一种基于机器视觉技术的订单结算方法、系统与存储介质技术方案

本发明专利技术实施例公开了一种基于机器视觉技术的订单结算方法、系统与存储介质，及机器视觉技术领域。所述方法包括：商家用户利用图像采集装置采集样本数据，并上传至云端服务器，创建样本数据库；对采集的所述样本数据进行手动或自动标注；对标注后的样本数据进行迭代训练，得到具有确定参数的检测模型；利用所述检测模型对用户上传的实际图像进行识别，生成订单；买家用户核对所述订单后，进行订单结算。本发明专利技术实施例能够解决现有技术中尤其是烘焙行业排队购买现象严重，用户体验下降的问题。

An Order Settlement Method, System and Storage Media Based on Machine Vision Technology

【技术实现步骤摘要】
一种基于机器视觉技术的订单结算方法、系统与存储介质
本专利技术实施例涉及机器视觉
，具体涉及一种基于机器视觉技术的订单结算方法、系统与存储介质。
技术介绍
智能结算已经逐渐进入人们的视野，能够更快捷方便的进行商品的交易，但目前市面上出现智能结算方法，也是要依赖于完整的硬件智能收银设备、打印小票设备、相机设备进行支持。现有的移动设备已经高度成熟，无论是设备的网络速度，拍照设备的成像质量以及自身CPU的处理速度都已经达到很高的水平；同时在近几年智能图像技术应用十分活跃，但是在移动设备上应用智能图像识别这一优点未得到很好的利用。对于商家来说成本相对较高，且对于一些特殊商品，如烘焙行业的面包、蛋糕等食品，由于其形状、色泽个体不一，其售卖的都是新鲜制作的商品，不适合为产品贴标签，为商品识别带来了较大的难度。加上热门城市多数的烘焙商圈店铺生意十分的火爆，经常性存在很明显的排队情况，快节奏的时代，这种排队的现象已经严重降低了购买体验。从经营者的角度来说，也达到了经营的瓶颈，如何更好更快的为顾客服务也是商家首要难题。
技术实现思路
为此，本专利技术实施例提供一种基于机器视觉技术的订单结算方法、系统与存储介质，以解决现有技术中尤其是烘焙行业排队购买现象严重，用户体验下降的问题。为了实现上述目的，本专利技术实施例提供如下技术方案：根据本专利技术实施例的第一方面，提供一种基于机器视觉技术的订单结算方法，所述方法包括：商家用户利用图像采集装置采集样本数据，并上传至云端服务器，创建样本数据库；对采集的所述样本数据进行手动或自动标注；对标注后的样本数据进行迭代训练，得到具有确定参数的检测模型；利用所述检测模型对用户上传的实际图像进行识别，生成订单；买家用户核对所述订单后，进行订单结算。进一步地，所述图像采集装置包括搭载应用程序APP或小程序的智能终端，商家用户通过所述智能终端采集样本数据，再通过APP或小程序登录账户，将所述样本数据上传至云端服务器。进一步地，所述样本数据包括只包含一个物品的单一图像样本，和包含多个物品的混合图像样本。进一步地，对所述样本数据进行手动或自动标注的方法包括：对于单一图像样本，利用系统算法进行自动标注；对于混合图像样本，采用人工逐一对所述混合图像样本内的每个图像进行标注。进一步地，所述自动标注的方法包括：采用图像处理的目标检测技术搜索单一图像样本，针对单一图像样本进行高斯模糊、均值滤波、去噪点和二值化处理，并最大化物品和背景差异，获取物品的精准位置再进行标注。进一步地，所述生成订单的方法包括：买家用户利用智能终端获取目标物品的图像信息，并上传至系统的云端服务器，云端服务器利用检测模型对所述图像信息进行识别，若识别结果在检测模型的阈值内，则从系统调取所述物品的价格信息，生成订单信息展示给用户。根据本专利技术实施例的第二方面，提供一种基于机器视觉技术的订单结算系统，所述系统包括：云端服务器和智能终端，所述智能终端将样本数据传输给云端服务器，并用于将云端服务器的反馈结果展示给用户；其中，云端服务器包括：样本数据库，用于存储样本数据；标注单元，用于对样本数据进行自动标注或手动标注；训练单元，用于对标注后的样本数据进行迭代训练，得到具有确定参数的检测模型；识别单元，用于对买家用户上传的物品图像信息进行识别；订单生成单元，用于根据识别单元的识别结果生成订单；订单结算单元，用于实现商品交易，并能够生成交易记录。根据本专利技术实施例的第三方面，提供一种计算机存储介质，所述计算机存储介质中包含一个或多个程序指令，所述一个或多个程序指令用于执行一种基于机器视觉技术的订单结算方法。本专利技术实施例具有如下优点：本专利技术无固定支付点限制，店内的任何地点即可拍照识别下单支付。无需收银设备和打印小票设备等，运营成本低，推广性更强，真正实现了便捷购物，智能下单，更可行、更环保。附图说明为了更清楚地说明本专利技术的实施方式或现有技术中的技术方案，下面将对实施方式或现有技术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示例性的，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图引伸获得其它的实施附图。本说明书所绘示的结构、比例、大小等，均仅用以配合说明书所揭示的内容，以供熟悉此技术的人士了解与阅读，并非用以限定本专利技术可实施的限定条件，故不具技术上的实质意义，任何结构的修饰、比例关系的改变或大小的调整，在不影响本专利技术所能产生的功效及所能达成的目的下，均应仍落在本专利技术所揭示的
技术实现思路
得能涵盖的范围内。图1为本专利技术实施例提供的一种基于机器视觉技术的订单结算方法的流程图；图2为本专利技术实施例提供的一种基于机器视觉技术的订单结算系统的结构示意图；图中：样本数据库1、标注单元2、训练单元3、识别单元4、订单生成单元5、订单结算单元6、云端服务器7、智能终端8。具体实施方式以下由特定的具体实施例说明本专利技术的实施方式，熟悉此技术的人士可由本说明书所揭露的内容轻易地了解本专利技术的其他优点及功效，显然，所描述的实施例是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。参考图1，本专利技术提供一种基于机器视觉技术的订单结算方法，包括：S1，商家用户利用图像采集装置采集样本数据，并上传至云端服务器7，创建样本数据库1；具体地，图像采集装置包括搭载应用程序APP或小程序的智能终端8，如手机，商家用户通过所述智能终端8采集样本数据，再通过APP或小程序登录账户，将所述样本数据上传至云端服务器7，云端服务器7创建样本数据库1，并将样本数据存储在样本数据库1中，样本数据可以包括只包含一个物品的单一图像样本和包含多个物品的混合图像样本。S2，对采集的所述样本数据进行手动或自动标注；具体地，对于单一图像样本，利用系统算法进行自动标注；对于混合图像样本，采用人工逐一对所述混合图像样本内的每个图像进行标注。自动标注的方法包括：采用图像处理的目标检测技术搜索单一图像样本，针对单一图像样本进行高斯模糊、均值滤波、去噪点和二值化处理，并最大化物品和背景差异，获取物品的精准位置再进行标注。其中，高斯模糊能够减少图像噪声以及降低细节层次。均值滤波在平滑脉冲噪声方面非常有效，同时它可以保护图像尖锐的边缘。二值化能够方便的提取图像信息。S3，对标注后的样本数据进行迭代训练，得到具有确定参数的检测模型；具体地，将标注好的样本图片进行批量训练，每次训练后得到训练结果显示报告，对训练结果报告进行分析，并进行多次重复的训练，并进行测试，直到训练结果精准率能达到所设置阈值，得到具有确定参数的检测模型方可对买家用户开放使用。S4，利用所述检测模型对用户上传的实际图像进行识别，生成订单；具体地，买家用户利用智能终端8获取目标物品的图像信息，并上传至系统的云端服务器7，云端服务器7利用检测模型对所述图像信息进行识别，若识别结果在检测模型的阈值内，则从系统调取所述物品的价格信息，生成订单信息展示给用户。S5，买家用户核对所述订单后，进行订单结算；买家通过订单信息核对商品和价格是否正确，若正确则通过支付程序进行支付，支付成功后系统会生成订单记录，买家用户可直接在订单列表查看订单和订本文档来自技高网...

