基于图像特征匹配的商品快速识别方法及系统的制作方法
基于图像特征匹配的商品快速识别方法及系统的制作方法
【专利摘要】本发明公开了一种基于图像特征匹配的商品快速识别方法及系统，该方法包括如下步骤：利用拍摄装置对放置于商品传送通道上的待识别商品拍照、分割；对获取的商品图像进行颜色、形状低层特征的提取，并将当前待识别商品的颜色、形状低层特征进行编码后，在数据库中进行检索与粗匹配，以排减数据库中的商品；利用局部不变性特征对商品信息库中排减剩余商品进行准确匹配识别，生成账单，通过本发明，可实现对商品图像外观进行便捷、快速、准确识别，并生成账单方便完成交易。
【专利说明】基于图像特征匹配的商品快速识别方法及系统
【技术领域】
[0001]本发明涉及一种商品快速识别方法及系统，特别是涉及一种基于图像特征匹配的商品快速识别方法及系统。
【背景技术】
[0002]如今超市已经成为国内外消费者经常光顾的购物和体验的主要场所，但目前超市主要采用的自动结账系统是条形码扫描技术，存在交款排队时间长等问题，给消费者带来时间上的浪费和心理上的反感，同时也给商家带来了经济上的损失。如何能够提高收款速度，解决超市购物交费排队现象，是当前超市改进服务质量的重点，也是广大消费者最渴望解决的问题。有鉴于此，各种方便自动的零售结账系统相继出现，如主流的FastLaneTM自助结账系统、RFID结账通道。然而这些结账系统在给消费者带来方便购物的同时，也存在着各种各样的现实问题，制约着它们的广泛使用。
[0003]FastLaneTM自助结账系统，利用的是条形码扫描技术，条形码本身具有一些缺点，如果标签被划破，污染或是脱落，扫描仪无法辨认目标等。同时此产品要靠消费者自己扫描完成交易，根据采访调查显示消费者感觉操作繁琐，更愿意采取传统结账方式。
[0004]RFID结账通道，利用射频技术，具有方便快捷的优势，但每件商品都要粘贴RFID电子标签会提高超市自身的工作量和成本，还有来自金属、液体、人体的干扰冲障问题，其中最大的缺点就是射频识别标签的成本高昂。
[0005]近年来,基于加速鲁棒性特征(Speeded Up Robust Features, SURF)的识别算法，由于其方便计算机处理和较强的鲁棒性，得到越来越广泛的应用。然而面对庞大的商品数量，SURF算法提高的速度并不能满足实时性要求；且SURF只能处理灰度图像，对颜色信息具有先天不足。
【发明内容】
[0006]为克服上述现有技术存在的不足，本发明之目的在于提供一种基于图像特征匹配的商品快速识别方法及系统，以实现对商品图像外观进行便捷、快速、准确识别，并生成账单方便完成交易。
[0007]为达上述及其它目的，本发明提出一种基于图像特征匹配的商品快速识别方法，包括如下步骤:
[0008]步骤一，利用拍摄装置对放置于商品传送通道上的待识别商品拍照、分割；
[0009]步骤二，对获取的商品图像进行颜色、形状低层特征的提取，并将当前待识别商品的颜色、形状低层特征进行编码后，在数据库中进行检索与粗匹配，以排减数据库中的商品;
[0010]步骤三，利用局部不变性特征对商品信息库中排减剩余商品进行准确匹配识别，生成账单。
[0011]进一步地，于步骤一中，利用红外装置检测到商品后，触发该拍摄装置，由该拍摄装置对该待识别商品进行拍照，并存储到内存当中。
[0012]进一步地，于步骤二中，对商品图像的颜色特征提取及编码包括如下步骤:
[0013]将图像从RGB颜色空间转换到HSV颜色空间。
[0014]分别计算赤、橙、黄、绿、青、蓝、紫、黑、白、灰十种颜色在图像中所占的颜色比。
[0015]设定阈值，对十种颜色比进行量化；
[0016]将量化后十种主颜色分为若干部分，分别进行二进制编码，并依据编码规则，为商品分配数字标签，创建商品颜色编码数据表。
[0017]进一步地，将量化后十种主颜色分为3，3，3，I四个部分，分别进行二进制编码，同时为压缩数据长度，对各部分求和得到一个四位的编码数据，依据此编码规则，为商品分配数字标签，创建商品颜色编码数据表。
