[发明专利]一种构建基于RGB直方图特征识别商品的方法

说明书

本发明提供了一种构建基于RGB直方图特征识别商品的方法，通过构建图片数据库，采集每个种类商品的图片，通过图片以得到每个商品对应的直方图的特征信息，即获取到每个商品对应的图片识别信息，通过构建训练模型，输入不同商品的种类和商品特征值，利用训练模型计算获取得到计算得到的商品种类，将计算得到的商品种类与输入商品种类对比，对训练模型的参数修正，以得到最终的判断匹配模型。与现有技术相比较，本发明识别准确度高，且特征提取方便、简单、快捷，且匹配的准确度和效率高。

技术领域

本发明涉及自动售货技术领域，更具体地，涉及一种构建基于RGB直方图特征识别商品的方法。

背景技术

随着无人超市的兴起，商品识别技术也得到了很大的应用，商品识别技术主要是通过拍摄用户购物时的图像，从图像中提取出商品信息。目前市场上的商品识别方法主要是：基于商品外形轮廓的识别。

基于商品外形轮廓的识别就是通过使用摄像头抓取用户购物时的图像，然后从图像中提取出商品轮廓，对比已保存的商品列表中的轮廓，从而识别出购买的商品，其在识别商品的时候主要识别的是商品的轮廓特征。

因为基于商品外形轮廓识别的方法主要是识别商品的轮廓，这样在商品被遮挡住部分或者全部轮廓的时候，将会导致无法识别，而在现实生活中买东西的时候，商品往往会被用户的手部或者衣服遮挡住，因此会导致识别率和准确度比较低。

针对上述的技术问题，急需发明一种可根据部分商品图像信息，快速判断识别出商品的方法，以解决现有无人售货机根据商品图片判断商品种类，识别率和准确度低的问题。

发明内容

本发明提供一种结构简单、投入成本低廉的基于电子锁的无人超市及其售货方法，以解决上现有无人超市进出超市需刷脸造成排队等待时间长的技术问题。

根据本发明的一个方面，提供一种构建基于RGB直方图特征识别商品的方法，包括以下步骤：

步骤S1，构建图片数据库，所述图片数据库内设有与商品种类对应的存储空间；

步骤S2，采集每一个种类商品的图片，对获取的图片进行图像处理，以获取商品的RGB直方图；

步骤S3，提取商品的RGB直方图的特征值，利用哈希算法，对获取的商品特征值进行转换，并存储至对应的商品种类存储空间；

步骤S4，基于步骤S3得到的图片数据库，构建训练模型，输入商品种类和商品特征值，以获取计算结果，将计算结果与实际结果匹配，对训练模型的参数修正，以获取得到匹配模型。

在上述方案基础上优选，所述步骤S2中，每种商品选择上下左右四个方位进行拍摄，且每种商品的每个方位拍摄3张不同角度的图片。

在上述方案基础上优选，所述步骤S2中，将获取的图片进行噪声分析和降噪处理，以获取商品的RGB直方图。

在上述方案基础上优选，所述步骤S3中商品的RGB直方图的特征值提取具体步骤为：

步骤S31，基于步骤S2获取的商品的RGB直方图，根据商品的RGB直方图中分离出R，G，B三个颜色通道，对所述三个颜色通道分别建立直方图；

步骤S32，分别对每个颜色对应的直方图信息进行离散化处理，提取每个颜色对应的直方图的特征信息；

步骤S33，对所述每个颜色对应直方图的特征信息放大，以获取RGB直方图的特征值。

在上述方案基础上优选，所述步骤S32中离散化处理方法是，以相同的梯度，对每个颜色对应的直方图的灰度值进行提取。