一种基于图像处理的箱包识别方法、系统及存储介质与流程

1.本发明涉及图像处理技术领域，尤其是涉及一种基于图像处理的箱包识别方法、系统及存储介质。


背景技术：

2.在二手奢侈品交易市场中，需要在交易之前对奢侈品的真伪进行鉴定、识别，确认为真品后才可进行交易，目前对于奢侈品的真伪鉴定以鉴定师的人工鉴定为主，但随着二手奢侈品交易量的不断上升，鉴定师的从业人数和鉴定效率已不能满足目前市场交易需求，且长时间的工作会导致鉴定师的鉴定结果出现偏差。一件奢侈品从上交鉴定到最后拿到结果需要的时间过于漫长，严重影响了卖家的交易时间，延缓了交易流程，而且人工鉴定的成本费较高，因此需要一种能够快速对二手奢侈品进行鉴定的系统来缓解奢侈品二手市场的交易需求。


技术实现要素：

3.本发明的目的就是为了克服上述现有技术存在的鉴定时间漫长、鉴定准确性不高的缺陷而提供一种基于图像处理的箱包识别方法、系统及存储介质。
4.本发明的目的可以通过以下技术方案来实现：本发明实施例的第一方面，提供一种基于图像处理的箱包识别方法，其特征在于，包括:接收输入的指令信息；基于指令信息采集当前时刻箱包一个或多个识别点的图像，所述指令信息与所述箱包一个或多个识别点预先对应设置；基于所述指令信息选取识别模型将所述箱包当前时刻的图像与预设图像比对，获得当前时刻箱包的鉴定分值；若所述鉴定分值不满足预设分值，则输出伪劣提醒数据。
5.可选地，在第一方面的一种可能实现方式中，所述基于所述指令信息选取识别模型将所述箱包当前时刻的图像与预设图像比对，获得当前时刻箱包的鉴定分值包括：获取当前时刻所述箱包中任意一个识别点的图像，将所述当前时刻的图像与预先对应的识别点图像进行相似度比对；在多个预存储识别点图像中确定与当前时刻的图像相似度最高的识别点图像，将确定的相似度最高的识别点图像对应的识别点分值输出。
6.可选地，在第一方面的一种可能实现方式中，所述获取当前时刻所述箱包中任意一个识别点的图像，将所述当前时刻的图像与预先对应的识别点图像进行相似度比对包括：一个箱包有个识别点，箱包各个识别点的集和表示为，表示其中一个识别点，i=； 从数据库系统中确定出识别点i对应的识别点
分值；针对识别点i对应的识别点分值，建立如下决策矩阵： 其中，是箱包i在识别点i的维度j下所具有分值，j=；按照如下公式，分别计算所有箱包在识别点i的维度j下的分值之和，j=；该公式为：确定所有中的最大值，将所对应的维度x确定为识别点i的最大识别点分值；获取一个或多个识别点，识别点的集合为；还包括数据库系统，用于预先存储每个维度对应的识别点分值，识别点分值的集合为，表示箱包i的识别点分值；按照以下公式，分别计算当前时刻每个识别点与预先存储的识别点分值之间的相似度： 其中，a表示当前时刻识别的一个识别点，表示识别点分值中的一个识别点分值，从1到遍历；确定满足以下条件的，将该确定为当前时刻识别的识别点a的最佳识别点分值。
7.可选地，在第一方面的一种可能实现方式中，通过以下公式对获取到的识别点分值进行优化，包括：其中，为处理当前时刻识别的箱包的品牌；k为函数的最大临界
值；c为函数的权重系数；d为的权重系数；为函数的最大临界值；为的最大临界值；函数函数所对应的 即为第a个识别点的最高的分值。
8.可选地，在第一方面的一种可能实现方式中，基于以下公式，获得箱包的鉴定分值s：其中t为识别点的个数。
