一种高端酒水鉴真的方法、移动终端和计算机存储介质与流程

本申请涉及酒水鉴真技术领域，具体涉及一种高端酒水鉴真的方法、移动终端和计算机存储介质。

背景技术：

酒水流通市场市值已经过万亿，新出的酒水层出不穷，品牌辨识难度也日益增加，传统的酒品鉴定只能通过人工进行鉴定。

本申请的发明人在长期研发中发现，现有的高端酒水假货横行真伪难辨，普通消费者更是没有鉴别能力，且人工进行鉴定局限性过大，例如人工可能经验不足，存在误判、必须由专业人士进行判定，需要将酒带去交由别人鉴定，存在邮寄鉴定风险过高等问题，导致高端酒水鉴别困难大，时间周期长，二手交易流通过程中交易成本高。

技术实现要素：

本申请提供一种高端酒水鉴真的方法、移动终端和计算机存储介质，以解决现有高端酒水鉴真困难的问题。

为解决上述技术问题，本申请采用的一个技术方案是：提供一种高端酒水鉴真的方法，其中，所述方法包括：

获取高端酒水瓶体的原始图像；

将所述原始图像进行预处理得到样本图像；

将所述样本图像上传至神经网络进行识别；

输出识别结果。

为解决上述技术问题，本申请采用的另一个技术方案是：提供一种移动终端，其中，所述移动终端包括相互耦接的处理器和存储器，所述存储器用于存储计算机程序，所述处理器用于加载所述计算机程序并执行。

为解决上述技术问题，本申请采用的又一个技术方案是：提供一种计算机存储介质，其上存有计算机程序，其中，所述计算机程序用于实现上述实施方式中任一项方法的步骤。

本申请的有益效果是：区别于现有技术的情况，本申请提供一种高端酒水鉴真的方法、移动终端和计算机存储介质，该方法包括获取高端酒水瓶体的原始图像；将原始图像进行预处理得到样本图像；将样本图像上传至神经网络进行识别；输出识别结果。通过获取待鉴真的高端酒水瓶体的原始图像，将原始图像进行预处理得到样本图像，将样本图像在神经网络中识别，根据神经网络的识别结果可以得到高端酒水的鉴定结果，神经网络鉴定的准确率高，操作方便，用户可以在购买高端酒水时实现快速鉴真，解决了现有技术中高端酒水鉴真困难的问题。

附图说明

为了更清楚地说明申请实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的情况下，还可以根据这些附图获得其他的附图，其中：

图1是本申请一种高端酒水鉴真的方法一实施例的流程示意图；

图2是本申请一种高端酒水鉴真的方法另一实施例的流程示意图；

图3是本申请一种移动终端一实施例的结构示意图。

具体实施方式

下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动情况下所获得的所有其他实施例，均属于本申请保护的范围。

需要说明，若本申请实施例中有涉及方向性指示(诸如上、下、左、右、前、后……)，则该方向性指示仅用于解释在某一特定姿态(如附图所示)下各部件之间的相对位置关系、运动情况等，如果该特定姿态发生改变时，则该方向性指示也相应地随之改变。

另外，若本申请实施例中有涉及“第一″、“第二″等的描述，则该“第一″、“第二″等的描述仅用于描述目的，而不能理解为指示或暗示其相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一″、“第二″的特征可以明示或者隐含地包括至少一个该特征。另外，各个实施例之间的技术方案可以相互结合，但是必须是以本领域普通技术人员能够实现为基础，当技术方案的结合出现相互矛盾或无法实现时应当认为这种技术方案的结合不存在，也不在本申请要求的保护范围之内。

