一种基于边缘上下文的餐盘自动结算方法技术

本发明专利技术公开了一种基于边缘上下文的餐盘自动结算方法，包括：获取盛有菜品的餐盘样本图片，提取样本图片中的餐盘边缘上下文特征；采集盛有菜品的餐盘图像，将采集到的餐盘图像进行图像处理；基于图像处理后的结果结合步骤一中提取到的餐盘边缘上下文特征进行特征匹配；如果匹配成功，则根据匹配对应的菜品价格进行结算。通过针对不同餐盘形状对应不同价格的菜品的食堂，可以对餐盘图像自动进行识别，从而计算出价格，一方面节省了人力资源的投入，另一方面提高了效率，降低结算错误出现的概率。

An Automatic Settlement Method of Dinner Plate Based on Edge Context

【技术实现步骤摘要】
一种基于边缘上下文的餐盘自动结算方法
本专利技术属于图像处理领域，涉及一种基于边缘上下文的餐盘自动结系统。
技术介绍
随着科学技术的发展，无人看守的餐盘自动结算方法凭借着无人力要求、快捷的特点越来越流行，其中，结算方法中常用到的方法基本上可分为三类：RFID电子标签法，压力传感器法和基于图像识别的餐盘检测法。电子标签法虽然准确率高，检测速度快，但是成本较高，在食堂这样潮湿的环境下，损坏现象也经常发生。利用压力传感器方法来识别餐盘的方法精确度不高。现有的基于图像识别的餐盘检测法有基于颜色特征和基于形状特征的，基于颜色特征的餐盘识别算法没有考虑到食堂的盘子使用率高，颜色容易发生改变，而现有的基于形状特征的餐盘识别算法大多都是用霍夫变换来匹配形状，检测效率不高。
技术实现思路
为解决上述问题，本专利技术针对现有的餐盘识别技术的缺点，提出了一种基于边缘上下文的餐盘自动结算方法，提高了餐盘自动结算方法中餐盘识别的效率。为实现上述目的，本专利技术的技术方案为基于边缘上下文的餐盘自动结算方法，包括：步骤一，获取盛有菜品的餐盘样本图片，提取样本图片中的餐盘边缘上下文特征；步骤二，采集盛有菜品的餐盘图像，将采集到的餐盘图像进行图像处理；步骤三，基于图像处理后的结果结合步骤一中提取到的餐盘边缘上下文特征进行特征匹配；步骤四，如果匹配成功，则根据匹配对应的菜品价格进行结算。可选的，所述获取盛有菜品的餐盘样本图片，提取样本图片中的餐盘边缘上下文特征，包括：对盛有菜品的餐盘图像进行预处理；对预处理后的图像进行特征提取，获取各餐盘的特征向量。可选的，所述对盛有菜品的餐盘图像进行预处理包括：获取到的餐盘图片转化为灰度图，采用以下公式将三通道彩色图片转化为灰度图：Gray＝R*0.299+G*0.587+B*0.114其中R、G、B分别表示RGB颜色空间中红绿蓝三个通道的颜色值，Gray表示转化后的灰度值。可选的，所述对预处理后的图像进行特征提取，获取各餐盘的特征向量包括：将餐盘图像的中心作为中心点p，在以p为圆心，R为半径的局域内按对数距离间隔建立2个同心圆，将此区域按圆周方向四等分，得到八个空间区域；计算每个空间区域每个像素的梯度方向与强度，用四个不同方向的卷积掩膜作为模板对每个区域的所有像素值进行卷积运算，从而计算出每个像素的梯度方向与梯度强度。可选的，所述基于图像处理后的结果结合步骤一中提取到的餐盘边缘上下文特征进行特征匹配包括：在图像上滑动窗口遍历所有像素并计算边缘上下文特征，预先设立一个与录入的餐盘图像大小一致的窗口，用该窗口遍历图像的每个像素，计算所有像素的边缘上下文特征；将待识别图像的特征向量与录入的餐盘特征向量进行匹配，计算区域的特征向量和模板特征向量的误差，来表示它们的相似程度，当误差小于阈值时，表示匹配成功。本专利技术和现有技术相比，至少具有如下有益效果：通过针对不同餐盘形状对应不同价格的菜品的食堂，可以对餐盘图像自动进行识别，从而计算出价格，一方面节省了人力资源的投入，另一方面提高了效率，降低结算错误出现的概率。附图说明图1为本专利技术方案实施例的基于边缘上下文的餐盘自动结算方法的流程图；图2为本专利技术划分空间区域的示意图；图3为本专利技术所述提取边缘上下文特征的原理图；图4为本专利技术所示边缘上下文特征向量示意图。具体实施方式为了使本专利技术的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本专利技术进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本专利技术，并不用于限定本专利技术。相反，本专利技术涵盖任何由权利要求定义的在本专利技术的精髓和范围上做的替代、修改、等效方法以及方案。进一步，为了使公众对本专利技术有更好的了解，在下文对本专利技术的细节描述中，详尽描述了一些特定的细节部分。对本领域技术人员来说没有这些细节部分的描述也可以完全理解本专利技术。参见图1，本专利技术技术方案为基于边缘上下文的餐盘自动结算方法，包括以下步骤：步骤一，获取盛有菜品的餐盘样本图片，提取样本图片中的餐盘边缘上下文特征；步骤二，采集盛有菜品的餐盘图像，将采集到的餐盘图像进行图像处理；步骤三，基于图像处理后的结果结合步骤一中提取到的餐盘边缘上下文特征进行特征匹配；步骤四，如果匹配成功，则根据匹配对应的菜品价格进行结算。步骤一种获取餐盘图像的采集系统为餐盘自动结算方法中的固定相机，需要在光线充足的情况下对餐盘进行拍摄，将图片中的餐盘截取出来得到正方形的餐盘图像，登录入系统。在采集了餐盘图像之后，需要提取各类形状的餐盘的边缘上下文特征，首先对图像进行预处理，将图片转化为灰度图，能更方便地提取边缘上下文特征，转化公式如下：Gray＝R*0.299+G*0.587+B*0.114其中，R、G、B分别表示在RGB颜色空间中红、绿、蓝三个通道的颜色值。Gray为转化后的灰度值。进一步，提取样本图片中的餐盘边缘上下文特征，具体包括：首先将正方形餐盘图像的中心作为中心点p，在p为圆心，R2为半径的局域内以对数距离的间隔建立两个同心圆，将此区域按圆周方向四等分，如图2所示，2、3、4、5、6、7、8、9区域为靶状的八个空间区域。1为带有椭圆餐盘的正方形图像，两个同心圆的半径关系为：其中，R1为小圆的半径，R2为大圆的半径，大圆的半径由物体中心与距离中心最远的边界点决定。然后，计算各区域每个像素的梯度方向与强度，需要对梯度的方向和强度进行离散化，用四个不同方向的卷积掩膜作为模板对各个区域的所有像素值进行卷积运算，如图3所示，四个方向分别与水平方向成0°，45°，90°，135°，可分别计算出区域中的点在四个方向上的梯度值，实现了梯度在方向上的离散化，计算公式如下：g1(x,y)＝|f(x-1,y-1)+f(x-1,y)+f(x-1,y+1)-f(x+1,y-1)-f(x+1,y)-f(x+1,y+1)|g3(x,y)＝|f(x,y-1)+f(x+1,y-1)+f(x+1,y)-f(x-1,y)-f(x-1,y+1)-f(x,y+1)|g4(x,y)＝|f(x-1,y-1)+f(x,y-1)+f(x-1,y)-f(x+1,y)-f(x,y+1)-f(x+1,y+1)|其中，f(x,y)表示原图像在(x,y)像素点的像素值，g1(x,y),g2(x,y),g3(x,y),g4(x,y)分别表示原像素点经过四个卷积运算后的新的像素值，设立四个阈值，当g1(x,y),g2(x,y),g3(x,y),g4(x,y)大于对应的阈值时，表示该点存在该方向上的梯度。如图4所示，餐盘图像边缘的空间信息和梯度信息共同组成了4*8的餐盘边缘上下文特征向量，得到特征向量后就可以将向量信息录入系统中以便进行后续的比对。步骤三，基于图像处理后的结果结合步骤一中提取到的餐盘边缘上下文特征进行特征匹配的过程包括：将待识别图像的特征向量与所录入的餐盘特征向量进行匹配中，将滑动窗口内图像的边缘上下文特征与录入的各餐盘边缘上下文特征进行比对，用下式来表示待识别区域与餐盘模板的相似性：DB(p,q)＝-ln(∑sqrt(pi,j*qi,j))其中，DB(p,q)表示目标餐盘模板和待检测区域之间的误差程度，pi,j表示目标餐盘模板的特征向量的取值，i从1取到4，j从1取到8，遍历整个特征向量。qi,j表示待检测区域的特征向量本文档来自技高网...

