünstiger realisieren.
• Die einzelnen Bauteile des erfindungsgemäßen Gargeräts 30 sind teilweise mit Abstand zueinander in der 1 dargestellt; siehe beispielsweise den Abstand zwischen der Isolationsschicht 18 und der Garraumdecke 4.2 der Gehäusewand 4. Dies dient lediglich der besseren Übersicht. Die Bauteile des erfindungsgemäßen Gargeräts 30 sind, wenn nicht anhand des Ausführungsbeispiels explizit anders ausgeführt, auf dem Fachmann bekannte Weise miteinander verbunden. Die Kamera 8 kann auch als plenoptische Kamera, TOF-Kamera oder Stereokamera, also in 3D-Technik, ausgebildet sein. Auch sind als Wärmebildkameras ausgebildete Kameras denkbar. Neben Einzelbildern ist auch die Aufnahme von Bilderfolgen und bewegten Bildern möglich.
• Ein von der Kamera 8 aufgenommenes Kamerabild 32 wird jeweils an die Auswerteelektronik 40 übermittelt. Das Gargerät 30 ist dazu mit der Auswerteelektronik 40 verbunden, an die die von der Kamera 8 gemachten Kamerabilder 32 übermittelt werden. Die Auswerteelektronik 40 verfügt über eine Bildverarbeitungssoftware 46, mit der die softwaregestützte Bildverarbeitung ausgeführt wird. Die einzelnen von der Kamera 8 gefertigten Kamerabilder 32, die für die Bildauswertung herangezogen werden, können in der Auswerteelektronik 40 gespeichert werden, es ist aber auch möglich, diese in der Bedienelektronik 34 des Gargeräts 30 oder bei einem Internetanschluss und einer entsprechenden Ausstattung des Gargeräts 30 in der Cloud zu speichern. Die Bildverarbeitungssoftware 46 ist so programmiert, dass sie als Bildauswertung aus mehreren verfügbaren Kamerabildern 32 ein Durchschnittsbild 42 errechnet.
• Die Auswerteelektronik 40 extrahiert aus dem Durchschnittsbild 42 Informationen über den Verschmutzungsgrad des Garraums 6. Auf deren Basis bestimmt die Auswerteelektronik 40 einen Zeitpunkt 44 für die Reinigung des Garraums 6, der der Bedienelektronik 34 übermittelt wird. Die Bedienelektronik 34 kann diesen Zeitpunkt dann einer Bedienperson über die verfügbaren Anzeigen mitteilen, sei es eine Kontrollleuchte am Gargerät 30, eine Anzeige auf einem Display am Gargerät 30 oder einem Display eines Smart Device, das über WLAN oder Internet mit dem Gargerät 30 kommuniziert.
• Im Ausführungsbeispiel stellt die Linse 10 eine transparente Schicht dar, durch die hindurch die Kamera 8 Kamerabilder 32 vom Garraum 6 fertigt. Fettspritzer, die während eines Garvorgangs vom Gargut 16 aufspritzen, haften auch an der Linse 10 an, die die dem Garraum 6 zugewandte Seite der Linse 10 einen Teil der Innenwandung des Garraums 6 bildet. Diese der Linse 10 anhaftenden Verschmutzungen verdecken aus der Sicht der Kamera an den Stellen, an denen sie sich auf der Linse befinden, die Sicht von der Kamera auf das Gargut 16. Bei nachfolgend gefertigten Kamerabildern 32 weisen diese Stellen der Kamerabilder 32 auch bei wechselndem Gargut 16 im Garraum 6 keine oder allenfalls nur geringfügige Veränderungen in den Bildwerten der betreffenden Pixel oder Pixelfelder mehr auf. An den Stellen der Linse 10, an denen sich keine Verschmutzungen befinden, ist das bei dem jeweiligen Garvorgang im Garraum 6 liegende Gargut 16 im Kamerabild 32 allerdings gut erkennbar, und durch die unterschiedlichen Texturen und Farben des jeweils im Garraum 6 befindlichen Garguts 16 ergeben sich bei den Bildwerten für die betreffenden Pixel oder Pixelfelder in den Kamerabildern 32 jeweils unterschiedliche Werte, die durch die Mittelung im Durchschnittsbild 42 dann zu einem gemittelten Wert verrechnet sind.
