[发明专利]冰箱容量自动检测方法、系统、设备及存储介质

权利要求书

1.一种冰箱容量自动检测方法，其特征在于，包括如下步骤：

步骤S1：采集若干张图像，在所述图像上识别出所述图像上的冰箱区域，所述图像上的冰箱包括至少一用于查看商品的透明视窗和至少一摆放所述商品的储物架，所述储物架设置在所述透明视窗内侧；

步骤S2：在所述冰箱区域上识别出所述储物架；

步骤S3：进而识别所述储物架上每个商品对应的商品区域和待存放商品的存放位区域，根据一所述商品区域的面积计算所述存放位区域的存储空间；

步骤S4：累加每个所述存放位区域的存储空间和每个商品区域的存储空间生成所述冰箱的存储容量。

2.根据权利要求1所述的冰箱容量自动检测方法，其特征在于，当所述储物架包括多个在竖直方向上依次排列的存放架时，每个所述存放架包括多个沿水平方向上依次排列的存放位，还包括如下步骤：

步骤M1：在所述冰箱区域识别出每个所述存放架；

步骤M2：依次识别每个所述存放架上的每个商品对应的商品区域和待存放商品的存放位区域，进而根据每个所述存放架上的一所述商品区域的面积计算该所述存放架上的所述存放位区域的存储空间；

步骤M3:累加每个所述存放架上的存放位区域的存储空间和每个商品区域的存储空间生成每个所述存放架的存储容量，进而累加每个所述存放架的存储容量生成所述冰箱的存储容量。

3.根据权利要求2所述的冰箱容量自动检测方法，其特征在于，当一所述存放架上没有存放商品时，根据以该存放架为基准的上一存放架的存储容量与下一存放架的存储容量和的平均值确定该存放架的存储容量。

4.根据权利要求1所述的冰箱容量自动检测方法，其特征在于，所述步骤S1包括如下步骤：

步骤S101：获取多张用于冰箱识别的训练图像，利用所述训练图像建立冰箱图像识别模型；

步骤S102：获取所述图像，在所述图像提取若干物体的子图像；

步骤S103：将所述子图像与所述图像识别模型匹配，在所述若干物体的子图像中识别出冰箱的子图像，进而确定冰箱区域。

5.根据权利要求1所述的冰箱容量自动检测方法，其特征在于，所述步骤S1包括如下步骤：

步骤S101：将采集到的所述图像进行去噪处理以过滤杂散点；

步骤S102：将过滤杂散点后的所述图像进行灰度直方图拉伸，以突出冰箱区域；

步骤S103：将所述图像进行二值化处理生成二值化图像，以获取冰箱区域和冰箱区域的位置信息；

步骤S104：进而对所述二值化图像进行特征提取，通过面积、长度及曲率参数筛选出冰箱区域；

步骤S105：最后对提取的冰箱区域通过模版匹配确定所述冰箱区域。

6.根据权利要求2所述的冰箱容量自动检测方法，其特征在于，所述步骤M1包括如下步骤：

步骤M101：获取多组用于存放架识别的训练图像，每组训练图像包括多张具有一相同设定数量的存放架，利用多组所述训练图像建立存放架识别模型；

步骤M102：获取所述图像，将所述图像的冰箱区域与所述存放架识别模型匹配，实现所述图像中存放架区域的识别。

7.根据权利要求2所述的冰箱容量自动检测方法，其特征在于，所述步骤M1包括如下步骤：

步骤M101：对所述图像以多个设定的存放架的数值进行聚类，生成多个彼此分开的像素集；

步骤M102：计算每个所述像素集的中心点与该像素集中每个像素点的距离，以及每个像素集的中心点与相邻所述像素集的每个像素点的距离；

步骤M103：在所述多个设定的存放架的数值中，选择一存放架的目标数值，所述存放架的目标数值使的每个所述像素集的中心点与该像素集中每个像素点的距离最小及每个像素集的中心点与相邻所述像素集的每个像素点的距离最大；

步骤M104：通过所述存放架的目标数值进行聚类识别所述每个所述存放架。