用于无人售卖的摄像头监测异物方法及系统与流程

本发明涉及无人售卖，具体而言，涉及一种用于无人售卖的摄像头监测异物方法及系统。

背景技术：

1、随着人民生活水平的不断提高，人民对食品安全的要求和关注程度非常高，不仅要吃得饱，还要吃得健康、吃得安全。因为这与每个人的生活息息相关。

2、目前人们对食品的购买需求也在不断增加，为了满足人们日益增长的食品购物需求，无人售卖方式得到了很大发展，无人售卖机已经实现了广泛的应用。

3、然而，由于无人售卖机亭子通常会部署在户外，经常出现异物或飞虫进入无人售卖设备内部，现阶段对异物或飞虫的侵入难以及时处理，影响到消费者对户外无人售卖机购买消费的食品卫生安全。

4、因此，目前市场上亟需一种发现异物能够进行紧急叫停处理的技术，以解决现阶段户外无人售卖机存在的上述食品卫生安全难点和痛点问题。

技术实现思路

1、鉴于此，本发明的目的在于通过多个摄像头多角度、无死角识别异物或虫子，当摄像头捕捉到图像时，使用计算机视觉和机器学习算法检测和识别图像中的目标物体，通过训练上述算法来识别特定物体比如异物或虫子，并及时处理，以保障无人售卖机的食品安全。

2、本发明提供用于无人售卖的摄像头监测异物方法，包括以下步骤：

3、s1、设置多个摄像头，从不同视场角度同时捕捉异物或飞虫的目标物体图像，并通过无线和/或有线通信将所述目标物体图像传送到控制端；

4、从而提高识别精度和范围；

5、所述摄像头包括：高清摄像头、智能摄像头；

6、高清摄像头：使用高清摄像头能够捕捉更清晰的图像，从而更好地识别异物或虫子；

7、智能摄像头：支持计算机视觉的智能摄像头能够自动识别和跟踪目标物体，并将捕捉到的图像传输到云端进行处理。

8、s2、在控制端采用图像处理算法对捕捉到的所述目标物体图像进行预处理，基于机器学习算法对预处理后的目标物体图像进行分类和识别；基于计算机视觉算法对捕捉到的目标物体图像进行实时处理，实现快速识别目标物体；

9、所述预处理包括：去除噪声、增强对比度、边缘检测，从而提高识别精度；

10、所述分类和识别的方法包括：使用深度学习算法对目标物体进行检测和分类；

11、s3、根据对目标物体的检测和识别结果，在控制端实时进行相应的处理。

12、计算机视觉在摄像头捕捉技术中的性能取决于多个因素，例如摄像头的分辨率、图像处理算法的复杂度和效率、机器学习算法的准确性和效率、处理器的性能等。高性能的计算机视觉系统可以快速、准确地识别目标物体，从而提高生产效率和质量。

13、进一步地，所述s2步骤的对目标物体图像进行预处理，对目标物体进行检测和分类的方法包括以下步骤：

14、s21、收集大量的关于异物或虫子的图像数据，并对所述图像数据进行图像增强、去噪、裁剪、缩放操作，以便后续的训练和检测；

15、s22、通过图像分析和变换对所述图像数据进行特征提取，提取图像数据中的边缘、角点、纹理特征，以准确地区分异物或虫子与其他物体；

16、s23、选择合适的机器学习算法模型，并进行模型训练，所述机器学习算法模型包括：支持向量机svm算法、决策树算法、随机森林算法中的任一种；通过模型训练使算法学习如何根据图像数据的特征识别出异物或飞虫；

17、s24、对训练好的算法模型进行优化，以提高其识别准确率和速度；

18、模型优化的方法包括：特征选择、参数调整；

19、s25、将收集输入的图像数据送入已经训练好的算法模型中进行检测和识别。

20、进一步地，所述s23步骤的机器学习算法模型的建模和训练方法包括：

21、将收集的目标物体的图像数据分为训练数据集和测试数据集；其中，所述训练数据集用于训练模型，所述测试数据集用于验证模型的准确率；

22、使用图像处理算法提取图像数据中的特征，对提取的特征进行数据预处理；所述数据预处理的方法包括：归一化、标准化。

23、进一步地，所述s1步骤的通过无线通信将所述目标物体图像传送到控制端的方法包括：

24、所述摄像头和控制端都设置有无线通信模块，并连接到同一个无线局域网wifi或者蓝牙网络中，建立摄像头与控制端的通信连接；

25、所述无线通信的信号传输速率取决于具体的通信技术和硬件配置，本发明可以达到11mbps或者2.4gbps的传输速率。

26、进一步地，述s1步骤的通过有线通信将所述目标物体图像传送到控制端的方法包括：

27、所述摄像头和控制端通过网口或者串口进行连接，建立摄像头与控制端的通信连接；

28、所述有线通信的信号传输速率取决于具体的有线通信方式和硬件配置，本发明可以达到100mbps或者921kbps。

29、进一步地，所述s3步骤的实时进行相应的处理的方法包括：

30、如果模型判断图像中存在异物或虫子，则进行处理；

31、如果模型判断图像中不存在异物或虫子，则不进行处理；

32、进一步地，所述进行处理的方法包括：

33、发出警报、停机、标记、记录中的一种或多种的组合；

34、其中，所述发出警报的方式包括：当控制端检测到异常情况时，触发警报机制，通过声音、灯光方式提醒消费者注意；

35、所述停机的方式包括：当控制端接收到摄像头检测到异物或虫子的结果时，触发停机操作，停止设备的运行，以避免对消费者造成危害；

36、所述标记的方式包括：在控制端的显示屏上标记出异常位置，以便消费者及时发现和处理；

37、所述记录的方式包括：在控制端记录每次检测的结果和相应的时间、位置信息，以便后续分析和排查问题。

38、本发明还提供用于无人售卖的摄像头监测异物系统，执行如上述所述的用于无人售卖的摄像头监测异物方法，包括：

39、图像采集模块：用于通过多个摄像头从不同视场角度同时捕捉异物或飞虫的目标物体图像，并通过无线和/或有线通信将所述目标物体图像传送到控制端；

40、监测识别模块：采用图像处理算法对捕捉到的所述目标物体图像进行预处理，基于机器学习算法对预处理后的目标物体图像进行分类和识别；基于计算机视觉算法对捕捉到的目标物体图像进行实时处理，实现快速识别目标物体；

41、实时处理模块：根据对目标物体的检测和识别结果，在控制端实时进行相应的处理。

42、本发明还提供一种计算机可读存储介质，其上存储有计算机程序，所述程序被处理器执行时实现如上述所述的用于无人售卖的摄像头监测异物方法。

43、本发明还提供一种计算机设备，所述计算机设备包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如上述所述的用于无人售卖的摄像头监测异物方法。

44、与现有技术相比，本发明的有益效果在于：

45、本发明用于无人售卖的摄像头监测异物方法能够智能快捷地处理无人售卖亭出现的异物及飞虫，保障了无人售卖的食品安全以及消费者的人身健康安全，增强了消费者对户外无人售卖的卫生信任度，提升了消费者便捷安全的生活体验。