请参阅图1，图1是本申请一种高端酒水鉴真的方法一实施例的流程示意图。本实施例揭示的方法包括以下步骤：

s11：获取高端酒水瓶体的原始图像。

原始图像为摄像装置拍摄到无美化或者效果处理的图像。例如，通过用户手机的摄像头获取高端酒水瓶体的图像，将拍摄的原图作为高端酒水瓶体的原始图像。

s12：将原始图像进行预处理得到样本图像。

因为用户拍摄酒水瓶体的效果，受到拍摄角度的不同、摄像头的像素不同以及硬件质量不同，采集到的图像质量高低不一，需要对所上传的原始图像进行预处理，才能得到合适的样本图像。

s13：将样本图像上传至神经网络进行识别。

神经网络可以为人工神经网络，将预处理后的样本图像上传至人工神经网络，与现有数据进行比对、识别，得到识别结果。现有数据为高端酒水的厂家在瓶体上的预设标记信息，例如防伪标记、瓶体上文字的形状、瓶体上图像的位置、瓶体的反光效果、瓶体上印刷物的颜色、瓶体封口处特征等等。

s14：输出识别结果。

在神经网络中识别后，输出识别结果，以告知用户被鉴别的高端酒水是否为真货。

本申请提供一种高端酒水鉴真的方法，该方法包括获取高端酒水瓶体的原始图像；将原始图像进行预处理得到样本图像；将样本图像上传至神经网络进行识别；输出识别结果。通过获取待鉴真的高端酒水瓶体的原始图像，将原始图像进行预处理得到样本图像，将样本图像在神经网络中识别，根据神经网络的识别结果可以得到高端酒水的鉴定结果，神经网络鉴定的准确率高，操作方便，用户可以在购买高端酒水时实现快速鉴真。

在上述实施方式的基础上，请一并参阅图2，图2是本申请一种高端酒水鉴真的方法另一实施例的流程示意图。本实施例揭示的方法可以应用到移动终端，具体包括以下步骤：

s21：获取高端酒水瓶体的原始图像。

在一具体实施例中，用户打开摄像头，使得移动终端获取摄像头开启指令，并根据开启指令开启摄像头。在拍摄的过程中引导用户进行拍照，显示拍摄引导信息，例如拍摄瓶体的位置、瓶体的放置角度等等，从而获取高端酒水瓶体的多个原始图像。在用户拍完照后，根据多个原始图像生成图像列表。对图像列表进行初步鉴别，判断多个原始图像是否合格。若是，则将图像列表作为原始图像。若否，则鉴别出图像列表中有原始图像需要重新拍摄，删除不合格的原始图像，并引导用户再次进行拍摄，在所有的原始图像拍摄完成后将包含所有原始图像的图像列表提交到后台服务器。

s22：将原始图像进行预处理得到样本图像。

在一具体实施例中，服务器中可以包括图像处理模块，该模块主要分为图像增强复原、图像分割、图像描述和图像分类几个部分。

服务器在筛选、修复原始图像时，若原始图像为重复、模糊的照片，则过滤掉无法修复、修复后无法正常使用、反光区域过大等有问题的原始图像，删除该原始图像。若原始图像为可用照片，则提取图像并截取图像的关键部位，根据图像本身质量对关键部位进行高清修复，将修复完成的图像交付后台神经网络进行比对，实现对上传的原始图像进行处理，具体可以包括下述步骤s221～s224。

s221：对原始图像进行图像增强和复原处理，得到第一图像。

图像增强和复原处理是为了提高图像的质量，例如对原始图像进行去除噪声和提高清晰度处理等。图像增强处理时，若不考虑图像降质的原因，还可以获取用户的期望突出区域，对期望突出区域进行增强处理，以突出原始图像中用户感兴趣的部分。

s222：对第一图像进行图像分割处理，得到第二图像。

提取第一图像的关键区域的第一特征信息；第一特征信息包括第一图像的边缘和区域。

图像分割是初六数字图像处理中的关键技术之一，图像分割处理是将第一图像中有意义的特征部分提取出来，即关键区域的第一特征信息提取出来，其有意义的特征有第一图像中的边缘、区域等，这是进一步进行图像识别、分析和理解的基础。