9.可选地，在第二方面的一种可能实现方式中，一种基于图像处理的箱包识别装置，包括：接收模块，用于接收输入的指令信息；采集模块，用于基于指令信息采集当前时刻箱包一个或多个识别点的图像，所述指令信息与所述箱包一个或多个识别点预先对应设置；比对识别模块，用于基于所述指令信息选取识别模型将所述箱包当前时刻的图像与预设图像比对，获得当前时刻箱包的鉴定分值；输出模块，用于若所述鉴定分值不满足预设分值，则输出伪劣提醒数据。
10.本发明实施例的第三方面，提供一种基于图像处理的箱包识别系统，包括上述箱包识别的方法，检测点提取识别点包括品牌标识提取组、镭射标提取组、五金工艺提取组、整体外观提取组、材质剪裁提取组、缝线工艺提取组和附属配件提取组。
11.可选地，在第三方面的一种可能实现方式中，所述品牌标识提取组提取待检测箱包的烫印品牌标识或五金品牌标识；所述镭射标提取组提取待检测箱包的烫印品牌标识、防伪标和序列号；所述五金工艺提取组提取待检测箱包的拉链头、链牙、按扣、铆钉、螺丝、底钉、五金扣、链条和五金环。
12.可选地，在第三方面的一种可能实现方式中，所述整体外观提取组提取待检测箱包的内撑形状、对称情况和外观形态；所述材质剪裁提取组提取待检测箱包的包身材质、内衬材质和包身裁剪；所述缝线工艺提取组提取待检测箱包的包身走线、凹边走线、上包走线、肩带走线、提手走线、内衬走线、线头处理和吊针走线，以及品牌特殊走线；所述附属配件提取组提取待检测箱包的防尘袋、身份卡、包装盒和手提袋。
13.本发明实施例的第四方面，提供一种可读存储介质，所述可读存储介质中存储有计算机程序，所述计算机程序被处理器执行时用于实现本发明第一方面及第一方面各种可能设计的所述方法。
14.与现有技术相比，本发明具有以下有益效果：本发明通过将检测点提取模块获取的识别检测点的图片与数据库中的工艺展示
图进行对比，获得识别检测点的得分，将鉴定分值与预设阈值比较即可对待检测箱包的真实性做出相应判断，提高了二手奢侈品箱包的检测速率，并且本发明对于检测点提取识别点设有多个提取组对图片进行提取，从多个角度进行鉴定和数据校验，使鉴定结果具有较高的准确性，节省了人力成本和时间成本，有效解决了目前鉴定环节由于速度较慢导致货物积压的问题。
附图说明
15.图1为箱包识别方法的第一种实施方式的流程图；图2为箱包识别方法的第二种实施方式的流程图；图3为箱包识别装置的第一种实施方式的结构图；图4为箱包识别系统的第一种实施方式的结构图；图5为箱包识别系统的第二种实施方式的结构图；图6为箱包识别系统的第三种实施方式的结构图。
具体实施方式
16.下面结合附图和具体实施例对本发明进行详细说明。本实施例以本发明技术方案为前提进行实施，给出了详细的实施方式和具体的操作过程，但本发明的保护范围不限于下述的实施例。
17.实施例1一种基于图像处理的箱包识别方法，如图1所示其流程图，包括:步骤s10、接收输入的指令信息。其中指令信息包括采集当前箱包的类型，由于不同的手提包其具有不同的结构，所以其真伪鉴别的部位可能会存在不同。不同的包会具有与其对应的不同的识别点，例如说手提包多个识别分别分布在包面、包带、包面与包带的连接处等等，本发明并不对此进行限制。
18.步骤s20、基于指令信息采集当前时刻箱包一个或多个识别点的图像，所述指令信息与所述箱包一个或多个识别点预先对应设置。基于指令信息确定了需要进行识别的包的类型，然后根据输入的识别点或者是包的类型应当对应的识别点进行图像的采集。