• Über den Doppelpfeil 48 ist angedeutet, dass die Auswertelektronik 40 und die Bedienelektronik 34 über die Bereitstellung der Information über den Zeitpunkt 44 hinaus miteinander kommunizieren können. Die Kommunikation kann insbesondere eine Garguterkennung betreffen, die ein Bestandteil der Bedienelektronik 34 oder auch der Kamera 8 sein kann. Über die Garguterkennung kann für die Auswerteelektronik 40 verifiziert werden, dass die verfügbaren Kamerabilder 32 den Garraum 6 mit darin eingelegtem Gargut 16 zeigen und dass die Kamerabilder 32 anlässlich verschiedener Garvorgänge gefertigt wurden.
• Die Auswerteelektronik 40 kann das errechnete Durchschnittsbild 42 zu einem Graubild 50 weiterverarbeiten, das bessere Auswertungsmöglichkeiten bieten kann. Das Graubild 50 allein oder in Kombination mit dem Durchschnittsbild 42 kann zu einem Differenzbild 52 weiterverrechnet werden, bei dem aus den Bildwerten zu einzelnen Pixeln oder Pixelfeldern bestimmte Werte herausgefiltert worden sein können, um ein nochmals besser auswertbares Bild zu erhalten. Das Durchschnittsbild 42, das Graubild 50 und/oder das Differenzbild 52 können von der Auswerteelektronik 40 dazu benutzt werden, um den Verschmutzungsgrad des Garraums 6 zu bestimmen.
• In 2 ist ein Verfahrensablauf mit Mittelwertbildung 70 und anschließender Grenzwertbildung 80 gezeigt, um dann am Entscheidungspunkt 90 zu entscheiden, ob ein Reinigungserfordernis besteht. Ausgehend von einem Helligkeitswert 60 eines Pixels wird für diesen Pixel zunächst aus mehreren Kamerabildern 32 mittels einer Metrik ein Mittelwert für den Helligkeitswert dieses Pixels gebildet. Liegt dieser aus mehreren Kamerabildern 32 ermittelte neue Helligkeitswert vor, kann dieser Helligkeitswert in das Durchschnittsbild 42 für diesen Pixel eingetragen werden. Das Durchschnittsbild setzt sich aus einer Vielzahl von auf solche Weise errechneten Helligkeitswerten für die einzelnen Pixel zusammen. Bei der Grenzwertbildung 80 wird das Durchschnittsbild 42 binarisiert, indem für jedes im Rahmen der Grenzwertbildung 80 untersuchte Pixel entschieden wird, ob dessen Helligkeitswert 60 über oder unter einem angenommenen Grenzwert liegt. Liegt der Helligkeitswert über dem Grenzwert, gilt das entsprechende Pixel als nicht verschmutzt, liegt der Helligkeitswert darunter, gilt dieses Pixel als verschmutzt. Sodann kann dann anhand der festgestellten Verschmutzung entschieden werden, ob ein Reinigungszyklus erforderlich ist.
• In 3 ist der Verfahrensablauf aus 2, jedoch in vertauschter Abfolge bei einer zuerst erfolgenden Grenzwertbildung 80 und der anschließenden Mittelwertbildung 70.
• Konkreter erfolgt das Verfahren wie nachfolgend beschrieben:
• Vor Beginn der erfindungsgemäßen Verschmutzungserkennung müssen von der Kamera 8 Kamerabilder 32 des Inneren des Garraums 6 aufgenommen werden. Dafür kann die Kamera 8 in einer Ausführungsform eine monochromatische Kamera 8 sein, die ein Grautonbild aufnimmt. Bei einem Grautonbild wird jedem Pixel eines Bildes ein Wert, der seine Helligkeit/Lichtintensität auf einer Skala von z.B. 0 bis 255 repräsentiert, zugewiesen. Dabei steht 0 für ein schwarzes, 255 für ein weißes Pixel. Wird eine Farbkamera 8 verwendet, so kann aus dem Farbbild zunächst ein Grautonbild erzeugt werden. Handelsübliche Farbkameras 8 erzeugen Farbinformationen, indem sich vor dem Sensorchip ein wellenlängenselektiv lichtdurchlässiges Gitter, ein sogenannter Bayer-Filter, befindet, das je nach Position im Gitter rotes, grünes oder blaues Licht durchlässt. Aus den roten, grünen und blauen Farbanteilen lässt sich dann ein sogenanntes RGB-Bild rekonstruieren. Dabei besitzt jedes Pixel drei Werte, diese repräsentieren die Lichtintensität im roten, grünen bzw. blauen Bereich des optischen Spektrums. Aus dem RGB-Bild lässt sich nun ein Graubild erzeugen, indem die Farbinformation auf eine reine Helligkeitsinformation reduziert wird. Im einfachsten Fall wird für jeden Pixel dazu der Grauwert als Mittelwert von Rot-, Grün-und Blauwert bestimmt. $$Grau=\frac{1}{3}Rot+\frac{1}{3}Gr\ddot{u}n+\frac{1}{3}Blau$$
  
