一种基于边缘检测的拍照找料方法、系统及存储介质技术方案

本发明专利技术涉及一种基于边缘检测的拍照找料方法，包括以下：获取目标产品的照片图像作为第一图像；扫描所述第一图像，根据预设的矩阵算子对所述第一图像进行边缘提取得到第二图像；扫描所述第二图像，找寻并计算所述第二图像的三根相邻平行线之间的距离，得到两个距离d1以及d2；将min(d1，d2)以及max(d1，d2)作为第一图像的特征元素，并对第一图像按照特征元素进行聚类处理，找出第一图像接近的聚类中心x

【技术实现步骤摘要】
一种基于边缘检测的拍照找料方法、系统及存储介质


[0001]本专利技术涉及人工智能领域，尤其涉及一种基于边缘检测的拍照找料方法、系统及存储介质。

技术介绍

[0002]企业或者其他售卖商在采购原材料的过程中，有时会对某一个产品的实际样品亦或是相关图片而感兴趣，这时如果用户突然得知该产品的源头，则此时的成单率会相对较高。
[0003]当今市场往往通过拍照找料系统来对产品进行找寻，进而满足用户的相关需求，但是现有的拍照找料系统作用的产品类型较广，不是针对某一类型的产品而进行定制的，这样一来，在需要找寻的产品类型确定的情况下，比如尼龙网这类材料，相应的找料精度就不够高了，效率也会有所欠缺。