[0018]进一步地，于步骤二中，对商品图像的形状特征提取及编码包括如下步骤:
[0019]当物体的边界已知时，用其外接矩形的尺寸来刻画商品的基本形状；
[0020]对任意朝向的物体，首先确定物体的主轴，然后计算反映物体形状特征的主轴方向上的长度和与其垂直方向上的宽度；
[0021]采用水平宽度与垂直宽度之比作为形状特征；
[0022]设置误差，将前期商品图像长宽比的平均值加减0.3得到的数据，匹配以0.8为等间距的数据区域，并以其所在区域数为其编码，创建商品形状编码数据表。
[0023]进一步地，于步骤三中，匹配成功率最高且大于90%的两者，认为是成功匹配，从而得到商品信息，根据获得的商品信息，生成账单。
[0024]进一步地，于步骤三中，通过特征点检测、特征点描述和特征点匹配提取该局部不变性特征。
[0025]进一步地，于步骤二中，由服务器对当前待识别商品的颜色、形状特征按照二进制编码后，在数据库中进行检索与粗匹配。
[0026]为达到上述目的，本发明还提供一种基于图像特征匹配的商品快速识别系统，至少包括:
[0027]图像摄取模块，利用拍摄装置对放置于商品传送通道上的待识别商品拍摄；
[0028]特征提取模块，对当前拍摄的图像进行颜色、形状低层特征的提取，并对提取的颜色、形状特征进行编码，获得颜色编码数据及形状编码数据；
[0029]特征粗匹配模块，将该颜色编码数据及该形状编码数据于数据库中进行检索与粗匹配，排减数据库中的商品；
[0030]SUFT精确匹配模块，利用局部不变性特征对数据库中排减剩余商品进行准确匹配识别，生成账单。
[0031]进一步地，该特征提取模块利用该拍摄装置的处理控制模块对当前图像进行颜色及形状特征提取，并由服务器对其进行二进制编码，形成颜色编码数据及形状编码数据。
[0032]与现有技术相比，本发明一种基于图像特征匹配的商品快速识别方法及系统通过利用拍摄装置对竖放或平放在商品传送通道上的待识别商品拍照、分割，提取商品图像的颜色、形状低层特征作为商品图像粗匹配，从庞大的商品库中筛选并去除大量不相关商品，然后利用surf局部不变性特征，与粗匹配后商品信息库中的商品图像特征进行精确匹配，从而实现商品自动快速识别，同时，本发明将每种商品的颜色和形状特征进行数字编码分类，使待识别商品能够直接对商品库中的商品进行快速搜索，可以很大的提高运算速度并大幅排减商品库中的商品数量，利于后续利用高效识别算法对排减后的商品库进行快速准确识别。
【专利附图】
【附图说明】
[0033]图1为本发明一种基于图像特征匹配的商品快速识别方法的步骤流程图；
[0034]图2为本发明一种基于图像特征匹配的商品快速识别方法之较佳实施例的流程图；
[0035]图3为本发明一种基于图像特征匹配的商品快速识别系统的系统架构图。
【具体实施方式】
[0036]以下通过特定的具体实例并结合【专利附图】
【附图说明】本发明的实施方式，本领域技术人员可由本说明书所揭示的内容轻易地了解本发明的其它优点与功效。本发明亦可通过其它不同的具体实例加以施行或应用，本说明书中的各项细节亦可基于不同观点与应用，在不背离本发明的精神下进行各种修饰与变更。
[0037]图1为本发明一种基于图像特征匹配的商品快速识别方法的步骤流程图。如图1所示，本发明一种基于图像特征匹配的商品快速识别方法，包括如下步骤:
[0038]步骤101，对放置于商品传送通道上的待识别商品拍照、分割，并进行颜色、形状特征的提取。在本发明较佳实施例中，由利用红外等检测装置检测到商品后，触发拍摄装置，如相机，由相机对待识别商品进行拍照，并存储到内存当中。
[0039]步骤102，提取商品图像的颜色、形状低层特征作为商品图像粗匹配依据，从庞大的商品库中筛选并去除大量不相关商品。具体地说，抽样商品图像中明显颜色、形状低层特征数据信息，将其经二进制编码，快速匹配并大量排减商品信息库中的商品。在本发明较佳实施例中，通过相机中的处理控制模块对当前拍摄的图像进行特征提取，主要是进行颜色、形状特征的提取，然后由服务器对当前颜色、形状特征，按照二进制编码后，在数据库中进行检索与粗匹配。