• In der Praxis ist es üblich den Grünwert stärker und den Blauwert geringer zu gewichten, sodass die Formel z.B. so aussehen kann. $$Grau=\mathrm{0,3}Rot+\mathrm{0,6}Gr\ddot{u}n+\mathrm{0,1}Blau$$

  
• Entscheidend für das weitere Vorgehen ist das ein Kamerabild 32 vorliegt, bei dem die Lichtintensität durch die Werte der einzelnen Pixel repräsentiert wird.
• In einem Kamerabild 32 aus einem Garraum auf ein Backblech mit Pommes Frites wurden zur Auswertung alle Pixel mit Werten < 20 (auf einer Lichtintensitätsskala von 0 (schwarz) bis 255 (weiß)) als „verschmutzt“ markiert, alle anderen Pixel wurden als „nicht-verschmutzt“ markiert, sodass aus dem Kamerabild 32 das nachfolgend eingeblendete Binärbild entsteht:
• siehe Figur 4
• Der Wert 20 entspricht auf der verwendeten Skala einem sehr dunklen Grau. Ist ein Pixel noch dunkler, so ist die Lichtintensität hier extrem gering, was darauf hinweisen kann, dass der Lichteinfall durch eine Verschmutzung an dieser Stelle gestört wird. Die verschmutzten Pixel sind in der vorstehenden Abbildung weiß markiert, die nicht-verschmutzten sind schwarz. Es ist deutlich sichtbar, dass die Erkennung aus einem einzigen Kamerabild häufig nicht funktioniert und das Gargut einen großen Einfluss auf die Erkennung hat. So werden z.B. die Stellen zwischen den Pommes Frites fehlerhaft als Verschmutzungen identifiziert.
• Die Verwendung mehrerer Kamerabilder erlaubt eine Schmutzerkennung, ohne dass eine gezielte Handlung des Anwenders erforderlich wäre. Anstelle eines einzelnen Kamerabildes werden mehrere Kamerabilder aus aufeinanderfolgenden Garvorgängen verwendet. Aus den mehreren Kamerabildern wird ein Durchschnittsbild 42 errechnet, in dem für jedes Pixel die durchschnittliche Helligkeit mittels einer Metrik berechnet wird. Die untenstehende Gleichung zeigt dies für 3 Beispielbilder mit jeweils 2 x 2 Pixeln. Um das Durchschnittsbild 42 = D zu berechnen, wird für jedes Pixel in diesem Ausführungsbeispiel der arithmetische Mittelwert der korrespondierenden Pixel aus allen drei Bildern A, B und C berechnet. $$\text{A}=\left[\begin{array}{cc}20& 24\\ 1& 23\end{array}\right],\text{ B}=\left[\begin{array}{cc}12& 18\\ 10& 32\end{array}\right],C=\left[\begin{array}{cc}112& 21\\ 7& 41\end{array}\right],=>\text{D}=\left[\begin{array}{cc}48& 21\\ 6& 32\end{array}\right]$$

  

  $$\frac{A\left[i,j\right]+B\left[i,j\right]+C\left[i,j\right]}{3}=D\left[i,j\right]$$

