[发明专利]一种基于RGBD信息与深度学习的商品快速结算系统

说明书

本发明涉及机器学习、计算机视觉以及商品快速结算等技术领域，尤其涉及一种基于RGBD信息与深度学习的商品快速结算系统，该系统由硬件部分及软件部分构成，硬件部分由传送带、商品、结算关口、摄像头及红外传感装置组成，软件部分的主要载体为PC及其他提供程序运行环境的设备，所述商品放置在传送带上，且传送带为商品的输送装置；所述结算关口设置在传送带的一端；所述红外传感装置设置在结算关口的内壁上，且红外传感装置与结算关口通过镶嵌方式相连接。本发明通过结构上的改进，具有对硬件环境要求低，成本低，商品结算效率高，不存在信息标签受损而无法识别的情况，稳定性高，识别精度准度高，识别效果好，从而有效的解决了现有技术中存在的问题和不足。

技术领域

本发明涉及机器学习、计算机视觉以及商品快速结算等技术领域，尤其涉及一种基于RGBD信息与深度学习的商品快速结算系统。

背景技术

图像拼接技术就是将数张有重叠部分的图像(可能是不同时间、不同视角或者不同传感器获得的)拼成一幅大型的无缝高分辨率图像的技术。很多时候，由于普通摄像头的分辨率有限，捕获更大视野范围的图像会使得目标区域失真严重。为了在不降低图像分辨率的条件下获取更大视角的图像,利用计算机进行图像拼接的技术已经成为计算机图形学的研究焦点,被广泛应用于空间探测、遥感图像处理、医学图像分析、视频压缩和传输、虚拟现实技术、超分辨率重构等领域。

图像配准和图像融合是图像拼接的两个关键技术。图像配准是图像融合的基础,而且图像配准算法的计算量一般非常大,因此图像拼接技术的发展很大程度上取决于图像配准技术的创新。早期的图像配准技术主要采用点匹配法,这类方法速度慢、精度低,而且常常需要人工选取初始匹配点,无法适应大数据量图像的融合。之后,许多图像自动拼接技术陆续提出，并被广泛应用。

图像拼接的方法很多,不同的算法步骤会有一定差异,但大致的过程是相同的，主要包括：

1)图像预处理：包括数字图像处理的基本操作(如去噪、边缘提取、直方图处理等)、建立图像的匹配模板以及对图像进行某种变换(如傅里叶变换、小波变换等)等操作；

2)图像配准：就是采用一定的匹配策略,找出待拼接图像中的模板或特征点在参考图像中对应的位置,进而确定两幅图像之间的变换关系；

3)建立变换模型：根据模板或者图像特征之间的对应关系,计算出数学模型中的各参数值,从而建立两幅图像的数学变换模型；

4)统一坐标变换：根据建立的数学转换模型,将待拼接图像转换到参考图像的坐标系中,完成统一坐标变换；

5)融合重构：将带拼接图像的重合区域进行融合得到拼接重构的平滑无缝全景图像。

在商品检测和识别的系统中，同一顾客购买的商品可能会排放地较为分散，而摄像头位置固定且视距有限，通过传送带移动商品进行检测会得到多张连续的时间序列图像，使用图像拼接技术可以保证结算过程不会重复计算同一个商品的价格。

RGB色彩空间是工业界的一种颜色标准，是通过对红、绿、蓝三个颜色通道值的变化以及它们相互之间的叠加来得到各种各样的颜色，这几乎包括了人类视力所能感知的所有颜色，是目前运用最广的颜色系统之一。日常图像采集中获得的RGB图像就是指包含了红、绿、蓝三个颜色通道信息的图像。RGBD图像则包含了一个普通的RGB三通道彩色图像和一个深度信息图像，其中深度图像类似于灰度图像，它的每个像素值都是传感器距离成像物体的实际距离。通常RGB图像和深度图像是配准的，像素点之间具有一对一的对应关系。

近年来，由于3D技术、设备的不断发展和完善，3D图像的质量越来越高，对深度信息的获取也越来越容易。因此，利用RGBD图像进行计算机视觉研究的工作也越来越多，传统的利用平面图像进行的图像分析已经逐步转变为利用深度信息或平面图像与深度信息相结合的方式，这可以解决一些二维平面图像难以解决的问题，如对物体进行空间定位的问题。