[0040]步骤103，利用局部不变性特征surf对商品信息库中排减剩余商品进行准确匹配识别，生成账单。在本发明中，匹配成功率最高且大于90%的两者，认为是成功匹配，从而得到商品信息。收银员在POS终端机上，根据第5步获得的商品信息，得到商品名称与价格，完成整个交易，如果匹配出错，则系统报警，由收银员帮助完成操作。
[0041]SURF特征是一种图像的局部特征，当目标图像发生旋转、尺度缩放、亮度变化时，具有不变性，并且对视角变化、仿射变换和噪声等也具有一定程度的稳定性。
[0042]在本发明中，SURF特征提取包括如下过程:特征点检测、特征点描述和特征点匹配三部分。在本发明较佳实施例中，特征点检测采用了基于Hessian (海赛)矩阵的检测器，其在稳定性和可重复性方面都优于基于Harris的检测器。
[0043]在步骤102中，对商品图像的颜色特征提取及编码的步骤包括如下步骤:
[0044]步骤一，将图像从RGB颜色空间转换到HSV颜色空间。
[0045]步骤二，分别计算赤、橙、黄、绿、青、蓝、紫、黑、白、灰十种颜色在图像中所占的颜色比。[0046]步骤三，设定阈值，对十种颜色比进行量化。例如大于阈值则为1，反之为O。
[0047]步骤四，将量化后十种主颜色分为3，3，3，I四个部分，分别进行二进制编码。为压缩数据长度，对各部分求和得到一个四位的编码数据。依据此编码规则，为商品分配数字标签，创建商品颜色编码数据表。
[0048]在步骤102中，对商品图像的形状特征提取及编码的步骤包括如下步骤:
[0049](I)当物体的边界已知时，用其外接矩形的尺寸来刻画商品的基本形状。利用商品在坐标轴方向上的外接矩形，得到物体的水平跨度和垂直跨度。
[0050](2)对任意朝向的物体，首先确定物体的主轴，然后计算反映物体形状特征的主轴方向上的长度和与其垂直方向上的宽度。
[0051](3)当图像大小改变时，要求形状特征具有不变性。因此采用水平宽度与垂直宽度之比作为形状特征。
[0052](4)设置误差，将前期商品图像长宽比的平均值加减0.3得到的数据，匹配以0.8为等间距的数据区域(如表1)，并以其所在区域数为其编码，创建商品形状编码数据表。
[0053]表1
【权利要求】
1.一种基于图像特征匹配的商品快速识别方法，包括如下步骤: 步骤一，利用拍摄装置对放置于商品传送通道上的待识别商品拍照、分割； 步骤二，对获取的商品图像进行颜色、形状低层特征的提取，并将当前待识别商品的颜色、形状低层特征进行编码后，在数据库中进行检索与粗匹配，以排减数据库中的商品； 步骤三，利用局部不变性特征对商品信息库中排减剩余商品进行准确匹配识别，生成账单。
2.如权利要求1所述的一种基于图像特征匹配的商品快速识别方法，其特征在于:于步骤一中，利用红外装置检测到商品后，触发该拍摄装置，由该拍摄装置对该待识别商品进行拍照，并存储到内存当中。
3.如权利要求1所述的一种基于图像特征匹配的商品快速识别方法，其特征在于，于步骤二中，对商品图像的颜色特征提取及编码包括如下步骤: 将图像从RGB颜色空间转换到HSV颜色空间； 分别计算赤、橙、黄、绿、青、蓝、紫、黑、白、灰十种颜色在图像中所占的颜色比； 设定阈值，对十种颜色比进行量化； 将量化后十种主颜色分为若干部分，分别进行二进制编码，并依据编码规则，为商品分配数字标签，创建商品颜色编码数据表。
4.如权利要求3所述的一种基于图像特征匹配的商品快速识别方法，其特征在于:将量化后十种主颜色分为3，3，3，I四个部分，分别进行二进制编码，同时为压缩数据长度，对各部分求和得到一个四位的编码数据，`依据此编码规则，为商品分配数字标签，创建商品颜色编码数据表。