  

  $$\frac{20+12+112}{3}=48$$

  

  $$\frac{24+18+21}{3}=21$$

  

  $$\frac{1+10+7}{3}=6$$

  

  $$\frac{23+32+41}{3}=32$$

  
• So kann beispielsweise aus mehreren Kamerabildern das nachfolgend eingeblendete Durchschnittsbild berechnet werden. Dieses Durchschnittsbild wurde aus nur sechs Kamerabildern ermittelt, sodass die unterschiedlichen Beladungen im Garraum 6 weiterhin gut erkennbar sind. Die Beladungen des Garraums 6 werden durch die Mittelwertbildung jedoch bereits abgeschwächt. Im Gegensatz dazu sind die Verschmutzungen jedoch immer gleich und werden durch Mittelwertbildung nicht abgeschwächt.
• siehe Figur 5
• Auch in diesem Bild können nun zur Binarisierung alle Pixel mit Werten < 20 als verschmutzt markiert werden. Die nachfolgend eingeblendete Abbildung zeigt die aus der vorstehenden Abbildung ermittelte Verschmutzung.
• siehe Figur 6
• Diese Abbildung zeigt bereits eine deutlich bessere Übereinstimmung mit der tatsächlichen Verschmutzung als das vorstehend eingeblendete einzelne Kamerabild. Die Verschmutzungen sind nach der Binarisierung hell dargestellt. Anhand der Anzahl verschmutzter Pixel kann nun eine Entscheidung über Reinigungsnotwendigkeit getroffen werden. Zum Beispiel kann bei mehr als 10% verschmutzter Pixel der Kunde darauf hingewiesen werden, dass der Garraum 6 verschmutzt ist.
• Werden mehr Bilder zur Ermittlung des Durchschnittsbildes verwendet, kann die Verschmutzungserkennung verbessert werden. Im Allgemeinen gilt: je mehr Bilder verwendet werden, desto besser funktioniert die Erkennung. Die nachfolgend eingeblendete Abbildung zeigt ein aus etwa 100 Bildern aus dem gleichen Garraum 6 ermitteltes Durchschnittsbild 42.
• siehe Figur 7
• Die nachfolgend eingeblendete Abbildung zeigt die anhand der vorstehenden Abbildung ermittelte Verschmutzung in einem binarisierten Bild.
• siehe Figur 8
• Mit Ausnahme der Regionen in den oberen Ecken, die sehr dunkel sind und daher fehlerhaft markiert werden, entspricht die Erkennung in sehr guter Näherung der tatsächlich vorhandenen Verschmutzung.
• Bei der Mittelwert-und Grenzwertbildung gibt es zwei mögliche Reihenfolgen. Vorstehend beschrieben wurde der Weg, bei dem erst ein Mittelwert und dann ein Grenzwert gebildet werden. Anstatt zunächst ein Durchschnittsbild 42 zu berechnen und dann aus diesem Bild die Verschmutzung anhand eines binarisierten Bildes zu erkennen, kann aber auch zunächst für jedes einzelne Kamerabild die Verschmutzungserkennung mittels einer Binarisierung durchgeführt werden und anschließend können die binären Verschmutzungsbilder mittels einer Metrik gemittelt werden. Dies kann zu einem unterschiedlichen Ergebnis führen. Wird erst für jedes Kamerabild einzeln eine Binarisierung durchgeführt und danach der Mittelwert gebildet, erhält man bei den gleichen Ausgangs-Kamerabildern das nachfolgend eingeblendete Ergebnis:
• siehe Figur 9
• Hier ist erkennbar, dass das Ergebnis in diesem Fall nicht mehr ein binäres Bild ist, in dem zwischen zwei Kategorien „verschmutzt, nicht-verschmutzt“ unterschieden wird. Stattdessen erhält jeder Pixel eine Verschmutzungswahrscheinlichkeit, die durch das Graulevel des Pixels im Ergebnisbild dargestellt wird. Je nach Anwendungsfall kann diese Vorgehensweise bessere Ergebnisse liefern.
• In den vorstehend gezeigten Ergebnisbildern ist erkennbar, dass die oberen Ecken des Bildes wie Verschmutzungen hervorgehoben werden, da sie im gegebenen Garraum 6 nur schlecht beleuchtet werden und daher wie Verschmutzungen konstant dunkel wirken. Um dies zu verhindern, können diese Regionen bei der Auswertung ignoriert werden. Alternativ können diese Ungleichheiten vor der Auswertung korrigiert werden. Dafür kann beispielsweise ein Medianfilter, bei dem jeder Pixelwert durch den Median der umliegenden Pixelwerte ersetzt wird, verwendet werden. Wird ein Medianfilter mit Größe 201x201px auf das vorstehend gezeigte aus 100 Kamerabildern erstellte Durchschnittsbild angewendet, erhält man das nachfolgend eingeblendete Bild:
• siehe Figur 10
• Werden das vorstehend gezeigte aus 100 Kamerabildern erstellte Durchschnittsbild und das mit dem Medianfilter korrigierte Bild voneinander subtrahiert, erhält man das nachfolgend eingeblendete Differenzbild:
• siehe Figur 11
• Auf dem vorstehend eingeblendeten Differenzbild sind verschmutzte Stellen wiederum hervorgehoben, es ist erkennbar, dass die dunklen oberen Ecken nicht fehlerhaft als verschmutzt erkannt werden. Beim Differenzbild kann wieder eine Binarisierung erfolgen, um verschmutzte von nicht-verschmutzten Pixeln zu trennen. Das Ergebnis davon ist in der nachfolgend eingeblendeten Abbildung gezeigt:
• siehe Figur 12
• Hier ist erkennbar, dass die große untere Verschmutzung nicht vollständig erkannt wird. Je nach Anwendungsfall kann die Helligkeitskorrektur sinnvoll sein.
• Die Erfindung ist nicht auf das vorliegende Ausführungsbeispiel begrenzt. Beispielsweise ist die erfindungsgemäße Lehre auch bei anderen Gargeräten als Backöfen vorteilhaft einsetzbar. Die Kameras oder anderen optischen Sensoren können auch an anderer Stelle als in der vorstehenden gegenständlichen Beschreibung vorgeschlagen positioniert werden, und zwar innerhalb oder außerhalb des Garraums, wie beispielsweise auch in der Zugangstür zum Garraum oder vor der Zugangstür zum Garraum, wie beispielsweise auf der dem Garraum zugewandten Seite eines Griffes, und es können mehrere Kameras und/oder optische Sensoren verwendet sein.
• Bezugszeichenliste

