商品智能识别方法、装置、终端及存储介质制造方法及图纸

本申请公开了一种商品智能识别方法、装置、终端及存储介质，方法与图像获取系统相匹配，包括对所获取的多张商品原始图像进行图像过滤处理，得到多张第一处理图像；对第一处理图像逐一进行条形码图像分离处理，得到多张第二处理图像；对多张第二处理图像进行条形码纠正拟合处理，得到用户所购买商品对应的商品条形码，并依据商品条形码获得相对应的商品信息。本发明专利技术所提出的一种商品智能识别方法，利用图像视觉识别算法，配合商超场景中的硬件条件，实现了对商品条形码的高效、准确、智能识别，免除用户购买商品时的额外操作，降低操作错误率，显著地提高了用户体验。显著地提高了用户体验。显著地提高了用户体验。

【技术实现步骤摘要】
商品智能识别方法、装置、终端及存储介质


[0001]本申请涉及一种商品识别方案，具体而言，为一种基于图像视觉识别算法的商品智能识别方法、装置、终端及存储介质，属于人工智能图像识别


技术介绍

[0002]近年来，随着信息化技术的不断发展、各类智能化设备的普及，在商品识别这个细分领域、越来越多样的技术方案均得到了应用。
[0003]就商超场景而言，目前市面上常见的、利用购物车的商品识别方案有以下两种：其一，通过购物车上的扫码装置扫商品条形码。用户购买商品时先将商品扫码后再放入购物车，取出时先拿出再扫码。这种方案在实际应用中最为广泛、操作方式简单、成本低，且无需对超市内的现有商品进行任何改造。
[0004]但此方案将原本单一的购买或加购动作拆分成了两步：扫码和放入。这样一方面会增加客户购物时的额外动作及复杂度、影响购物体验；另一方面还会遇到用户购买商品时扫码后未将商品放入购物车或者将商品放入购物车后未扫码等情况，进而给商超造成损失。
[0005]其二，利用RFID标签电子标签实现商品识别。RFID电子标签是一种非接触本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种商品智能识别方法，与设置于购物车上的图像获取系统相匹配，所述图像获取系统包括多台用于获取用户所购买商品对应的商品原始图像的摄像装置，其特征在于，方法包括如下步骤：对所获取的多张商品原始图像进行图像过滤处理，其中，所述图像过滤处理包括购物车外商品图像剔除及购物车内商品图像剔除，得到多张第一处理图像；对所述第一处理图像逐一进行条形码图像分离处理，得到包含有用户所购买商品对应的条形码图像的多张第二处理图像；对多张所述第二处理图像进行条形码纠正拟合处理，得到用户所购买商品对应的商品条形码，并依据所述商品条形码获得相对应的商品信息。2.根据权利要求1所述的商品智能识别方法，其特征在于，还包括如下步骤：对所获取的多张商品原始图像进行背景减除处理，结合多张所述商品原始图像的获取时间以及经过背景减除处理后的所述商品原始图像，对用户的购物动作进行识别。3.根据权利要求1所述的商品智能识别方法，其特征在于，所述对所获取的多张商品原始图像进行图像过滤处理，其中，所述图像过滤处理包括购物车外商品图像剔除及购物车内商品图像剔除，得到多张第一处理图像，包括如下步骤：获取来自所述图像获取系统的多张商品原始图像，对所获取的多张商品原始图像进行图像过滤处理，其中，对于图像中包含有购物车外商品的所述商品原始图像，利用ROI感兴趣区域图像过滤技术进行图像剔除；对于图像中包含有购物车内商品的所述商品原始图像，利用背景减除算法中的KNN最临近结点算法的帧差法进行图像剔除；将经过图像过滤处理的图像进行汇总，得到多张第一处理图像。4.根据权利要求3所述的商品智能识别方法，其特征在于，所述对所述第一处理图像逐一进行条形码图像分离处理，得到包含有用户所购买商品对应的条形码图像的多张第二处理图像，包括如下步骤：对所述第一处理图像逐一进行灰度处理，将所述第一处理图像转换为灰度图；对所述灰度图使用Scharr算子，得到所述灰度图在水平方向和垂直方向上的梯度值表示，将水平方向的梯度值减去垂直方向上的梯度值，得到高水平梯度和低垂直梯度的图像区域；执行高斯模糊并将所述图像区域转化为二值化的梯度图像，并使用卷积核大小为9x9的均值滤波作用于所述梯度图像；构建掩码并将其应用于所述梯度图像中，并对所述梯度图像进行多次膨胀及腐蚀操作直至所述梯度图像中的噪声低于预设标准；利用基于阈值的最大类间方差法对所述梯度图像进行分割，检测所分割出的最大轮廓，计算得到该轮廓的最小外界矩形并将其作为第二处理图像。5.根据权利要求4所述的商品智能识别方法，其特征在于，所述对多张所述第二处理图像进行条形码纠正拟合处理，得到用户所购买商品对应的商品条形码，并依据所述商品条形码获得相对应的商品信息，包括如下步骤：若多张所述第二处理图像中没有...

【专利技术属性】
技术研发人员：李仓库，成坤，
申请(专利权)人：西安超嗨网络科技有限公司，
类型：发明
国别省市：