5.如权利要求3所述的一种基于图像特征匹配的商品快速识别方法，其特征在于，于步骤二中，对商品图像的形状特征提取及编码包括如下步骤: 当物体的边界已知时，用其外接矩形的尺寸来刻画商品的基本形状； 对任意朝向的物体，首先确定物体的主轴，然后计算反映物体形状特征的主轴方向上的长度和与其垂直方向上的宽度； 采用水平宽度与垂直宽度之比作为形状特征； 设置误差，将前期商品图像长宽比的平均值加减0.3得到的数据，匹配以0.8为等间距的数据区域，并以其所在区域数为其编码，创建商品形状编码数据表。
6.如权利要求5所述的一种基于图像特征匹配的商品快速识别方法，其特征在于:于步骤三中，匹配成功率最高且大于90%的两者，认为是成功匹配，从而得到商品信息，根据获得的商品息，生成账单。
7.如权利要求5所述的一种基于图像特征匹配的商品快速识别方法，其特征在于:于步骤三中，通过特征点检测、特征点描述和特征点匹配提取该局部不变性特征。
8.如权利要求1所述的一种基于图像特征匹配的商品快速识别方法，其特征在于:于步骤二中，由服务器对当前待识别商品的颜色、形状特征按照二进制编码后，在数据库中进行检索与粗匹配。
9.一种基于图像特征匹配的商品快速识别系统，至少包括: 图像摄取模块，利用拍摄装置对放置于商品传送通道上的待识别商品拍摄； 特征提取模块，对当前拍摄的图像进行颜色、形状低层特征的提取，并对提取的颜色、形状特征进行编码，获得颜色编码数据及形状编码数据； 特征粗匹配模块，将该颜色编码数据及该形状编码数据于数据库中进行检索与粗匹配，排减数据库中的商品； SUFT精确匹配模块，利用局部不变性特征对数据库中排减剩余商品进行准确匹配识另Ij，生成账单。
10.如权利要求9所述的一种基于图像特征匹配的商品快速识别系统，其特征在于:该特征提取模块利用该拍摄装置的处理控制模块对当前图像进行颜色及形状特征提取，并由服务器对其进行二进制编码，形成颜色编码数据及形状编码数据。
【文档编号】G06K9/00GK103617420SQ201310637710
【公开日】2014年3月5日 申请日期:2013年11月27日 优先权日:2013年11月27日
【发明者】赵莹, 刘森, 李庆猛, 张 浩, 魏宏来 申请人:上海电机学院
【专利摘要】本发明公开了一种基于图像特征匹配的商品快速识别方法及系统，该方法包括如下步骤：利用拍摄装置对放置于商品传送通道上的待识别商品拍照、分割；对获取的商品图像进行颜色、形状低层特征的提取，并将当前待识别商品的颜色、形状低层特征进行编码后，在数据库中进行检索与粗匹配，以排减数据库中的商品；利用局部不变性特征对商品信息库中排减剩余商品进行准确匹配识别，生成账单，通过本发明，可实现对商品图像外观进行便捷、快速、准确识别，并生成账单方便完成交易。
【专利说明】基于图像特征匹配的商品快速识别方法及系统
【技术领域】
[0001]本发明涉及一种商品快速识别方法及系统，特别是涉及一种基于图像特征匹配的商品快速识别方法及系统。
【背景技术】
[0002]如今超市已经成为国内外消费者经常光顾的购物和体验的主要场所，但目前超市主要采用的自动结账系统是条形码扫描技术，存在交款排队时间长等问题，给消费者带来时间上的浪费和心理上的反感，同时也给商家带来了经济上的损失。如何能够提高收款速度，解决超市购物交费排队现象，是当前超市改进服务质量的重点，也是广大消费者最渴望解决的问题。有鉴于此，各种方便自动的零售结账系统相继出现，如主流的FastLaneTM自助结账系统、RFID结账通道。然而这些结账系统在给消费者带来方便购物的同时，也存在着各种各样的现实问题，制约着它们的广泛使用。
[0003]FastLaneTM自助结账系统，利用的是条形码扫描技术，条形码本身具有一些缺点，如果标签被划破，污染或是脱落，扫描仪无法辨认目标等。同时此产品要靠消费者自己扫描完成交易，根据采访调查显示消费者感觉操作繁琐，更愿意采取传统结账方式。
[0004]RFID结账通道，利用射频技术，具有方便快捷的优势，但每件商品都要粘贴RFID电子标签会提高超市自身的工作量和成本，还有来自金属、液体、人体的干扰冲障问题，其中最大的缺点就是射频识别标签的成本高昂。
