[发明专利]图像采集分析方法

权利要求书

1.图像采集分析方法，其特征在于，包括：

步骤1、制作若干个标尺并将其摆放在每行超市货架上，所述标尺上具有若干组编码；

步骤2、采集摆放有所述标尺的货架的图像；

步骤3、对采集到的所述图像分离色彩通道，在分离后的各个通道上检测标尺的编码；

步骤4、根据对所述编码的检测结果对图像进行校正；

步骤5、根据对所述编码的检测结果在校正后的图像上分割出图像中包含商品的区域；

步骤6、在所述区域上利用颜色特征和局部纹理特征对商品进行分类，进而得到商品摆放的相关信息。

2.如权利要求1所述的图像采集分析方法，其特征在于，所述编码由数字和二维码组成。

3.如权利要求2所述的图像采集分析方法，其特征在于，所述二维码为彩色二维码，所述数字和彩色二维码一一对应，且各组编码都不相同。

4.如权利要求3所述的图像采集分析方法，其特征在于，所述步骤3包括：

将所述图像分离色彩通道，在分离后的各个通道上利用模板匹配的方法检测数字和二维码，同时利用数字和二维码之间的一一对应关系进行交叉验证，最终得到所述标尺在图像平面的坐标。

5.如权利要求4所述的图像采集分析方法，其特征在于，所述步骤4的校正包括色彩校正和畸变校正。

6.如权利要求5所述的图像采集分析方法，其特征在于，所述色彩校正包括对各个通道的色彩值求线性变换，通过所述线性变换将二维码所在区域的亮度和对比度归一化成事先设定的常数，将所述线性变换应用到整幅图像即完成了色彩校正。

7.如权利要求5所述的图像采集分析方法，其特征在于，所述畸变校正包括对整个图像求二维仿射变换矩阵，将所述标尺在图像中的形状调整为水平直线。

8.如权利要求7所述的图像采集分析方法，其特征在于，所述步骤5包括：根据所述标尺的坐标、所述标尺和商品摆放区域的相对位置关系分割出图像中包含商品的区域。

9.如权利要求8所述的图像采集分析方法，其特征在于，所述步骤6包括：

在所述区域中统计待分类商品的颜色特征，并与事先制作的颜色列表作对比；

在所述区域中提取待分类商品的局部纹理特征，并与事先制作的局部纹理列表做对比，得到待分类商品所属的类别。

10.如权利要求9所述的图像采集分析方法，其特征在于，在步骤1之前还包括：

预先采集若干商品图像作为训练样本，对训练样本进行色彩校正和畸变校正，在校正后的图像中统计其颜色出现的频率，求取频率的局部极大值，根据所述局部极大值确定和调整混合高斯模型的个数，利用所述混合高斯模型对统计的颜色出现的频率进行拟合，当某一颜色的高斯分布的中心概率密度大于设定阈值时，该高斯模型对应的颜色为主要颜色，将最后得到的主要颜色组成颜色列表；

对每一类商品，统计所述颜色列表中各种颜色出现的频率，用统计的频率作为该类商品的颜色特征；

对所述训练样本任意取一16*16像素的窗，计算所述窗的局部纹理特征，求得所述局部纹理特征的局部极大值，根据局部极大值确定和调整混合高斯模型的个数，然后利用混合高斯模型对统计的局部纹理特征出现频率进行拟合，如果某一高斯分布的中心概率密度大于事先设定的阈值，则该高斯模型对应的特征为主要局部纹理特征，将其加入局部纹理特征列表，最后得到包含所有商品主要局部特征的局部纹理特征列表。

11.如权利要求10所述的图像采集分析方法，其特征在于，所述在所述区域中统计待分类商品的颜色特征，并与事先制作的颜色列表作对比具体包括：

提取所述区域中待分类商品的颜色特征，并与所述颜色列表中的颜色特征进行比较，当所述待分类商品与某类训练样本的颜色特征差值之和最小时，所述待分类商品在颜色特征上属于该类训练样本的类别。

12.如权利要求11所述的图像采集分析方法，其特征在于，所述在所述区域中提取待分类商品的局部纹理特征，并与事先制作的局部纹理列表做对比，得到待分类商品所属的类别具体包括：

对根据颜色特征分类之后得到的同一颜色特征下的每两类商品，统计其出现频率差值最大的若干个局部纹理特征，利用所述局部纹理特征出现频率的差异性对当前商品进行分类。

13.如权利要求9所述的图像采集分析方法，其特征在于，所述步骤6之后还包括：

根据所述步骤6得到的类别结果统计各类商品的数量和在货架上的位置，输出统计结果。