【技术保护点】
1.一种基于边缘上下文的餐盘自动结算方法，其特征在于，所述自动结算方法包括：步骤一，获取盛有菜品的餐盘样本图片，提取样本图片中的餐盘边缘上下文特征；步骤二，采集盛有菜品的餐盘图像，将采集到的餐盘图像进行图像处理；步骤三，基于图像处理后的结果结合步骤一中提取到的餐盘边缘上下文特征进行特征匹配；步骤四，如果匹配成功，则根据匹配对应的菜品价格进行结算。

【技术特征摘要】
1.一种基于边缘上下文的餐盘自动结算方法，其特征在于，所述自动结算方法包括：步骤一，获取盛有菜品的餐盘样本图片，提取样本图片中的餐盘边缘上下文特征；步骤二，采集盛有菜品的餐盘图像，将采集到的餐盘图像进行图像处理；步骤三，基于图像处理后的结果结合步骤一中提取到的餐盘边缘上下文特征进行特征匹配；步骤四，如果匹配成功，则根据匹配对应的菜品价格进行结算。2.根据权利要求1所述的自动结算方法，其特征在于，所述获取盛有菜品的餐盘样本图片，提取样本图片中的餐盘边缘上下文特征，包括：对盛有菜品的餐盘图像进行预处理；对预处理后的图像进行特征提取，获取各餐盘的特征向量。3.根据权利要求2所述的自动结算方法，其特征在于，所述对盛有菜品的餐盘图像进行预处理包括：获取到的餐盘图片转化为灰度图，采用以下公式将三通道彩色图片转化为灰度图：Gray＝R*0.299+G*0.587+B*0.114其中R、G、B分别表示RGB颜色空间中红绿蓝三个通道的颜色值，Gra...

【专利技术属性】
技术研发人员：许来钊，张曹伟，
申请(专利权)人：杭州效准智能科技有限公司，
类型：发明
国别省市：浙江,33