19.步骤s30、基于所述指令信息选取识别模型将所述箱包当前时刻的图像与预设图像比对，获得当前时刻箱包的鉴定分值。不同的包可能会存在不同的识别模型，也可能是同一个识别模型，通过识别模型将当前时刻采集的图像与预设图像比对，得到鉴定分值，鉴定分值反应该包真伪的可能性。检定分值可以与真伪性成正比、或者是反比，根据预先需要进行设定。
20.步骤s40、若所述鉴定分值不满足预设分值，则输出伪劣提醒数据。当鉴定分值不满足预设分值时，证明此时包的综合评价可能是仿冒品、劣质品，进行数据提醒。
21.在一个实施例中，如图2所示，步骤s30包括：步骤s301、获取当前时刻所述箱包中任意一个识别点的图像，将所述当前时刻的图像与预先对应的识别点图像进行相似度比对。其中，预先对应的识别点的图像为真包的图像，当前时刻的图像与预先对应的识别点的图像进行相似度比对，确定被采集的图像的包的真实性。
22.步骤s302在多个预存储识别点图像中确定与当前时刻的图像相似度最高的识别点图像，将确定的相似度最高的识别点图像对应的识别点分值输出。同一类型的包在相同的部位也可能会出现部分合理的不同，所以在数据库中预先存储一个包同一个部位的多个图像，该图像为该部位存在的其他合理可能情况。
23.在一个实施例中，所述获取当前时刻所述箱包中任意一个识别点的图像，将所述当前时刻的图像与预先对应的识别点图像进行相似度比对包括：一个箱包有个识别点，箱包各个识别点的集和表示为，表示其中一个识别点，i=； 从数据库系统中确定出识别点i对应的识别点分值；针对识别点i对应的识别点分值，建立如下决策矩阵： 其中，是箱包i在识别点i的维度j下所具有分值，j=；按照如下公式，分别计算所有箱包在识别点i的维度j下的分值之和，j=；该公式为：确定所有中的最大值，将所对应的维度x确定为识别点i的最大识别点分值；获取一个或多个识别点，识别点的集合为；还包括数据库系统，用于预先存储每个维度对应的识别点分值，识别点分值的集合为，表示箱包i的识别点分值；按照以下公式，分别计算当前时刻每个识别点与预先存储的识别点分值之间的相似度： 其中，a表示当前时刻识别的一个识别点，表示识别点分值中的一个识别点分值，从1到遍历；确定满足条件的，将该确定为当前时刻识别的识别点a的最佳识别点分值。其中满足条件的可以是识别点分值中分数最高的识别点分值。
24.通过以上方式，能够获取箱包的一个部分，在对该部位进行比对时，会将该部位与多个预先存储的图像进行比对，并且，在将当前时刻的部分与多个预先存储的图像进行比
对时依旧会考虑多个维度，公式中的即为部位具有的不同维度，在比较相似度时也会与识别点分值的集合为进行比对，使得比对更加的全面。
25.在一个实施例中，通过以下公式对获取到的识别点分值进行优化，包括：其中，为处理当前时刻识别的箱包的品牌；k为函数的最大临界值；c为函数的权重系数；d为的权重系数；为函数的最大临界值；为的最大临界值；该限定下函数所对应的 即为第a个识别点的最高的分值。
26.通过以上公式，设定多个临界值，防止出现公式无法收敛的情况。并且，设置多个权重，可以根据箱包不同的品牌、不同的因素来调整，例如说一个市场价几十块钱的箱包，其出现假冒伪劣产品的概率很低，所以其也会进行相应的调整，使得的输出值尽可能的满足产品为真品的输出值。
27.可选地，在第一方面的一种可能实现方式中，基于以下公式，获得箱包的鉴定分值s：其中t为识别点的个数。
28.通过以上公式，将一个箱包不同部位的分值进行统计得到总分值s，充分考虑不同部位、维度的真假性、分值，并不以单一的一个部位来断定箱包的真假，使得其结果更具有客观性。
