一种识别顾客体型的方法技术

本发明专利技术涉及一种识别顾客体型的方法，该方法通过摄像头拍摄人物，然后传输给识别模块，自动识别人物的轮廓信息，然后根据设立的标杆长度对比识别到的轮廓信息，进一步估算出人物的高度和宽度，将高度和宽度传送给分类器，分类器自动划分顾客的体型尺寸，然后按照划分结果自动给顾客安排餐厅桌位，并将结果传输给打印模块，将桌位信息打印出来。这样的装置不仅美观，而且减少劳动力，节约了顾客的等待时间。

A Method of Identifying Customer's Body Shape

【技术实现步骤摘要】
一种识别顾客体型的方法
本专利技术涉及一种用于餐厅的桌位分配方法，特别是可以自动识别顾客体型的智能桌位分配方法。
技术介绍
随着生活质量的提高，人们越来越倾向于外出就餐。为了使顾客能够尽快入座，智能桌位分配系统应运而生。桌位分配系统不仅能够避免就餐环境出现混乱，也能够缩短顾客的等待时间。现有的桌位分配系统是根据顾客输入的就餐人数，随机安排就餐座位，安排的座位仅符合顾客的人数需求。然而，现在人们体型差距较大，如果仅考虑就餐人数而不考虑体型差距，安排的座位就无法符合一部人的身材需求。若全都按照平均身材安排座位，对于不符合平均身材的顾客来说座位的安排是不合理的，就餐舒适度也会相对下降。
技术实现思路
本专利技术为了解决现有技术中存在的问题，提供一种自动识别顾客体型的智能桌位分配方法。为了达到上述目的，本专利技术提出的技术方案为：一种识别顾客体型的方法，其特征在于包括如下步骤：步骤一、在顾客一侧设置标杆，使用摄像头拍摄顾客的图像，并提取图像中的轮廓特征；步骤1-1、将摄像头捕捉到的数字图像进行去噪处理；步骤1-2、将去噪之后的图像进行灰度化处理；步骤1-3、提取图像的CENTRIST描述符；1-3-1、对图像运用Sobel算子进行平滑处理，消去局部纹理特征，得到Sobel处理图像I；1-3-2、根据Sobel图像I像素间的大小关系，构造一个新图像I’，该新图像仍保留源图像的像素大小比较信号，忽略像素的值大小，可得到相邻的像素对有如下关系：sgn(I(p1)-I(p2))＝sgnCI'(p1)-1'(p2))p1、p2为相邻像素，当输入为正时，sgn函数输出为1；当输入为负时，sgn函数输出为0；当输入为零时，sgn函数输出为0；1-3-3、求图像I’中每一个像素点的CENTRIST编码值，将每个像素与其周围八个相邻像素逐个比较，若中间像素不小于与其相邻的像素，则在与其比较的相邻像素的位置置1，否则置0，接着将比较出的八个结果按同一方向聚集形成一个八位二进制数字，然后把该二进制数字转化为等值的十进制数字，该十进制数字为该像素的CENTRIST编码值；1-3-4、设置一个维度为X的CENTRIST值直方图，每个CENTRIST值都对应直方图的一个维度，将此CENTRIST值对应维度的数值加1，以此方法遍历图像的所有像素最终得出一个CENTRIST值直方图，即得到CENTRIST描述符；步骤1-4、运用SVM分类器判断图像是否为人物；1-4-1、将图片分割成m*n个图像小块，每a*a个邻接小块设为一个超块，将分类器分割成与超块个数相同的小单元；1-4-2、设检测窗口的大小表示(h,w)，则一个图像块的大小为一个超块的大小为(ahs,aws)，设图像I的CENTRIST值图像为C，检测从图像左上角(t,l)点开始，则判断图像内是否为一个人的公式如下：1-4-3、创建一个辅助图像Ai,j，A与图像I大小相同，Ai,j的像素大小为：则判断图像是否包含一个人的公式转化如下:T表示转置，f为图像的特征向量；1-4-4、创建的辅助图像A等于一个超块的大小，A(x,y)的像素值可以表示为：根据图像块的大小得出判断结果的简化公式；步骤二、检测图像中人物轮廓的高度与宽度：步骤2-1、以摄像头拍摄到的图像为平面，建立坐标系，由此可以得到上述步骤的人物轮廓框的坐标，即(xmin,ymin)和(xmax,ymax)，并且能够得到标杆上下两端的坐标，即(p,qmin)和(p,qmax)。