[發明專利]載物識別圖像的分類方法

有效

• 申請號: 200910090448.6
• 申請日: 2009-08-11
• 公開（公告）號: CN101625722A
• 公開（公告）日: 2010-01-13
• 發明（設計）人: 段青玲;楊仁剛;華松青
• 申請（專利權）人: 中國農業大學
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62
• 代理公司: 北京路浩知識產權代理有限公司
• 代理人: 胡小永

技術領域

本發明涉及圖像處理技術領域，特別是涉及一種對購物車下層載物識別圖像的分類方法。?

背景技術

在超市中購物經常會使用到購物車，而購物車通常又分為上下兩層，上層為購物筐，下層為一個開放的支架，可以放置較大的物品，比如成箱可樂或者成箱牛奶等，當顧客推購物車到收銀臺付款時，收款員可以清楚地看到上層購物筐中的物品，但卻看不到下層支架上的物品，顧客也容易忽視放在下層的物品，導致經常發生顧客有意或無意地將未付款商品帶出超市，給超市帶來不必要的損失。解決的辦法之一是利用監視系統自動拍攝購物車下層圖像，然后對此圖像進行分類，識別出是否為載物圖像，從而判斷購物車的下層是否載有商品。?

圖像分類是根據圖像中的目標在圖像信息中所反映的不同特征，把不同類別的目標區分開來的圖像處理方法。圖像分類利用計算機對圖像進行定量分析，把圖像或圖像中的每個像元或區域劃歸為若干個類別中的某一種，以代替人的視覺判讀。常見的圖像分類方法有以下兩種：一是圖像空間的分類方法，利用圖像的灰度、顏色、紋理、形狀、位置等底層特征對圖像進行分類，圖像空間的分類方法的共同缺點是數據量大，計算復雜性高，但分類精度一般比較理想；二是特征空間的分類方法，首先將原始圖像經過某種變換(如K-L變換、小波變換等)變換到特征空間，然后在特征空間提取圖像的高層特征以實現圖像的分類，這類分類方法尤以紋理圖像分類和遙感圖像分類最多，特征空間的分類方法可降低數據維數，降低計算復雜性，但問題相關性較強，與特征提取的方法和效果有很大關系。?

發明內容

本發明要解決的技術問題在于提供一種載物識別圖像的分類方法，存儲數據量少，計算復雜性低，能夠在硬件性能不高的條件下實現快速準確地對圖像進行分類。?

為解決上述技術問題，本發明提供一種載物識別圖像的分類方法，所述方法包括以下步驟：?

步驟0，建立載物識別圖像的樣本圖像庫，取樣本圖像中載物區域的N(N為正整數)條線段作為樣本線段；?

步驟1，對彩色載物識別采集圖像進行圖像灰度化處理，得到初級灰度采集圖像；?

步驟2，對所述初級灰度采集圖像進行圖像增強處理，得到增強采集圖像；?

步驟3，對所述增強采集圖像進行灰度轉換，得到灰度級小于初級灰度采集圖像的低級灰度采集圖像；?

步驟4，提取所述低級灰度采集圖像的比較區域；?

步驟5，選擇所述低級灰度采集圖像的比較區域中與所述樣本線段位置對應的N條線段作為比較線段，把所述比較線段和所述樣本線段位置對應的線段作為比較線段對，N為正整數；?

步驟6，比較每個比較線段對，若比較線段對的各灰度級的相似度大于或等于第一閾值，則此比較線段對相同，當相同的比較線段對的數量大于或等于第二閾值時，則具有所述比較線段的彩色載物識別采集圖像和具有所述樣本線段的樣本圖像屬于同類圖像。?

其中，步驟0中所述樣本線段的條數N采用下述方式確定：?

采用曲線擬合計算得出所述樣本線段的條數N和所述樣本圖像分類的準確率之間的關系曲線，然后根據指定的準確率來確定所述樣本線段的條數N。?

其中，步驟1中所述圖像灰度化處理，具體包括以下步驟：?

對所述彩色載物識別采集圖像的R、G、B三個分量分別賦予不同的權值，彩色載物識別采集圖像各像素的灰度值為對應像素的R、G、B三個分量的加權和。R、G、B三個分量的權值可為：R分量的權值W_R＝0.11，G分量的權值W_G＝0.59，B分量的權值W_B＝0.3。?

其中，步驟2中所述圖像增強處理，具體為：?

對所述灰度采集圖像進行直方圖均衡化處理，使所述灰度采集圖像的直方圖為均勻分布。?

其中，步驟3中所述灰度轉換，具體為：?

對所述增強采集圖像的灰度級范圍進行等量化分，得到兩個以上范圍相等的子范圍，給每個子范圍賦予一個灰度級，得到灰度級小于初級灰度采集圖像的低級灰度采集圖像。所述初級灰度采集圖像的灰度級可為256級，所述低級灰度采集圖像可為4級灰度圖像。?

其中，步驟4中所述提取低級灰度圖像的比較區域，具體包括以下步驟：?