29.实施例2一种基于图像处理的箱包识别装置，如图3所示，包括：接收模块，用于接收输入的指令信息；采集模块，用于基于指令信息采集当前时刻箱包一个或多个识别点的图像，所述指令信息与所述箱包一个或多个识别点预先对应设置；比对识别模块，用于基于所述指令信息选取识别模型将所述箱包当前时刻的图像与预设图像比对，获得当前时刻箱包的鉴定分值；
输出模块，用于若所述鉴定分值不满足预设分值，则输出伪劣提醒数据。
30.实施例3如图4所示，一种基于图像处理的箱包识别系统，包括图像获取模块和鉴定识别模块，鉴定识别模块包括检测点提取模块和检测点计分模块，图像获取模块采集待检测箱包的原始图片，检测点提取模块根据预设的检测点提取识别点从原始图片中提取识别检测点并采集相应图片，检测点计分模块根据识别检测点与数据库中的工艺展示图进行对比，计算识别检测点的得分，将每个识别检测点的得分累计获得待检测箱包的鉴定分值，将待检测箱包的单项得分和鉴定分值与预设阈值比较，输出待检测箱包的鉴定识别结果。
31.如图5所示，检测点提取识别点包括品牌标识提取组、镭射标提取组、五金工艺提取组、整体外观提取组、材质剪裁提取组、缝线工艺提取组和附属配件提取组。
32.品牌标识提取组、镭射标提取组、五金工艺提取组、整体外观提取组、材质剪裁提取组、缝线工艺提取组和附属配件提取组从各自对应的检测点提取识别点提取的识别检测点的图片的数量为3个或3个以上，图片来自识别检测点的多个角度。
33.品牌标识提取组提取待检测箱包的烫印品牌标识或五金品牌标识。
34.镭射标提取组提取待检测箱包的烫印品牌标识、防伪标和序列号。
35.五金工艺提取组提取待检测箱包的拉链头、链牙、按扣、铆钉、螺丝、底钉、五金扣、链条和五金环。
36.整体外观提取组提取待检测箱包的内撑形状、对称情况和外观形态。
37.材质剪裁提取组提取待检测箱包的包身材质、内衬材质和包身裁剪。
38.缝线工艺提取组提取待检测箱包的包身走线、凹边走线、上包走线、肩带走线、提手走线、内衬走线、线头处理和吊针走线，以及品牌特殊走线。
39.附属配件提取组提取待检测箱包的防尘袋、身份卡、包装盒和手提袋。
40.检测点计分模块计算得到待检测箱包的单项得分和鉴定分值后，对单项得分进行数据校验，将每个单项得分与最低得分阈值进行比较，若小于最低得分阈值则输出待检测箱包的鉴定识别结果为假，最低得分阈值的范围为40
‑
60分，本实施例中，最低得分阈值的取值为49分。
41.识别检测点的相应进行预处理后与工艺展示图进行对比，预处理包括整流处理和滤波处理。
42.检测点计分模块根据识别检测点与数据库中的工艺展示图对应检测部件的相似度值计算识别检测点的得分，本实施例中，通过余弦相似度算法计算相似度值。
43.如图6所示，本发明从品牌数据库中调用品牌产品的工艺展示图，然后对待检测箱包的7个检测点来进行拍照上传，通过图形处理技术进行图片识别，计算识别检测点的得分，并对待检测箱包的7个识别检测点进行数据效验，然后再进行鉴定分值的数据效验，根据最终得出的效验结果判断待检测箱包是否符合品牌方的工艺特征，本发明鉴定结果可以的达到99.97%的准确率。
44.此外，需要说明的是，本说明书中所描述的具体实施例子，所取名称可以不同，本说明书中所描述的以上内容仅仅是对本发明结构所做的举例说明。凡依据本发明构思的构造、特征及原理所做的等效变化或者简单变化，均包括于本发明的保护范围内。本发明所属技术领域的技术人员可以对所描述的具体实例做各种各样的修改或补充或采用类似的方
法，只要不偏离本发明的结构或者超越本权利要求书所定义的范围，均应属于本发明的保护范围。