步骤2-2、计算图像中人物高度h为：h＝ymax﹣ymin人物宽度w为：w＝xmax﹣xmin标杆长度q为：q＝qmax﹣qmin步骤2-3、计算一个像素点表示的标杆长度：ρ为一个像素点对应的标杆长度，L为标杆真实长度；步骤2-4、计算得到人物的真实高度H为：H＝h*ρ人物的真实宽度W为：W＝w*ρ；步骤三、根据人物轮廓的高度与宽度划分体型进行分类，并将将分类结果作为最终结果输出。对上述技术方案的进一步设计为：所述图像去噪处理采用的是中值滤波：观察图像中的数值并进行排序，将位于中间的中值作为输出，然后，丢弃最早的值，取得新的采样，重复这一步骤。所述图像灰度化处理过程为，对图像RGB三个分量进行加权平均得到较合理的灰度图像：Gray(i，j)＝s*R(i，j)+u*G(i，j)+v*B(i，j)s,u,v分别为处理RGB三个分量的权值。R(i,j)表示图像的红颜色分量，G(i,j)表示图像的绿颜色分量，B(i,j)表示图像的蓝颜色分量。所述步骤三中划分体型的过程为：步骤3-1、设H≤h1，W≤w1为体型S，H≤h2，W≤w2为体型M，H≤h3，W≤w3为体型L，H＞h3或W＞w3为体型XL；步骤3-2、使用SVM分类器对梯形进行分类，将人物轮廓的高度和宽度作为体型分类的特征，作为SVM分类器的输入；步骤3-3、经过多分类器的分类，得到分类结果，将分类结果作为最终结果输出。所述SVM分类器使用如下线性核函数进行训练，上述公式中使用的是L2范数。所述步骤1-3中Sobel算子为：Gx和Gy分别为检测水平边缘和垂直边缘的Sobel算子。所述步骤1-4中判断图像是否包含一个人的标准为QTf≧0.8。本专利技术的有益效果为：本专利技术基于现有的人工智能技术，提出了一种自动识别顾客体型的智能桌位分配系统。该系统通过摄像头拍摄人物，然后传输给识别模块，自动识别人物的轮廓信息，然后根据设立的标杆长度对比识别到的轮廓信息，进一步估算出人物的高度和宽度，将高度和宽度传送给分类器，分类器自动划分顾客的体型尺寸，然后按照划分结果自动给顾客安排餐厅桌位，本专利技术一种自动识别顾客体型的智能桌位分配系统，能够根据顾客的体型来安排宽窄不同的座位，照顾到不同体型的顾客，那么一是可以避免用餐现场出现混乱，不会浪费不必要的等待时间，二是也可以让较瘦或较胖身材的顾客坐到更加舒适的座位，增加用餐舒适度。附图说明图1为本专利技术实施例的程序流程示意图；图2为本专利技术实施例的程序结构示意图。具体实施方式下面结合附图以及具体实施例对本专利技术进行详细说明。实施例本实施例基于一种识别顾客体型的方法设计了一种自动识别顾客体型的智能桌位分配系统中，该系统硬件部分包括机身、底座以及标杆，机身的摄像头能够捕捉人物，取号机能够根据算法运行结果打印安排的餐桌号、顾客就餐人数、预计等位之间等基本信息，方便顾客。其结构包括电源、按钮、显示模块、识别模块、总控制模块、打印模块、底座、标杆等。其中，识别模块中用于捕捉人物的摄像头装于显示模块上方，便于捕捉人物全身；显示模块位于机身上方，便于人物观看和操作；识别模块、打印模块、总控制模块集中在一个控制板内，放置在机身下方，使机身看起来整洁美观；底座增加了整台机器的稳定性。其中，电源给机器的电路供电，总控制模块控制显示模块、识别模块、打印模块的工作，集中处理三个模块的工作结果。本实施例中，电源，用于对整个系统进行供电，本实施例中采用的是220V的交流电源，用于给机器的电路供电。按钮为控制电源打开和关闭时使用，本实施例中采用的是单控开关。显示模块用于显示摄像头拍摄到的画面以及桌位分配的基本信息，本实施例中采用的是红外触摸屏。识别模块用于识别摄像头拍摄画面中的人物轮廓信息，本实施例中采用的是红外摄像头。总控制本文档来自技高网...

