[发明专利]一种基于图像处理的箱包识别方法、系统及存储介质

权利要求书

1.一种基于图像处理的箱包识别方法，其特征在于，包括：

接收输入的指令信息；基于指令信息确定需要进行识别的包的类型，根据输入的识别点或者是包的类型应当对应的识别点进行图像的采集；

基于指令信息采集当前时刻箱包一个或多个识别点的图像，所述指令信息与所述箱包一个或多个识别点预先对应设置；每一识别点的图像为三个以上不同角度的图像；

基于所述指令信息选取识别模型将所述箱包当前时刻的图像与预设图像比对，获得当前时刻箱包的鉴定分值；

若所述鉴定分值不满足预设分值，则输出伪劣提醒数据；

所述基于所述识别模型将所述箱包当前时刻的图像与预设图像比对，获得当前时刻箱包的鉴定分值包括：

获取当前时刻所述箱包中任意一个识别点的图像，将所述当前时刻的图像与预先对应的识别点图像通过余弦相似度算法进行相似度计算，获得相似度值；

将与当前时刻所述箱包的部分相似度最高的预先对应的识别点图像对应的识别点分值输出；

所述获取当前时刻所述箱包中任意一个识别点的图像，将所述当前时刻的图像与预先对应的识别点图像通过余弦相似度算法进行相似度计算，获得相似度值包括：

一个箱包Ω₂有m个识别点，箱包集记为Ω₂＝(e₁，e₂，…，e_m)，e_i表示其中一个识别点，i＝(1，2，…，m)；从数据库系统中确定出识别点I对应的识别点分值；针对识别点I对应的识别点分值，建立如下决策矩阵A_ij：

其中，a_ij是箱包i在识别点I的维度j下所具有分值，j＝(1，2，…，p)；

按照如下公式，分别计算所有箱包在识别点I的维度j下的分值之和C_j，j＝(1，2，…，p)；该公式为：

确定所有C_j中的最大值C_x，将C_x所对应的维度x确定为识别点I的最大识别点分值；

获取一个或多个识别点A_i，识别点A_i的集合为θ₁＝(A₁，A₂，…，A_n)，θ₁＝(A₁，A₂，…，A_n)为识别点A_i具有的不同维度，每个维度对应识别点的不同角度；

还包括数据库系统，用于预先存储每个维度对应的识别点分值，识别点分值的集合为θ₂＝(B₁，B₂，…，B_n)，B_i表示箱包i的识别点分值；

按照以下公式，分别计算当前时刻每个识别点与预先存储的识别点分值之间的相似度：

其中，A表示当前时刻识别的一个识别点，B_i表示识别点分值中的一个识别点分值，i从1到n遍历；确定满足以下条件的B_i，将该B_i确定为当前时刻识别的识别点A的最佳识别点分值；

通过以下公式对获取到的识别点分值B_i进行优化，包括：

其中，Q为处理当前时刻识别的箱包的品牌；k为函数J_δ(A，B_i)的最大临界值；c为J_δ函数的权重系数；d为Q的权重系数；J₀为J_δ函数的最大临界值；Q₀为Q的最大临界值；

该限定下函数J_δ(A，B_i)所对应的B_i即为第A个识别点的最高的分值B_i；

基于以下公式，获得箱包Ω₂的鉴定分值S：

其中t为识别点的个数。