[發明專利]容器識別方法、設備及計算機可讀存儲介質

在審

• 申請號: 202010137557.5
• 申請日: 2020-02-29
• 公開（公告）號: CN111582014A
• 公開（公告）日: 2020-08-25
• 發明（設計）人: 陳小平;林勇進;吳雪良
• 申請（專利權）人: 佛山市云米電器科技有限公司;陳小平
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/32;G06K9/62;A47J31/44;A47J31/00
• 代理公司: 深圳市力道知識產權代理事務所(普通合伙) 44507
• 代理人: 張傳義

1.一種容器識別方法，其特征在于，所述方法包括：

當接收到容器識別任務時，獲取飲水機采集的待識別容器圖像；

對所述待識別容器圖像進行預處理，并從預處理后的所述待識別容器圖像中提取出感興趣區域；

從所述感興趣區域提取待識別容器的特征；

將提取的所述特征分別輸入至訓練好的針對不同容器類型的各個SVM分類器進行分析，以得出所述待識別容器的類型作為識別結果。

2.根據權利要求1所述的容器識別方法，其特征在于，所述對所述待識別容器圖像進行預處理，包括：

對所述待識別容器圖像進行灰度化處理；

對灰度化處理后的所述待識別容器圖像進行平滑去噪處理；

對平滑去噪處理后的所述待識別容器圖像進行二值化處理。

3.根據權利要求1所述的容器識別方法，其特征在于，所述從預處理后的所述待識別容器圖像中提取出感興趣區域，包括：

采用預設邊緣檢測算法確定預處理后的所述待識別容器圖像中待識別容器部分的上邊界、左邊界和下邊界構成的最小外接矩形區域；

提取所述最小外接矩形區域，作為感興趣區域。

4.根據權利要求1所述的容器識別方法，其特征在于，所述從預處理后的所述待識別容器圖像中提取出感興趣區域，包括：

計算預處理后的所述待識別容器圖像中每列的像素和；

根據所述每列的像素和，確定第一目標列和第二目標列；

計算所述第一目標列和第二目標列之間的最大外切矩陣得到感興趣區域。

5.根據權利要求1所述的容器識別方法，其特征在于，所述將提取的所述特征分別輸入至訓練好的針對不同容器類型的各個SVM分類器進行分析，以得出所述待識別容器的類型作為識別結果，包括：

將提取的所述特征分別輸入至訓練好的針對不同容器類型的各個SVM分類器進行分析，得出所述待識別容器屬于各個SVM分類器對應的容器類型的概率；

將所述待識別容器屬于各個SVM分類器對應的容器類型的概率進行比對，得到比對結果，并根據所述比對結果確定所述待識別容器的類型。

6.根據權利要求1所述的容器識別方法，其特征在于，所述當接收到容器識別任務時，獲取飲水機采集的待識別容器圖像之前，包括：

獲取若干種容器的圖像及其標記，以構建訓練樣本集；

根據所述訓練樣本集中的各個訓練樣本，訓練針對不同容器類型的各個SVM分類器，得到訓練好的針對不同容器類型的各個SVM分類器。

7.根據權利要求6所述的容器識別方法，其特征在于，所述根據所述訓練樣本集中的各個訓練樣本，訓練針對不同容器類型的各個SVM分類器，得到訓練好的針對不同容器類型的各個SVM分類器，包括：

根據所述訓練樣本集中容器類型的個數，確定SVM分類器的數量；

設置訓練樣本集在訓練各個SVM分類器時所對應的目標概率值；

根據所述訓練樣本集中的各個訓練樣本與設置的所述目標概率值，對針對不同容器類型的各個SVM分類器進行訓練。

8.根據權利要求1所述的容器識別方法，其特征在于，所述將提取的所述特征分別輸入至訓練好的針對不同容器類型的各個SVM分類器進行分析，以得出所述待識別容器的類型作為識別結果之后，包括：

獲取預存的容器類型與容器容積之間的映射關系表；

根據識別結果和所述映射關系表，確定所述待識別容器對應的容積。

9.一種容器識別設備，其特征在于，所述容器識別設備包括處理器、存儲器、以及存儲在所述存儲器上并可被所述處理器執行的容器識別程序，其中所述容器識別程序被所述處理器執行時，實現如權利要求1至8中任一項所述的容器識別方法的步驟。

10.一種計算機可讀存儲介質，其特征在于，所述計算機可讀存儲介質上存儲有容器識別程序，其中所述容器識別程序被處理器執行時，實現如權利要求1至8中任一項所述的容器識別方法的步驟。