【技术保护点】
1.一种识别顾客体型的方法，其特征在于包括如下步骤：步骤一、在顾客一侧设置标杆，使用摄像头拍摄顾客的图像，并提取图像中的轮廓特征；步骤1‑1、将摄像头捕捉到的数字图像进行去噪处理；步骤1‑2、将去噪之后的图像进行灰度化处理；步骤1‑3、提取图像的CENTRIST描述符；1‑3‑1、对图像运用Sobel算子进行平滑处理，消去局部纹理特征，得到Sobel处理图像I；1‑3‑2、根据Sobel图像I像素间的大小关系，构造一个新图像I’，该新图像仍保留源图像的像素大小比较信号，忽略像素的值大小，可得到相邻的像素对有如下关系：sgn(I(p1)‑I(p2))＝sgn(I′(p1)‑I′(p2))p1、p2为相邻像素，当输入为正时，sgn函数输出为1；当输入为负时，sgn函数输出为0；当输入为零时，sgn函数输出为0；1‑3‑3、求图像I’中每一个像素点的CENTRIST编码值，将每个像素与其周围八个相邻像素逐个比较，若中间像素不小于与其相邻的像素，则在与其比较的相邻像素的位置置1，否则置0，接着将比较出的八个结果按同一方向聚集形成一个八位二进制数字，然后把该二进制数字转化为等值的十进制数字，该十进制数字为该像素的CENTRIST编码值；1‑3‑4、设置一个维度为X的CENTRIST值直方图，每个CENTRIST值都对应直方图的一个维度，将此CENTRIST值对应维度的数值加1，以此方法遍历图像的所有像素最终得出一个CENTRIST值直方图，即得到CENTRIST描述符；步骤1‑4、运用SVM分类器判断图像是否为人物；1‑4‑1、将图片分割成m*n个图像小块，每a*a个邻接小块设为一个超块，将分类器分割成与超块个数相同的小单元；1‑4‑2、设检测窗口的大小表示(h,w)，则一个图像块的大小为...

【技术特征摘要】
1.一种识别顾客体型的方法，其特征在于包括如下步骤：步骤一、在顾客一侧设置标杆，使用摄像头拍摄顾客的图像，并提取图像中的轮廓特征；步骤1-1、将摄像头捕捉到的数字图像进行去噪处理；步骤1-2、将去噪之后的图像进行灰度化处理；步骤1-3、提取图像的CENTRIST描述符；1-3-1、对图像运用Sobel算子进行平滑处理，消去局部纹理特征，得到Sobel处理图像I；1-3-2、根据Sobel图像I像素间的大小关系，构造一个新图像I’，该新图像仍保留源图像的像素大小比较信号，忽略像素的值大小，可得到相邻的像素对有如下关系：sgn(I(p1)-I(p2))＝sgn(I′(p1)-I′(p2))p1、p2为相邻像素，当输入为正时，sgn函数输出为1；当输入为负时，sgn函数输出为0；当输入为零时，sgn函数输出为0；1-3-3、求图像I’中每一个像素点的CENTRIST编码值，将每个像素与其周围八个相邻像素逐个比较，若中间像素不小于与其相邻的像素，则在与其比较的相邻像素的位置置1，否则置0，接着将比较出的八个结果按同一方向聚集形成一个八位二进制数字，然后把该二进制数字转化为等值的十进制数字，该十进制数字为该像素的CENTRIST编码值；1-3-4、设置一个维度为X的CENTRIST值直方图，每个CENTRIST值都对应直方图的一个维度，将此CENTRIST值对应维度的数值加1，以此方法遍历图像的所有像素最终得出一个CENTRIST值直方图，即得到CENTRIST描述符；步骤1-4、运用SVM分类器判断图像是否为人物；1-4-1、将图片分割成m*n个图像小块，每a*a个邻接小块设为一个超块，将分类器分割成与超块个数相同的小单元；1-4-2、设检测窗口的大小表示(h,w)，则一个图像块的大小为一个超块的大小为(ahs,aws)，设图像I的CENTRIST值图像为C，检测从图像左上角(t,l)点开始，则判断图像内是否为一个人的公式如下：1-4-3、创建一个辅助图像Ai,j，A与图像I大小相同，Ai,j的像素大小为：则判断图像是否包含一个人的公式转化如下:T表示转置，f为图像的特征向量；1-4-4、创建的辅助图像A等于一个超块的大小，A(x,y)的像素值可以表示为：根据图像块的大小得出判断结果的简化公式；步骤二、检测图像...

【专利技术属性】
技术研发人员：郑翡，胡凯，丁杨，周颖，
申请(专利权)人：南京信息工程大学，
类型：发明
国别省市：江苏,32