[发明专利]一种商品校验的方法及装置

权利要求书

1.一种商品校验的方法，其特征在于，所述方法包括：

摄像头分别采集第一时刻和第二时刻的商品图像，所述商品图像中包括商品边框及商品标识；

云服务器获取所述摄像头上传的商品图像，基于所述商品标识对所述商品进行识别；

所述云服务器分别对所述第一时刻和第二时刻的商品图像进行边框提取；

所述云服务器将所述第一时刻与第二时刻的商品边框进行轮廓比对，以确定所述商品边框的破损率，并对所述商品边框的破损率超过预设阈值的商品进行补救操作。

2.根据权利要求1所述的方法，其特征在于，所述云服务器分别对所述第一时刻和第二时刻的商品图像进行边框提取，包括：

分别对所述第一时刻和第二时刻的商品图像进行二值化处理、几何形态分析、聚类分析处理，识别出所述边框的拟合数据，确定所述边框分别在第一时刻商品图像和第二时刻商品图像上的位置。

3.根据权利要求2所述的方法，其特征在于，所述二值化处理、几何形态分析、聚类分析处理，识别出所述边框的拟合数据，确定所述边框分别在第一时刻商品图像和第二时刻商品图像上的位置，包括：

使用部分自适应阈值算法对所述第一时刻的商品图像和第二时刻的商品图像进行二值化；

对所述二值化后的商品图像进行连通区域扫描；

对所述扫描后的连通区域进行轮廓筛选；

对所述筛选出的轮廓进行拆分，获取轮廓边界的拟合数据；

对所述拟合数据进行最小二乘拟合，确定所述第一时刻和第二时刻所述商品边框在所述商品图像中的位置。

4.根据权利要求3所述的方法，其特征在于，使用部分自适应阈值算法对所述第一时刻的商品图像和第二时刻的商品图像进行二值化，包括：

对所述第一时刻和第二时刻的商品图像进行预处理，将所述图像转换为灰度值矩阵；

使用多个环形窗口对所述第一时刻和第二时刻的商品图像进行像素面积占比计算，计算所述多个环形窗口内各像素点的灰度值；

利用距离加权方法，将所述多个环形窗口叠加，计算所述多个环形窗口叠加后的中心像素点阈值，基于所述中心像素点阈值提取特征信息；

将所述特征信息进行显著聚类分析，输出所述显著聚类分析后的二值化商品图像。

5.根据权利要求4所述的方法，其特征在于，所述使用多个环形窗口对所述第一时刻和第二时刻的商品图像进行像素面积占比计算，计算所述多个环形窗口内各像素点的灰度值，包括：

设置以中心像素点为圆心，以不同预设半径值的多个同心圆作为不同的环形窗口；

计算所述每一个同心圆覆盖的面积占比；

基于所述面积占比，计算所述多个环形窗口内各像素点的灰度值；

计算所述环形窗口中心像素点的阈值。

6.根据权利要求4所述的方法，其特征在于，所述利用距离加权方法，将所述多个环形窗口叠加，计算所述多个环形窗口叠加后的中心像素点阈值，包括：

分别计算所述多个环形窗口对应的像素点阈值；

利用高斯加权方法将上述计算出的像素点阈值进行组合阈值计算。

7.根据权利要求4所述的方法，其特征在于，所述基于所述中心像素点阈值提取特征信息，包括：

利用所述多个环形窗口分别对所述第一时刻和第二时刻的商品图像进行遍历，获取图像特征点，并通过多项式拟合提取所述特征信息。

8.根据权利要求7所述的方法，其特征在于，所述方法还包括：

若所述多个环形窗口遍历出的图像特征点数量低于预设阈值，则选取不同半径、不同数量的环形窗口进行组合，形成第二多个环形窗口，并重新分别对所述第一时刻和第二时刻的商品图像进行遍历，以获取第二次的图像特征点。

9.根据权利要求4所述的方法，其特征在于，所述将所述特征信息进行显著聚类分析，输出所述显著聚类分析后的二值化商品图像，包括：

通过K-means聚类分析将所述特征信息进行聚类；

将所述聚类后的特征信息进行类型筛选，过滤噪声的特征类型。

10.一种装置，其特征在于，包括存储器和处理器，所述存储器上存储有计算机可执行指令，所述处理器运行所述存储器上的计算机可执行指令时实现权利要求1至9任一项所述的方法。