[0005]近年来,基于加速鲁棒性特征(Speeded Up Robust Features, SURF)的识别算法，由于其方便计算机处理和较强的鲁棒性，得到越来越广泛的应用。然而面对庞大的商品数量，SURF算法提高的速度并不能满足实时性要求；且SURF只能处理灰度图像，对颜色信息具有先天不足。
【发明内容】
[0006]为克服上述现有技术存在的不足，本发明之目的在于提供一种基于图像特征匹配的商品快速识别方法及系统，以实现对商品图像外观进行便捷、快速、准确识别，并生成账单方便完成交易。
[0007]为达上述及其它目的，本发明提出一种基于图像特征匹配的商品快速识别方法，包括如下步骤:
[0008]步骤一，利用拍摄装置对放置于商品传送通道上的待识别商品拍照、分割；
[0009]步骤二，对获取的商品图像进行颜色、形状低层特征的提取，并将当前待识别商品的颜色、形状低层特征进行编码后，在数据库中进行检索与粗匹配，以排减数据库中的商品;
[0010]步骤三，利用局部不变性特征对商品信息库中排减剩余商品进行准确匹配识别，生成账单。
[0011]进一步地，于步骤一中，利用红外装置检测到商品后，触发该拍摄装置，由该拍摄装置对该待识别商品进行拍照，并存储到内存当中。
[0012]进一步地，于步骤二中，对商品图像的颜色特征提取及编码包括如下步骤:
[0013]将图像从RGB颜色空间转换到HSV颜色空间。
[0014]分别计算赤、橙、黄、绿、青、蓝、紫、黑、白、灰十种颜色在图像中所占的颜色比。
[0015]设定阈值，对十种颜色比进行量化；
[0016]将量化后十种主颜色分为若干部分，分别进行二进制编码，并依据编码规则，为商品分配数字标签，创建商品颜色编码数据表。
[0017]进一步地，将量化后十种主颜色分为3，3，3，I四个部分，分别进行二进制编码，同时为压缩数据长度，对各部分求和得到一个四位的编码数据，依据此编码规则，为商品分配数字标签，创建商品颜色编码数据表。
[0018]进一步地，于步骤二中，对商品图像的形状特征提取及编码包括如下步骤:
[0019]当物体的边界已知时，用其外接矩形的尺寸来刻画商品的基本形状；
[0020]对任意朝向的物体，首先确定物体的主轴，然后计算反映物体形状特征的主轴方向上的长度和与其垂直方向上的宽度；
[0021]采用水平宽度与垂直宽度之比作为形状特征；
[0022]设置误差，将前期商品图像长宽比的平均值加减0.3得到的数据，匹配以0.8为等间距的数据区域，并以其所在区域数为其编码，创建商品形状编码数据表。
[0023]进一步地，于步骤三中，匹配成功率最高且大于90%的两者，认为是成功匹配，从而得到商品信息，根据获得的商品信息，生成账单。
[0024]进一步地，于步骤三中，通过特征点检测、特征点描述和特征点匹配提取该局部不变性特征。
[0025]进一步地，于步骤二中，由服务器对当前待识别商品的颜色、形状特征按照二进制编码后，在数据库中进行检索与粗匹配。
[0026]为达到上述目的，本发明还提供一种基于图像特征匹配的商品快速识别系统，至少包括:
[0027]图像摄取模块，利用拍摄装置对放置于商品传送通道上的待识别商品拍摄；
[0028]特征提取模块，对当前拍摄的图像进行颜色、形状低层特征的提取，并对提取的颜色、形状特征进行编码，获得颜色编码数据及形状编码数据；
[0029]特征粗匹配模块，将该颜色编码数据及该形状编码数据于数据库中进行检索与粗匹配，排减数据库中的商品；
[0030]SUFT精确匹配模块，利用局部不变性特征对数据库中排减剩余商品进行准确匹配识别，生成账单。
[0031]进一步地，该特征提取模块利用该拍摄装置的处理控制模块对当前图像进行颜色及形状特征提取，并由服务器对其进行二进制编码，形成颜色编码数据及形状编码数据。