2

Gehäuse

2.1

Kühlkanal des Gehäuses 2, als Luftführung ausgebildet

4

Gehäusewand, als Backmuffelwand ausgebildet

4.1

Öffnung in der Gehäusewand 4, für die Kamera 8

4.2

Garraumdecke der Gehäusewand 4

6

Garraum, als Backmuffel ausgebildet

8

Kamera, als Fixfokuskamera ausgebildet

8.1

Objektiv der Kamera 8

10

Linse, als Sammellinse ausgebildet

11

Garraumbeleuchtung, als Kamerabeleuchtung ausgebildet

12

Dichtung

14

Gargutträger

16

Gargut

18

Isolationsschicht

19

Strahlengang des Lichts

20

Oberhitze-Heizkörper

22

Flansch

30

Gargerät

32

Kamerabild

34

Bedienelektronik

40

Auswerteelektronik

42

Durchschnittsbild

44

Zeitpunkt

46

Bildverarbeitungssoftware

48

Datenkommunikation

50

Graubild

52

Differenzbild

60

Helligkeitswert

70

Mittelwertbildung

80

Grenzwertbildung

90

Feststellung Reinigungserfordernis

Claims (12)

1. Verfahren zur Bestimmung des Zeitpunktes für die Reinigung eines Garraums (6) eines Gargeräts (30), bei dem Kamerabilder (32) einer in den Garraum (6) gerichteten Kamera (8) einer Auswerteelektronik (40) zugeführt werden, die anhand der Kamerabilder (32) den Verschmutzungsgrad des Garraums (6) über eine softwaregestützte Bildauswertung bestimmt, dadurch gekennzeichnet, dass aus mehreren Kamerabildern (32) die Helligkeitswerte (60) mehrerer oder aller Pixel der Kamerabilder (32) über eine Mittelwertbildung (70) mittels einer Metrik und anschließender Grenzwertbildung (80) oder über eine Grenzwertbildung (80) und anschließender Mittelwertbildung (70) mittels einer Metrik berechnet werden und danach entschieden wird, ob eine Reinigung erforderlich ist.
2. Verfahren nach Anspruch 1, dadurch gekennzeichnet, dass bei der Mittelwertbildung (70) mittels einer Metrik und anschließenden Grenzwertbildung (80) zunächst ein Durchschnittsbild (42) errechnet wird, dann für eine Mehrzahl oder alle Pixel des Durchschnittsbilds (42) ein durchschnittlicher Helligkeitswert (60) berechnet wird, dann die durchschnittlichen Helligkeitswerte (60) der Pixel mit einem Grenzwert verglichen werden, der eine binarisierende Bewertungsschwelle für die Unterscheidung der durchschnittlichen Helligkeitswerte (60) zwischen einem als verschmutzt oder nicht verschmutzt bewerteten Pixel darstellt, und danach anhand der Anzahl der nach dem Grenzwertvergleich als verschmutzt bewerteten Pixel entschieden wird, ob eine Reinigung erforderlich ist.
3. Verfahren nach Anspruch 1, dadurch gekennzeichnet, dass bei der Grenzwertbildung (80) und anschließenden Mittelwertbildung (70) mittels einer Metrik zunächst für eine Mehrzahl oder alle Pixel jedes Kamerabilds (32) ein individueller Helligkeitswert (60) berechnet wird, dann die individuellen Helligkeitswerte (60) der Pixel mit einem Grenzwert verglichen werden, der eine binarisierende Bewertungsschwelle für die Unterscheidung der individuellen Helligkeitswerte (60) zwischen