[發明專利]一種基于圖像邊緣特征的餐具識別方法

在審

• 申請號: 201811007921.5
• 申請日: 2018-08-31
• 公開（公告）號: CN109447083A
• 公開（公告）日: 2019-03-08
• 發明（設計）人: 陳曉鵬;楊德順
• 申請（專利權）人: 廣州市派客樸食信息科技有限責任公司
• 主分類號: G06K9/46
• 分類號: G06K9/46;G06Q50/12
• 代理公司: 廣州致信偉盛知識產權代理有限公司 44253
• 代理人: 伍嘉陵

本發明公開了一種基于圖像邊緣特征的餐具識別方法，包括以下步驟：（1）對所有的模板餐具的邊緣特征信息進行提取并保存；（2）設定相關參數；（3）對錄入圖像進行預處理；（4）提取餐具圖像邊緣特征；（5）將錄入圖像的邊緣特征與模板的邊緣特征進行參數匹配，得出結果。本發明使用圖像邊緣特征進行識別，減少無關特征信息干擾，在提高識別率的同時又不需要更新帶有RFID芯片的餐具，從而降低了成本。

技術領域

本發明涉及一種數字圖像處理和深度學習領域，具體涉及一種基于圖像邊緣特征的餐具識別方法。

背景技術

隨著生活節奏的加快，人們對于各類快餐的需求越來越高，但是，由于快餐有各式各樣的菜品，傳統的人工結算方式有可能會導致結算出錯，效率低下。

申請號為CN201610391888的中國發明專利記載有使用卷積神經網絡對餐具進行特征提取，并通過這些提取到的特征對餐具進行分類識別，實現自動結算。其使用了卷積神經網絡模型，對給定的輸入圖像進行卷積計算進行特征提取，使用池化操作對卷積計算后的結果進行降維，對圖像從局部到全局進行特征抽取，最后根據提取的特征進行餐具的分類，這種方法雖然能將種類不多的餐具進行識別，但在有菜品的餐具上，菜品對該分類器所需要的特征有非常大的干擾，造成餐具識別率大大降低。

申請號為CN201420408401的中國實用新型專利記載有一種利用RFID芯片的餐具識別方法，通過RFID芯片讀寫器對餐具中的RFID芯片進行數據讀取，根據得到數據對餐具進行分類識別。通過加入在餐具中加入芯片來進行對餐具的分類識別，這種方法會造成餐具成本價格的上升，并且實際運用到餐廳飯堂時，需將舊餐具全部置換成新餐具，帶來不必要的成本。

發明內容

為了解決上述問題，本發明公開一種基于圖像邊緣特征的識別率高，成本低的餐具識別方法。

本發明所述一種基于圖像邊緣特征的餐具識別方法，包括以下步驟：

（1）對所有的模板餐具的邊緣特征信息進行提取并保存；

（2）設定相關參數；

（3）對錄入圖像進行預處理；

（4）提取餐具圖像邊緣特征；

（5）將錄入圖像的邊緣特征與模板的邊緣特征進行參數匹配，得出結果。

進一步地，步驟（2）的相關參數為匹配最小得分和匹配貪婪系數，設定匹配最小得分為0.7-0.9，優選為0.75；設定匹配貪婪系數為0.55-0.7，優選為0.6。

步驟（3）對錄入圖像進行預處理目的是去除對圖像的干擾，增加魯棒性，其包括：對圖像進行灰度轉換，方便特征提??；對圖像進行均值濾波，去除圖像中的噪聲；用Canny算子對圖像進行邊緣提取。更進一步地，均值濾波的核大小在3*3、5*5、7*7之間，為了較好地去除圖像噪聲并且不丟失邊緣特征信息，優選核大小為3*3；用核大小為3的Canny算子對圖像進行邊緣提取時，高閾值范圍為60-150，優選為60；低閾值范圍為40-90，優選為40。

進一步地，步驟（4）使用Sobel算子對圖像進行X方向和Y方向的邊緣特征提取，其中Sobel算子的核大小范圍為3、5、7，優選為5。

進一步地，步驟（5）還包括以下步驟：

（51）選擇模板餐具；

（52）選擇模板餐具的某個角度；

（53）判斷是否遍歷完當前模板餐具的全部角度，若是則返回步驟（51），否則進入步驟（54）；

（54）在餐具圖像的中心選定中心區域；

（55）在中心區域選擇匹配中心點；