[0032]与现有技术相比，本发明一种基于图像特征匹配的商品快速识别方法及系统通过利用拍摄装置对竖放或平放在商品传送通道上的待识别商品拍照、分割，提取商品图像的颜色、形状低层特征作为商品图像粗匹配，从庞大的商品库中筛选并去除大量不相关商品，然后利用surf局部不变性特征，与粗匹配后商品信息库中的商品图像特征进行精确匹配，从而实现商品自动快速识别，同时，本发明将每种商品的颜色和形状特征进行数字编码分类，使待识别商品能够直接对商品库中的商品进行快速搜索，可以很大的提高运算速度并大幅排减商品库中的商品数量，利于后续利用高效识别算法对排减后的商品库进行快速准确识别。
【专利附图】
【附图说明】
[0033]图1为本发明一种基于图像特征匹配的商品快速识别方法的步骤流程图；
[0034]图2为本发明一种基于图像特征匹配的商品快速识别方法之较佳实施例的流程图；
[0035]图3为本发明一种基于图像特征匹配的商品快速识别系统的系统架构图。
【具体实施方式】
[0036]以下通过特定的具体实例并结合【专利附图】
【附图说明】本发明的实施方式，本领域技术人员可由本说明书所揭示的内容轻易地了解本发明的其它优点与功效。本发明亦可通过其它不同的具体实例加以施行或应用，本说明书中的各项细节亦可基于不同观点与应用，在不背离本发明的精神下进行各种修饰与变更。
[0037]图1为本发明一种基于图像特征匹配的商品快速识别方法的步骤流程图。如图1所示，本发明一种基于图像特征匹配的商品快速识别方法，包括如下步骤:
[0038]步骤101，对放置于商品传送通道上的待识别商品拍照、分割，并进行颜色、形状特征的提取。在本发明较佳实施例中，由利用红外等检测装置检测到商品后，触发拍摄装置，如相机，由相机对待识别商品进行拍照，并存储到内存当中。
[0039]步骤102，提取商品图像的颜色、形状低层特征作为商品图像粗匹配依据，从庞大的商品库中筛选并去除大量不相关商品。具体地说，抽样商品图像中明显颜色、形状低层特征数据信息，将其经二进制编码，快速匹配并大量排减商品信息库中的商品。在本发明较佳实施例中，通过相机中的处理控制模块对当前拍摄的图像进行特征提取，主要是进行颜色、形状特征的提取，然后由服务器对当前颜色、形状特征，按照二进制编码后，在数据库中进行检索与粗匹配。
[0040]步骤103，利用局部不变性特征surf对商品信息库中排减剩余商品进行准确匹配识别，生成账单。在本发明中，匹配成功率最高且大于90%的两者，认为是成功匹配，从而得到商品信息。收银员在POS终端机上，根据第5步获得的商品信息，得到商品名称与价格，完成整个交易，如果匹配出错，则系统报警，由收银员帮助完成操作。
[0041]SURF特征是一种图像的局部特征，当目标图像发生旋转、尺度缩放、亮度变化时，具有不变性，并且对视角变化、仿射变换和噪声等也具有一定程度的稳定性。
[0042]在本发明中，SURF特征提取包括如下过程:特征点检测、特征点描述和特征点匹配三部分。在本发明较佳实施例中，特征点检测采用了基于Hessian (海赛)矩阵的检测器，其在稳定性和可重复性方面都优于基于Harris的检测器。
[0043]在步骤102中，对商品图像的颜色特征提取及编码的步骤包括如下步骤:
[0044]步骤一，将图像从RGB颜色空间转换到HSV颜色空间。
[0045]步骤二，分别计算赤、橙、黄、绿、青、蓝、紫、黑、白、灰十种颜色在图像中所占的颜色比。[0046]步骤三，设定阈值，对十种颜色比进行量化。例如大于阈值则为1，反之为O。
[0047]步骤四，将量化后十种主颜色分为3，3，3，I四个部分，分别进行二进制编码。为压缩数据长度，对各部分求和得到一个四位的编码数据。依据此编码规则，为商品分配数字标签，创建商品颜色编码数据表。
[0048]在步骤102中，对商品图像的形状特征提取及编码的步骤包括如下步骤:
[0049](I)当物体的边界已知时，用其外接矩形的尺寸来刻画商品的基本形状。利用商品在坐标轴方向上的外接矩形，得到物体的水平跨度和垂直跨度。
[0050](2)对任意朝向的物体，首先确定物体的主轴，然后计算反映物体形状特征的主轴方向上的长度和与其垂直方向上的宽度。
[0051](3)当图像大小改变时，要求形状特征具有不变性。因此采用水平宽度与垂直宽度之比作为形状特征。
