自适应鞋型识别方法、装置、系统、电子装置和存储介质制造方法及图纸

本申请涉及一种自适应鞋型识别方法、装置、系统、电子装置和存储介质，其中，该方法包括：获取鞋底图像；利用自适应图像识别算法对所述鞋底图像进行识别，并判断是否为已知鞋型；若判断为已知鞋型，则读取对应的鞋型模板，并输出识别结果；若判断为未知鞋型，则将识别结果中的鞋底轮廓生成对应的鞋型模板，并输出识别结果。实现了快速自适应自动化识别，提高生产效率，能够适用生产需求。

【技术实现步骤摘要】
自适应鞋型识别方法、装置、系统、电子装置和存储介质
本申请涉及制鞋
，特别是涉及自适应鞋型识别方法、装置、系统、电子装置和存储介质。
技术介绍
对于制鞋产业来说，随着人口红利消失，劳动力价格的提升以及竞争日益激烈的市场，制鞋产业向全自动化已成为不可逆转的趋势。目前，在鞋面的制作过程中，有一个重要的步骤是自动喷胶，就是把胶水喷涂到鞋型和鞋楦上，然后再通过烤炉进行固化，以便于定型和鞋型与鞋面的结合。在这个过程中，对鞋面的定位是非常重要的。这个工艺的难点主要是：1、需要对不同鞋型和尺寸喷胶路径进行人工试教。鞋面具有若干种鞋型，同种鞋型的具有若干种尺寸。在已有的生产系统中，首先要先对每一个鞋型的每一个尺寸进行预先人工试教，这个是非常耗时的。2、喷胶时，要固定鞋的位置，因此需要将物料移到专有操作台，固定位置后，再用机器人喷胶。因此，目前的喷胶工艺具有耗时长、喷胶效率低的问题。那么对于鞋型的识别就尤为关键。目前对于鞋型的识别是通过神经网络模型来训练识别模型，再利用训练好的识别模型对鞋型进行识别。但是由于鞋型更新换代快，其模型数量众多，在生产过程中往往需要训练新的模型，降低生产效率，不能适应生产需求。针对相关技术中，由于鞋型更新换代快，其模型数量众多，在生产过程中往往需要训练新的模型，降低生产效率，不能适应生产需求，尚未提出有效的解决方案。
技术实现思路
本申请实施例提供了一种自适应鞋型识别方法、装置、系统、电子装置和存储介质，以至少解决相关技术中由于鞋型更新换代快，其模型数量众多，在生产过程中往往需要训练新的模型，降低生产效率，不能适应生产需求的问题。第一方面，本申请实施例提供了一种自适应鞋型识别方法，包括：获取鞋底图像；利用自适应图像识别算法对所述鞋底图像进行识别，并判断是否为已知鞋型；若判断为已知鞋型，则读取对应的鞋型模板，并输出识别结果；若判断为未知鞋型，则将识别结果中的鞋底轮廓生成对应的鞋型模板，并输出识别结果。在其中一些实施例中，还包括：基于预设RIO检测区域获取RIO区域图像，对所述RIO区域图像进行图像处理，得到鞋底图像。在其中一些实施例中，对所述RIO区域图像进行图像处理，得到鞋底图像，包括：对所述RIO区域图像进行归一化处理，得到归一化图像；对归一化图像中的单独连通区域进行目标粗提取，得到粗提取图像；利用加速八邻域种子填充算法对所述粗提取图像进行区域填充，得到鞋底图像。在其中一些实施例中，利用自适应图像识别算法对所述鞋底图像进行识别，并判断是否为已知鞋型，包括：利用自适应图像识别算法对所述鞋底图像进行识别，得到鞋型轮廓、位置信息及左右脚标识；遍历鞋型模板数据库中的鞋型模板与所述鞋型轮廓进行一一比对，并判断是否为已知鞋型。在其中一些实施例中，利用自适应图像识别算法对所述鞋底图像进行识别，包括：设定判断点，将判断点与鞋底图像中的鞋底轮廓进行计算，根据计算结果生成左右脚标识。在其中一些实施例中，还包括：根据所述识别结果进行定位抓取。第二方面，本申请实施例提供了一种自适应鞋型识别装置，包括获取模块、判断模块、第一输出模块以及第二输出模块；所述获取模块，用于获取鞋底图像；所述判断模块，用于利用自适应图像识别算法对所述鞋底图像进行识别，并判断是否为已知鞋型；所述第一输出模块，用于若判断为已知鞋型，则读取对应的鞋型模板，并输出识别结果；所述第二输出模块，用于若判断为未知鞋型，则将识别结果中的鞋底轮廓生成对应的鞋型模板，并输出识别结果。第三方面，本申请实施例提供了一种自适应鞋型识别系统，包括：终端设备、传输设备以及服务器设备；其中，所述终端设备通过传输设备连接服务器设备；所述终端设备用于获取鞋底图像；所述传输设备用于传输所述鞋底图像；所述服务器设备用于执行实现如上述第一方面所述的自适应鞋型识别方法。第四方面，本申请实施例提供了一种电子装置，包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如上述第一方面所述的自适应鞋型识别方法。第五方面，本申请实施例提供了一种存储介质，其上存储有计算机程序，该程序被处理器执行时实现如上述第一方面所述的自适应鞋型识别方法。相比于相关技术，本申请实施例提供的自适应鞋型识别方法、装置、系统、电子装置和存储介质，通过获取鞋底图像；利用自适应图像识别算法对鞋底图像进行识别，并判断是否为已知鞋型；若判断为已知鞋型，则读取对应的鞋型模板，并输出识别结果；若判断为未知鞋型，则将识别结果中的鞋底轮廓生成对应的鞋型模板，并输出识别结果。解决了由于鞋型更新换代快，其模型数量众多，在生产过程中往往需要训练新的模型，降低生产效率，不能适应生产需求的问题，实现了快速自适应自动化识别，提高生产效率，能够适用生产需求。本申请的一个或多个实施例的细节在以下附图和描述中提出，以使本申请的其他特征、目的和优点更加简明易懂。附图说明此处所说明的附图用来提供对本申请的进一步理解，构成本申请的一部分，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：图1是本申请一实施例提供的自适应鞋型识别系统的结构示意图；图2是本申请一实施例提供的自适应鞋型识别方法的流程图；图3是本申请一实施例提供的自适应鞋型识别装置的结构框图。图中：100、获取模块；200、判断模块；300、第一输出模块；400、第二输出模块。具体实施方式为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行描述和说明。应当理解，此处所描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。基于本申请提供的实施例，本领域普通技术人员在没有作出创造性劳动的前提下所获得的所有其他实施例，都属于本申请保护的范围。此外，还可以理解的是，虽然这种开发过程中所作出的努力可能是复杂并且冗长的，然而对于与本申请公开的内容相关的本领域的普通技术人员而言，在本申请揭露的
技术实现思路
的基础上进行的一些设计，制造或者生产等变更只是常规的技术手段，不应当理解为本申请公开的内容不充分。在本申请中提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例，也不是与其它实施例互斥的独立的或备选的实施例。本领域普通技术人员显式地和隐式地理解的是，本申请所描述的实施例在不冲突的情况下，可以与其它实施例相结合。除非另作定义，本申请所涉及的技术术语或者科学术语应当为本申请所属
内具有一般技能的人士所理解的通常意义。本申请所涉及的“一”、“一个”、“一种”、“该”等类似词语并不表示数量限制，可表示单数或复数。本申请所涉及的术语“包括”、“包含”、“具有”以及它们任何本文档来自技高网...

