[发明专利]一种衣服智能收纳识别方法及系统

权利要求书

1.一种衣服智能收纳识别方法，其特征在于，所述方法包括以下步骤：

步骤1，通过图像采集设备获取衣服图像数据；

步骤2，将衣服图像数据预处理得到待识别图像；

步骤3，依次将待识别图像与衣服图像库中的各个库存衣服图像模式匹配得到匹配衣服图像；

步骤4，获取匹配衣服图像对应的衣物描述信息；

步骤5，将匹配衣服图像和衣物描述信息推送到用户的移动设备；

在步骤2中，将衣服图像数据预处理得到待识别图像的方法为：令R²表示二维平面图像，则衣服图像数据的灰度图像表示为：f(x):Ω→R^m*n，其中m，n是整数，若m＝1，则表示衣服图像数据的灰度图像，将衣服图像数据的灰度图像的图像域内各个像素的灰度值用函数f(x,y)表示，其中x和y是像素的坐标，f是衣服图像数据在点(x,y)的像素值，则将待识别图像表示为以下矩阵形式：

在步骤3中，依次将待识别图像与衣服图像库中的各个库存衣服图像模式匹配得到匹配衣服图像的方法为：

令m为待识别图像，g为库存衣服图像，把待识别图像和库存衣服图像分别作为由若干个等灰度网格组成的集合，即将库存衣服图像的全部像素点作为对比点则m＝f(x,y)，g＝g(x,y)；将式f(x,y)＝const两边同时取偏微分得到梯度场，其中，u为从待识别图像向库存衣服图像变化的梯度场；为函数f(x,y)的梯度向量，即const为常数；在实际应用中，为了对匹配速度进行调整将公式修改为：其中，k为归一化系数，从衣服图像库中选出与待识别图像梯度场相等的各个库存衣服图像，依次统计这些库存衣服图像符合条件的像素总数量，即依次统计待识别图像m中的各个像素的灰度值大于各个库存衣服图像上相应点的像素灰度值即m_pf_p的像素总数量，选取各个库存衣服图像符合条件的像素总数量最多的库存衣服图像作为匹配衣服图像。

2.根据权利要求1所述的一种衣服智能收纳识别方法，其特征在于，在步骤1中，图像采集设备包括移动设备的摄像头、工业相机任意一种，衣服图像数据的图像格式包括jpg、jpeg、gif、png、bmp任意一种格式。

3.根据权利要求1所述的一种衣服智能收纳识别方法，其特征在于，在步骤3中，所述衣服图像库包括多个库存衣服图像，库存衣服图像包括衣物产品图片、衣物的局部特征图片以及用户的实际穿着图片；各个库存衣服图像均对应有衣物描述信息。

4.根据权利要求1所述的一种衣服智能收纳识别方法，其特征在于，在步骤5中，用户的移动设备包括安装有Android或IOS应用的移动终端，包括手机、笔记本、平板电脑、POS机或车载电脑。

5.一种衣服智能收纳识别系统，其特征在于，所述系统包括：存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序运行在以下系统的单元中：

衣服图像采集单元，用于通过图像采集设备获取衣服图像数据；

图像数据预处理单元，用于将衣服图像数据预处理得到待识别图像；

模式匹配单元，用于依次将待识别图像与衣服图像库中的各个库存衣服图像模式匹配得到匹配衣服图像；

描述信息获取单元，用于获取匹配衣服图像对应的衣物描述信息；

描述信息推送单元，用于将匹配衣服图像和衣物描述信息推送到用户的移动设备；

将衣服图像数据预处理得到待识别图像的方法为：令R²表示二维平面图像，则衣服图像数据的灰度图像表示为：f(x):Ω→R^m*n，其中m，n是整数，若m＝1，则表示衣服图像数据的灰度图像，将衣服图像数据的灰度图像的图像域内各个像素的灰度值用函数f(x,y)表示，其中x和y是像素的坐标，f是衣服图像数据在点(x,y)的像素值，则将待识别图像表示为以下矩阵形式：

依次将待识别图像与衣服图像库中的各个库存衣服图像模式匹配得到匹配衣服图像的方法为：

令m为待识别图像，g为库存衣服图像，把待识别图像和库存衣服图像分别作为由若干个等灰度网格组成的集合，即将库存衣服图像的全部像素点作为对比点则m＝f(x,y)，g＝g(x,y)；将式f(x,y)＝const两边同时取偏微分得到梯度场，其中，u为从待识别图像向库存衣服图像变化的梯度场；为函数f(x,y)的梯度向量，即const为常数；在实际应用中，为了对匹配速度进行调整将公式修改为：其中，k为归一化系数，从衣服图像库中选出与待识别图像梯度场相等的各个库存衣服图像，依次统计这些库存衣服图像符合条件的像素总数量，即依次统计待识别图像m中的各个像素的灰度值大于各个库存衣服图像上相应点的像素灰度值即m_pf_p的像素总数量，选取各个库存衣服图像符合条件的像素总数量最多的库存衣服图像作为匹配衣服图像。