[發(fā)明專利]一種基于SVM分類器的拍照找料方法、系統(tǒng)及存儲(chǔ)介質(zhì)

在審

• 申請?zhí)枺?/td>: 202010987482.X
• 申請日: 2020-09-18
• 公開（公告）號: CN112183272A
• 公開（公告）日: 2021-01-05
• 發(fā)明（設(shè)計(jì)）人: 童大山;謝玉輝
• 申請（專利權(quán)）人: 廣州搜料信息技術(shù)有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/46;G06K9/62
• 代理公司: 廣州專理知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙) 44493
• 代理人: 張鳳

本發(fā)明涉及一種基于SVM分類器的拍照找料方法，包括以下：獲取目標(biāo)產(chǎn)品的照片圖像作為第一圖像；對所述第一圖像進(jìn)行圖像預(yù)處理得到第二圖像；對第二圖像進(jìn)行邊緣提取得到目標(biāo)產(chǎn)品的輪廓圖像；將目標(biāo)產(chǎn)品的輪廓圖像進(jìn)行歸一化處理得到第三圖像，找尋并計(jì)算所述第三圖像的三根相鄰平行線之間的距離，得到兩個(gè)距離d1以及d2；將min（d1，d2）以及max（d1，d2）作為第一圖像的特征元素，通過SVM分類器算法對所述第一圖像進(jìn)行識(shí)別，得到相應(yīng)的分類器編號；通過分類器編號與產(chǎn)品類型建立的相關(guān)映射輸出最終產(chǎn)品類型的識(shí)別結(jié)果。本發(fā)明利用尼龍網(wǎng)的結(jié)構(gòu)特性，故而極大的縮小了拍照找料的特征元素，能夠在一定程度上加快找料的時(shí)間，也能夠提升找料的精度。

技術(shù)領(lǐng)域

本發(fā)明涉及人工智能領(lǐng)域，尤其涉及一種基于SVM分類器的拍照找料方法、系統(tǒng)及存儲(chǔ)介質(zhì)。

背景技術(shù)

企業(yè)或者其他售賣商在采購原材料的過程中，有時(shí)會(huì)對某一個(gè)產(chǎn)品的實(shí)際樣品亦或是相關(guān)圖片而感興趣，這時(shí)如果用戶突然得知該產(chǎn)品的源頭，則此時(shí)的成單率會(huì)相對較高。

當(dāng)今市場往往通過拍照找料系統(tǒng)來對產(chǎn)品進(jìn)行找尋，進(jìn)而滿足用戶的相關(guān)需求，但是現(xiàn)有的拍照找料系統(tǒng)作用的產(chǎn)品類型較廣，不是針對某一類型的產(chǎn)品而進(jìn)行定制的，這樣一來，在需要找尋的產(chǎn)品類型確定的情況下，比如尼龍網(wǎng)這類材料，相應(yīng)的找料精度就不夠高了，效率也會(huì)有所欠缺。

發(fā)明內(nèi)容

本發(fā)明的目的是為了至少解決現(xiàn)有技術(shù)的不足之一，提供一種基于SVM分類器的拍照找料方法、系統(tǒng)及存儲(chǔ)介質(zhì)。

為了實(shí)現(xiàn)上述目的，本發(fā)明采用以下的技術(shù)方案：

具體的，本發(fā)明提出一種基于SVM分類器的拍照找料方法，包括以下：

獲取目標(biāo)產(chǎn)品的照片圖像作為第一圖像；

對所述第一圖像進(jìn)行圖像預(yù)處理得到第二圖像；

對所述第二圖像進(jìn)行邊緣提取得到目標(biāo)產(chǎn)品的輪廓圖像；

將所述目標(biāo)產(chǎn)品的輪廓圖像進(jìn)行歸一化處理得到第三圖像，找尋并計(jì)算所述第三圖像的三根相鄰平行線之間的距離，得到兩個(gè)距離d1以及d2，記錄d1與d2中的較小值min(d1，d2)以及d1與d2中的較大值max(d1，d2)；

將min(d1，d2)以及max(d1，d2)作為第一圖像的特征元素，通過SVM分類器算法對所述第一圖像進(jìn)行識(shí)別，得到相應(yīng)的分類器編號；

通過分類器編號與產(chǎn)品類型建立的相關(guān)映射輸出最終產(chǎn)品類型的識(shí)別結(jié)果。

進(jìn)一步，上述用于獲取目標(biāo)產(chǎn)品的照片圖像的購物平臺(tái)為搜料網(wǎng)平臺(tái)。

進(jìn)一步，上述方法中的圖像預(yù)處理操作具體包括以下：

通過加權(quán)平均值法將第一圖像進(jìn)行灰度化得到第一圖像的灰度圖像，并對所述灰度圖像進(jìn)行灰度均衡化操作得到均衡化后的灰度圖像。

進(jìn)一步，上述通過通過加權(quán)平均值法將第一圖像進(jìn)行灰度化得到第一圖像的灰度圖像具體為以下：

根據(jù)用戶對三基色的敏感度通過以下灰度化公式進(jìn)行灰度轉(zhuǎn)換，

W＝0.299×R+0.587×G+0.114×B，

其中W是灰度圖的亮度值，R、G、B是對應(yīng)的三基色；

對所述灰度圖像進(jìn)行灰度均衡化操作具體通過以下式子進(jìn)行，

其中k＝0,1,2,......,L-1，T(r)稱作變換函數(shù)，它是一個(gè)遞增函數(shù)，且函數(shù)使灰度級在黑到白之間不變，同時(shí)，0≤T(r)≤1使變換后的灰度級在所規(guī)定的范圍內(nèi)，r為輸入的圖像的像素點(diǎn)。