[发明专利]菜品库存信息处理方法、菜品出库方法及相关装置

权利要求书

1.一种菜品库存信息处理方法，其特征在于，所述方法包括：

获取待处理图片；

若所述待处理图片中包含使用目标容器盛放的菜品，根据目标容器图片模板在所述待处理图片中确定所述目标容器的位置信息；

基于所述目标容器的位置信息从所述待处理图片中分割得到所述目标容器对应的目标图片；

基于所述目标图片对所述菜品进行分类，得到菜品分类结果；

将所述菜品分类结果通过读写器写入所述目标容器上设置的可读写芯片。

2.根据权利要求1所述的方法，其特征在于，所述获取待处理图片，包括：

获取采集的原始图片；

对所述原始图片进行均值滤波处理，得到均值滤波后图片；所述待处理图片包括所述均值滤波后图片。

3.根据权利要求1所述的方法，其特征在于，在所述获取待处理图片之后，还包括：

对所述待处理图片进行灰度处理，得到灰度图片；

将灰度图片与预设灰度背景图片相减，得到中间图片；

对所述中间图片进行二值处理，得到二值化中间图片；

计算所述二值化中间图片中的白色像素的数量占比；

若所述白色像素的数量占比大于预设占比阈值，判定所述待处理图片内包含使用目标容器盛放的菜品。

4.根据权利要求1至3任意一项所述的方法，其特征在于，所述根据目标容器图片模板在所述待处理图片中确定所述目标容器的位置信息，包括：

对所述待处理图片进行灰度处理，得到灰度图片；

基于广义霍夫变换对所述目标容器图片模板进行变换，利用变换后的目标容器图片模板遍历所述灰度图片，得到所述灰度图片中与所述目标容器图片模板的匹配程度超过匹配度阈值的目标匹配结果；

选取所述目标匹配结果中分数最大的匹配结果，并基于所述匹配结果确定所述目标容器的位置信息。

5.根据权利要求1至3任意一项所述的方法，其特征在于，所述基于所述目标图片对所述菜品进行分类，得到菜品分类结果，包括：

将所述目标图片输入通过训练确定的神经网络，获得所述神经网络的输出结果；

选取所述输出结果中置信度分数最大的目标输出结果，若所述目标输出结果对应的置信度分数大于或者等于预设分数阈值，将所述输出结果确定为所述菜品的分类结果。

6.根据权利要求5所述的方法，其特征在于，所述方法还包括：

若所述目标输出结果对应的置信度分数小于所述预设分数阈值，或者，所述目标输出结果与置信度分数第二的输出结果的置信度分数差值小于预设分差阈值，生成并发送提示信号。

7.根据权利要求5所述的方法，其特征在于，在将所述目标图片输入通过训练确定的神经网络之前，还包括：

对所述目标图片进行灰度处理，得到所述目标图片对应的灰度图片；

计算所述目标图片对应的灰度图片的平均灰度值；

若所述平均灰度值处于预设平均灰度值范围内，进入所述将所述目标图片输入通过训练确定的神经网络的步骤。

8.一种菜品出库方法，其特征在于，所述方法包括：

通过读写器在目标区域内检测内嵌在目标容器中的可读写芯片；

若在目标区域内检测到内嵌在目标容器中的可读写芯片，通过所述读写器与所述可读写芯片进行通信，读取所述可读写芯片中的菜品分类结果；其中，所述菜品分类结果的写入所述可读写芯片中的步骤包含权利要求1-7任一项所述的方法步骤；

显示所述菜品分类结果。