【技术保护点】
1.一种基于机器视觉技术的订单结算方法，其特征在于，所述方法包括：商家用户利用图像采集装置采集样本数据，并上传至云端服务器，创建样本数据库；对采集的所述样本数据进行手动或自动标注；对标注后的样本数据进行迭代训练，得到具有确定参数的检测模型；利用所述检测模型对用户上传的实际图像进行识别，生成订单；买家用户核对所述订单后，进行订单结算。

【技术特征摘要】
1.一种基于机器视觉技术的订单结算方法，其特征在于，所述方法包括：商家用户利用图像采集装置采集样本数据，并上传至云端服务器，创建样本数据库；对采集的所述样本数据进行手动或自动标注；对标注后的样本数据进行迭代训练，得到具有确定参数的检测模型；利用所述检测模型对用户上传的实际图像进行识别，生成订单；买家用户核对所述订单后，进行订单结算。2.如权利要求1所述的一种基于机器视觉技术的订单结算方法，其特征在于，所述图像采集装置包括搭载应用程序APP或小程序的智能终端，商家用户通过所述智能终端采集样本数据，再通过APP或小程序登录账户，将所述样本数据上传至云端服务器。3.如权利要求1所述的一种基于机器视觉技术的订单结算方法，其特征在于，所述样本数据包括只包含一个物品的单一图像样本，和包含多个物品的混合图像样本。4.如权利要求1所述的一种基于机器视觉技术的订单结算方法，其特征在于，对所述样本数据进行手动或自动标注的方法包括：对于单一图像样本，利用系统算法进行自动标注；对于混合图像样本，采用人工逐一对所述混合图像样本内的每个图像进行标注。5.如权利要求1或4所述的一种基于机器视觉技术的订单结算方法，其特征在于，所述自动标注的方法包括：采用图像处理的目标检测技术搜索单一图像样本，针对单一图像样本进行高斯模糊、均值...

【专利技术属性】
技术研发人员：吴超，
申请(专利权)人：武汉众诚卓越科技有限公司，
类型：发明
国别省市：湖北,42