技术实现思路

[0004]本专利技术的目的是为了至少解决现有技术的不足之一，提供一种基于边缘检测的拍照找料方法、系统及存储介质。
[0005]为了实现上述目的，本专利技术采用以下的技术方案：
[0006]具体的，本专利技术提出一种基于边缘检测的拍照找料方法，包括以下：
[0007]获取目标产品的照片图像作为第一图像；
[0008]扫描所述第一图像，根据预设的矩阵算子对所述第一图像进行边缘提取得到第二图像；
[0009]扫描所述第二图像，找寻并计算所述第二图像的三根相邻平行线之间的距离，得到两个距离d1以及d2，记录d1与d2中的较小值min(d1，d2)以及d1与d2中的较大值max(d1，d2)；
[0010]将min(d1，d2)以及max(d1，d2)作为第一图像的特征元素，并对第一图像按照特征元素进行聚类处理，找出第一图像接近的聚类中心x
n
；
[0011]将第一图像归于所述聚类中心x
n
所代表的产品，并将所述结果予以输出展示。
[0012]进一步，上述用于获取目标产品的照片图像的购物平台为搜料网平台。
[0013]进一步，上述方法中根据预设的矩阵算子对所述第一图像进行边缘提取得到第二图像具体包括以下，
[0014]步骤210、设定一个4
×
4的矩阵算子Q、第一阈值T作为匹配偏差控制阈值、空数组Ci用于存储待填充的的点以及搜索标记flag＝false；
[0015]步骤220、通过矩阵算子Q对第一图像的二值图像进行区域搜索匹配，判断匹配到的区域S的中心点P为0，且是否成立，若成立则判断区域S为区域图案；
[0016]步骤230、以P为种子点，通过四连通算法找到与区域S相关联的边界点，并判断边界点的相关搜索标记flag是否满足预设，如果是则判断该边界点却为区域S的边界，若否则将该边界点保存至Ci中，并将该边界点的搜索标记更新为flag＝true并转至步骤220重新搜索匹配；
[0017]步骤240、将Ci中所有点的像素值更新为背景色，并获取第二图像。
[0018]进一步，上述方法中扫描所述第二图像，找寻所述第二图像中的相邻平行线，得到两个距离d1以及d2的方法包括以下：
[0019]首先确定第二图像的放置方向，自上而下对第二图像进行扫描，获取扫描的灰度跳变峰值，并判断灰度跳变峰值是否大于第二阈值，若是则判断第二图像的放置方向吻合，计算灰度跳变峰值大于第二阈值的相邻的3个坐标之间的距离作为d1以及d2，如果灰度跳变峰值不大于第二阈值，则将第二图像由中心点转动第一角度a，重新进行扫描直到得到d1以及d2。
[0020]进一步，上述方法中将min(d1，d2)以及max(d1，d2)作为第一图像的特征元素，并对第一图像按照特征元素进行聚类处理，找出第一图像接近的聚类中心x
n
具体包括以下：
[0021]其中聚类的方式采用模糊聚类，首先以标准规格的每个型号的物料共同作为样本空间Y，Y＝{Y1，Y2，Y3...，Yn}；
[0022]将样本空间Y的样本点分为c类，c为大于1的整数，设vi(i＝1,2,
…
,c)为每个聚类的中心，U
j
是第j个样本对第i类的隶厲度函数，目标函数J(U,V)定义为：
[0023][0024]其中，U＝[u
ik
](i＝1,2,...,c；k＝1,2,...,n)为隶属度矩阵且满足以下式子：
[0025][0026]d
ik
是第k个样本到第i类的欧式距离，定义为：
[0027]d
ik2
＝||x
k-v
i
||2[0028]根据以上对样本空间Y聚类得到样本空间的各个聚类中心形成的数据集{X1，X2，X3，...，Xn}以及相应的聚类中心Xn的数据特征，所述数据特征与d1以及d2相对应；
[0029]找出第一图像接近的聚类中心x
n
。
[0030]进一步，上述方法中将第一图像归于所述聚类中心x
n
所代表的产品具体包括以下：
[0031]建立相关数据库，建立每一个聚类中心x
n
与相应产品的映射，在找寻到聚类中心x
n
时，会自动映射至相应的产品。
[0032]本专利技术还提出一种基于边缘检测的拍照找料系统，包括，
[0033]第一运行模块，用于获取目标产品的照片图像作为第一图像；
[0034]第二运行模块，用于扫描所述第一图像，根据预设的矩阵算子对所述第一图像进行边缘提取得到第二图像；
[0035]第三运行模块，用于扫描所述第二图像，找寻并计算所述第二图像的三根相邻平行线之间的距离，得到两个距离d1以及d2，记录d1与d2中的较小值min(d1，d2)以及d1与d2
中的较大值max(d1，d2)；
[0036]第四运行模块，用于将min(d1，d2)以及max(d1，d2)作为第一图像的特征元素，并对第一图像按照特征元素进行聚类处理，找出第一图像接近的聚类中心x
n
；
[0037]第五运行模块，用于将第一图像归于所述聚类中心x
n
所代表的产品，并将所述结果予以输出展示。
[0038]本专利技术还提出一种计算机可读存储的介质，所述计算机可读存储的介质存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1-6中任一项所述方法的步骤。
[0039]本专利技术的有益效果为：
[0040]本专利技术能够通过尼龙网的结构特点，在拍照寻找尼龙网的型号时，提取尼龙网的单条绳的宽度作为min(d1，d2)，提取尼龙网的网格宽度作为max(d1，d2)，并根据这两个特征元素进行聚类，选取标准尼龙网作为样本中心，根据聚类的结果结合建立的相关数据库得到聚类的结果的尼龙网产品型号的映射对象，进而得到拍照找料的结果，由于利用到了尼龙网的结构特性，故而极大的缩小了拍照找料的特征元素，一方面能够在一定程度上加快找料的时间，另一方面能够提升找料的精度。
附图说明
[0041]图1所示为本专利技术一种基于边缘检测的本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于边缘检测的拍照找料方法，其特征在于，包括以下：获取目标产品的照片图像作为第一图像；扫描所述第一图像，根据预设的矩阵算子对所述第一图像进行边缘提取得到第二图像；扫描所述第二图像，找寻并计算所述第二图像的三根相邻平行线之间的距离，得到两个距离d1以及d2，记录d1与d2中的较小值min(d1，d2)以及d1与d2中的较大值max(d1，d2)；将min(d1，d2)以及max(d1，d2)作为第一图像的特征元素，并对第一图像按照特征元素进行聚类处理，找出第一图像接近的聚类中心x
n
；将第一图像归于所述聚类中心x
n
所代表的产品，并将所述结果予以输出展示。2.根据权利要求1所述的一种基于边缘检测的拍照找料方法，其特征在于，上述用于获取目标产品的照片图像的购物平台为搜料网平台。3.根据权利要求1所述的一种基于边缘检测的拍照找料方法，其特征在于，上述方法中根据预设的矩阵算子对所述第一图像进行边缘提取得到第二图像具体包括以下，步骤210、设定一个4
×
4的矩阵算子Q、第一阈值T作为匹配偏差控制阈值、空数组Ci用于存储待填充的的点以及搜索标记flag＝false；步骤220、通过矩阵算子Q对第一图像的二值图像进行区域搜索匹配，判断匹配到的区域S的中心点P为0，且是否成立，若成立则判断区域S为区域图案；步骤230、以P为种子点，通过四连通算法找到与区域S相关联的边界点，并判断边界点的相关搜索标记flag是否满足预设，如果是则判断该边界点却为区域S的边界，若否则将该边界点保存至Ci中，并将该边界点的搜索标记更新为flag＝true并转至步骤220重新搜索匹配；步骤240、将Ci中所有点的像素值更新为背景色，并获取第二图像。4.根据权利要求1所述的一种基于边缘检测的拍照找料方法，其特征在于，上述方法中扫描所述第二图像，找寻所述第二图像中的相邻平行线，得到两个距离d1以及d2的方法包括以下：首先确定第二图像的放置方向，自上而下对第二图像进行扫描，获取扫描的灰度跳变峰值，并判断灰度跳变峰值是否大于第二阈值，若是则判断第二图像的放置方向吻合，计算灰度跳变峰值大于第二阈值的相邻的3个坐标之间的距离作为d1以及d2，如果灰度跳变峰值不大于第二阈值，则将第二图像由中心点转动第一角度a，重新进行扫描直到得到d1以及d2。5.根据权利要求1所述的一种基于边缘检测的拍照找料方法，其特征在于，上述方法中将min(d1，d2)以及max(d1，d2)作为第一图像的特征元素，并对第一图...

【专利技术属性】
技术研发人员：童大山，谢玉辉，
申请(专利权)人：广州搜料信息技术有限公司，
类型：发明
国别省市：