[发明专利]冰箱食材检测方法、装置、存储介质及电子装置

说明书

本发明提供了一种冰箱食材检测方法、装置、存储介质及电子装置，该方法包括：获取在不同时间对冰箱中同一食材存储区域所采集的第一图像和第二图像；分别对所述第一图像和第二图像进行图像分块和哈希编码，获得第一图像的分块与所述第二图像的对应分块的相似度；根据所述相似度确定所述冰箱的食材存储区域的食材变化信息。在本发明中，通过采用统计学图像处理方式对冰箱食材的图像进行检测，因此，不需要采集大量数据和标注，从而达到了快速食材检测效果。并且不需使用专用的GPU服务器，节省资源。

技术领域

本发明实施例涉及图像处理领域，具体而言，涉及一种冰箱食材检测方法、装置、存储介质及电子装置。

背景技术

由于用户经常对冰箱中的食材进行放入和取出操作，经常由于操作时间长或其它问题而忘记放入或取出的是什么食材，用户希望查看新放入或取出的食材，用户希望知道冰箱中最新变动的食材。

相关技术采用深度学习算法实现食材检测，根据两张图片检测结果，对比两张图片中减少或增加的食材，从而确定哪个食材有变动。深度学习算法需要采集大量的样本训练，并需要对样本进行标注，需要采用专用GPU算法服务器部署，需用云端计算方案。

针对相关技术中深度学习算法需要采集大量的数据，需要数据标定，耗时耗力的问题，目前尚未提出有效的解决方案。

发明内容

本发明实施例提供了一种冰箱食材检测方法、装置、存储介质及电子装置，以至少解决相关技术中冰箱食材放入或取出时无法快速灵活指示食材变动的问题。

根据本发明的一个实施例，提供了一种冰箱食材检测方法，包括：获取在不同时间对冰箱中同一食材存储区域所采集的第一图像和第二图像；分别对所述第一图像和第二图像进行图像分块和哈希编码，获得第一图像的分块与所述第二图像的对应分块的相似度；根据所述相似度确定所述冰箱的食材存储区域的食材变化信息。

在一个示例性实施例中，分别对所述第一图像和第二图像进行图像分块和哈希编码可以包括：分别将所述第一图像和第二图像划分为相同的m×n分块，其中每个分块包括S个像素点，其中，m、n和s为正整数；将每个分块转化为灰度图，并计算每个分块的像素点的灰度平均值；将每个分块中灰度值大于或等于该分块的灰度平均值的像素点标记为1，灰度值小于该分块的灰度平均值的像素点标记为0；将每个分块中所有像素点的标记值进行组合得到该分块的具有s位的哈希编码。

进一步地，获得第一图像的分块与所述第二图像的对应分块的相似度可以包括：将所述第一图像的分块的哈希编码与第二图像的对应分块的哈希编码进行比较，获得第一图像的分块与所述第二图像的对应分块的相似度。

在一个示例性实施例中，将所述第一图像的分块的哈希编码与第二图像的对应分块的哈希编码进行比较，获得第一图像的分块与所述第二图像的对应分块的相似度，可以包括：将所述第一图像的分块的哈希编码中每一位的值与第二图像的对应分块的哈希编码中对应位的值进行比较，如果相同则标记为1，不相同则标记为0；将所述第一图像的分块的哈希编码的所有位的标记值累加后除以该分块的哈希编码的长度，以获得该分块与第二图像的对应分块的相似度。

在一个示例性实施例中，根据所述相似度确定所述冰箱的食材存储区域的食材变化信息可以包括：分别将所述第一图像和第二图像的每个分块的相似度与预设阈值进行比较，根据比较结果对每个分块进行二值化标记；将二值化标记后的分块按照分块划分的顺序组合分别形成第一图像的对比特征图和第二图像的对比特征图；分别在所述第一图像的对比特征图和第二图像的对比特征图中标记出食材发生变化的位置信息。

在一个示例性实施例中，分别将所述第一图像和第二图像的每个分块的相似度与预设阈值进行比较，根据比较结果对分块进行二值化标记可以包括：当分块的相似度大于所述预设阈值时，将该分块的每个像素点的值都标记为第一像素值，当分块的相似度小于或等于所述预设阈值时，将该分块的每个像素点的值都标记为第二像素值。