s223：对第二图像进行图像描述处理，得到第三图像。

图像描述是图像识别和理解的必要前提，例如二值图像可采用其几何特性描述物体的特性。

s224：对第三图像进行图像分类处理，得到样本图像。

对第三图像进行图像判决分类，得到样本图像。

图像分类或者说图像识别是属于模式识别的范畴，其主要内容是第三图像经过前期的预处理，例如增强、复原、压缩后，进行图像分割处理和特征提取，从而进行判决分类，得到样本图像。

s23：将样本图像上传至神经网络进行识别。

提取样本图像关键部位的第二特征信息。将第二特征信息与预设特征信息进行重复对比，得到对比计算差值。根据预设算法和对比计算差值得到识别结果。

后台神经网络根据样本图像提取其中的关键元素，并与现有数据进行重复比对，根据样本图像关键部位的对比计算差值并收录，根据算法计算输出结果。

s24：对原始图像关联标签。

对于识别完的原始图像关联标签，例如，当识别出原始图像为假货时，将该原始图像关联假冒酒水标签。

s25：根据标签将原始图像进行分类存放。

后台服务器将关联过标签的原始图像进行分类存放，可以从同一类别的原始图像中查找共同点，便于在识别出假冒酒水时，搜集整理造假特征，为报警提供充分证据。

s26：输出识别结果。

传统的酒品鉴定只能通过人工进行鉴定，且局限性过大，例如人工可能经验不足，存在误判、必须由专业人士进行判定，需要将酒带去交由别人鉴定、邮寄鉴定风险过高等问题。

本申请提供的实施方式解决了用户需要鉴定酒品的时候可能存在的风险，用户不必将酒邮寄或带至指定的位置进行鉴定，只需要找一个符合本申请拍照需求的地方进行图像的拍摄和上传即可，避免用户想鉴定酒导致可能存在的风险，并且通过神经网络鉴定的准确率较高，避免用户被无良机构强制消费。

本申请提供一种高端酒水鉴真的方法，该方法包括获取高端酒水瓶体的原始图像；将原始图像进行预处理得到样本图像；对原始图像进行图像增强和复原处理，得到第一图像；对第一图像进行图像分割处理，得到第二图像；对第二图像进行图像描述处理，得到第三图像；对第三图像进行图像分类处理，得到样本图像；将样本图像上传至神经网络进行识别；输出识别结果。通过获取待鉴真的高端酒水瓶体的原始图像，将原始图像进行增强和复原、图像分割、图像描述和图像分类的预处理得到样本图像，将样本图像在神经网络中识别，根据神经网络的识别结果可以得到高端酒水的鉴定结果，神经网络鉴定的准确率高，操作方便，用户可以在购买高端酒水时实现快速鉴真。

对应上述的方法，本申请提出一种移动终端，请参阅图3，图3是本申请一种移动终端一实施例的结构示意图。本申请揭示移动终端包括相互耦接的存储器12和处理器14，存储器12用于存储计算机程序，处理器14用于执行计算机程序实现上述实施方式中任一项方法的步骤。

具体来说，处理器14用于：获取高端酒水瓶体的原始图像；将所述原始图像进行预处理得到样本图像；将所述样本图像上传至神经网络进行识别；输出识别结果。

本申请提供一种移动终端，能够使用户可以在购买高端酒水时实现快速鉴真。

在本申请所提供的几个实施方式中，应该理解到本申请所揭露的系统，装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施方式仅仅是示意性的，例如，所述模块或单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。

所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施方式方案的目的。

另外，在本申请各个实施方式中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。

所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)或处理器(processor)执行本申请各个实施方式所述方法的全部或部分步骤。而前述的存储介质包括：u盘、移动硬盘、只读存储器(rom，read-onlymemory)、随机存取存储器(ram，randomaccessmemory)、磁碟或者光盘等各种可以存储程序代码的介质。

以上仅为本申请的实施方式，并非因此限制本申请的专利范围，凡是利用本申请说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本申请的专利保护范围内。