einem als verschmutzt oder nicht verschmutzt bewerteten Pixel des Kamerabildes (32) darstellt, aus den als verschmutzt oder nicht verschmutzt bewerteten Pixeln ein binäres Verschmutzungsbild zu jedem Kamerabild (32) erstellt wird, und danach aus einer Mehrzahl oder allen Pixeln der binären Verschmutzungsbilder ein Durchschnittsbild (42) errechnet wird, bei dem der Graulevelwert jedes Pixels einer Verschmutzungswahrscheinlichkeit entspricht, und die Graulevelwerte der Pixel zu einem durchschnittlichen Verschmutzungswahrscheinlichkeitswert des Durchschnittsbildes (42) verrechnet werden, der mit einem Grenzwert verglichen wird und bei einer Überschreitung des Grenzwerts die Reinigung als erforderlich bewertet wird.
4. Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass alle der mehreren Kamerabilder (32) farbige Bilder sind, bei denen die Farbkanäle der einzelnen Pixel unterschiedlich ausgewertet oder ohne die Farbwerte weiter verrechnet werden.
5. Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass die Kamerabilder (32) von der Kamera (8) durch eine transparente Schicht hindurch gefertigt werden, die die Kamera (8) vom Garraum (6) trennt, wobei die transparente Schicht einen Teil der Innenwandung des Garraums (6) bildet.
6. Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass der Verschmutzungsgrad der transparenten Schicht als Indikator für den Verschmutzungsgrad des Garraums (6) dient.
7. Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass die mehreren Kamerabilder (32) mehrere verschiedene Garvorgänge und/oder Beladungssituationen zeigen.
8. Verfahren nach einem der vorhergehenden Ansprüche 2 bis 7, dadurch gekennzeichnet, dass die Auswerteelektronik (40) die Qualität des Durchschnittsbildes (42) mit einem Bewertungsalgorithmus bewertet und ein Zeitpunkt für die Reinigung des Garraums (6) nur dann bestimmt wird, wenn die Qualität des Durchschnitttsbildes (42) als ausreichend bewertet worden ist.
9. Verfahren nach einem der vorhergehenden Ansprüche 2 bis 8, dadurch gekennzeichnet, dass der Verschmutzungsgrad von Pixeln oder Pixelfeldern des Durchschnittsbildes (42) oder einer daraus gebildeten Ableitung in verschiedenen Sektoren des Durchschnittsbildes (42) oder einer daraus gebildeten Ableitung unterschiedlich gewichtet wird.
10. Verfahren nach Anspruch 9, dadurch gekennzeichnet, dass die Klassifizierung der Pixel und/oder Pixelfelder unter der Berücksichtigung von Wahrscheinlichkeiten der jeweiligen Klassifizierung erfolgt.
11. Verfahren nach einem der vorhergehenden Ansprüche 2 bis 10, dadurch gekennzeichnet, dass aus dem Durchschnittsbild (42) in einem Korrekturlauf Strukturen mit einer geringen Größe entfernt werden.
12. Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass die Auswerteelektronik (40) nach einer durchgeführten Reinigung des Garraums (6) vorher aufgenommene Kamerabilder (32) löscht.

Images