[0052](4)设置误差，将前期商品图像长宽比的平均值加减0.3得到的数据，匹配以0.8为等间距的数据区域(如表1)，并以其所在区域数为其编码，创建商品形状编码数据表。
[0053]表1
【权利要求】
1.一种基于图像特征匹配的商品快速识别方法，包括如下步骤: 步骤一，利用拍摄装置对放置于商品传送通道上的待识别商品拍照、分割； 步骤二，对获取的商品图像进行颜色、形状低层特征的提取，并将当前待识别商品的颜色、形状低层特征进行编码后，在数据库中进行检索与粗匹配，以排减数据库中的商品； 步骤三，利用局部不变性特征对商品信息库中排减剩余商品进行准确匹配识别，生成账单。
2.如权利要求1所述的一种基于图像特征匹配的商品快速识别方法，其特征在于:于步骤一中，利用红外装置检测到商品后，触发该拍摄装置，由该拍摄装置对该待识别商品进行拍照，并存储到内存当中。
3.如权利要求1所述的一种基于图像特征匹配的商品快速识别方法，其特征在于，于步骤二中，对商品图像的颜色特征提取及编码包括如下步骤: 将图像从RGB颜色空间转换到HSV颜色空间； 分别计算赤、橙、黄、绿、青、蓝、紫、黑、白、灰十种颜色在图像中所占的颜色比； 设定阈值，对十种颜色比进行量化； 将量化后十种主颜色分为若干部分，分别进行二进制编码，并依据编码规则，为商品分配数字标签，创建商品颜色编码数据表。
4.如权利要求3所述的一种基于图像特征匹配的商品快速识别方法，其特征在于:将量化后十种主颜色分为3，3，3，I四个部分，分别进行二进制编码，同时为压缩数据长度，对各部分求和得到一个四位的编码数据，`依据此编码规则，为商品分配数字标签，创建商品颜色编码数据表。
5.如权利要求3所述的一种基于图像特征匹配的商品快速识别方法，其特征在于，于步骤二中，对商品图像的形状特征提取及编码包括如下步骤: 当物体的边界已知时，用其外接矩形的尺寸来刻画商品的基本形状； 对任意朝向的物体，首先确定物体的主轴，然后计算反映物体形状特征的主轴方向上的长度和与其垂直方向上的宽度； 采用水平宽度与垂直宽度之比作为形状特征； 设置误差，将前期商品图像长宽比的平均值加减0.3得到的数据，匹配以0.8为等间距的数据区域，并以其所在区域数为其编码，创建商品形状编码数据表。
6.如权利要求5所述的一种基于图像特征匹配的商品快速识别方法，其特征在于:于步骤三中，匹配成功率最高且大于90%的两者，认为是成功匹配，从而得到商品信息，根据获得的商品息，生成账单。
7.如权利要求5所述的一种基于图像特征匹配的商品快速识别方法，其特征在于:于步骤三中，通过特征点检测、特征点描述和特征点匹配提取该局部不变性特征。
8.如权利要求1所述的一种基于图像特征匹配的商品快速识别方法，其特征在于:于步骤二中，由服务器对当前待识别商品的颜色、形状特征按照二进制编码后，在数据库中进行检索与粗匹配。
9.一种基于图像特征匹配的商品快速识别系统，至少包括: 图像摄取模块，利用拍摄装置对放置于商品传送通道上的待识别商品拍摄； 特征提取模块，对当前拍摄的图像进行颜色、形状低层特征的提取，并对提取的颜色、形状特征进行编码，获得颜色编码数据及形状编码数据； 特征粗匹配模块，将该颜色编码数据及该形状编码数据于数据库中进行检索与粗匹配，排减数据库中的商品； SUFT精确匹配模块，利用局部不变性特征对数据库中排减剩余商品进行准确匹配识另Ij，生成账单。
10.如权利要求9所述的一种基于图像特征匹配的商品快速识别系统，其特征在于:该特征提取模块利用该拍摄装置的处理控制模块对当前图像进行颜色及形状特征提取，并由服务器对其进行二进制编码，形成颜色编码数据及形状编码数据。
【文档编号】G06K9/00GK103617420SQ201310637710
【公开日】2014年3月5日 申请日期:2013年11月27日 优先权日:2013年11月27日
【发明者】赵莹, 刘森, 李庆猛, 张 浩, 魏宏来 申请人:上海电机学院
相关技术
网友询问留言
已有0条留言
- 还没有人留言评论。精彩留言会获得点赞！
1