【技术保护点】
1.一种自适应鞋型识别方法，其特征在于，包括：/n获取鞋底图像；/n利用自适应图像识别算法对所述鞋底图像进行识别，并判断是否为已知鞋型；/n若判断为已知鞋型，则读取对应的鞋型模板，并输出识别结果；/n若判断为未知鞋型，则将识别结果中的鞋底轮廓生成对应的鞋型模板，并输出识别结果。/n

【技术特征摘要】
1.一种自适应鞋型识别方法，其特征在于，包括：
获取鞋底图像；
利用自适应图像识别算法对所述鞋底图像进行识别，并判断是否为已知鞋型；
若判断为已知鞋型，则读取对应的鞋型模板，并输出识别结果；
若判断为未知鞋型，则将识别结果中的鞋底轮廓生成对应的鞋型模板，并输出识别结果。


2.根据权利要求1所述的自适应鞋型识别方法，其特征在于，还包括：
基于预设RIO检测区域获取RIO区域图像，对所述RIO区域图像进行图像处理，得到鞋底图像。


3.根据权利要求2所述的自适应鞋型识别方法，其特征在于，对所述RIO区域图像进行图像处理，得到鞋底图像，包括：
对所述RIO区域图像进行归一化处理，得到归一化图像；
对归一化图像中的单独连通区域进行目标粗提取，得到粗提取图像；
利用加速八邻域种子填充算法对所述粗提取图像进行区域填充，得到鞋底图像。


4.根据权利要求1所述的自适应鞋型识别方法，其特征在于，利用自适应图像识别算法对所述鞋底图像进行识别，并判断是否为已知鞋型，包括：
利用自适应图像识别算法对所述鞋底图像进行识别，得到鞋型轮廓、位置信息及左右脚标识；
遍历鞋型模板数据库中的鞋型模板与所述鞋型轮廓进行一一比对，并判断是否为已知鞋型。


5.根据权利要求4所述的自适应鞋型识别方法，其特征在于，利用自适应图像识别算法对所述鞋底图像进行识别，包括：
设定判断点，将判断...

【专利技术属性】
技术研发人员：汝杰，邱进忠，
申请(专利权)人：知守科技杭州有限公司，
类型：发明
国别省市：浙江;33