[发明专利]一种识别顾客尺码的智能检测系统算法

说明书

本发明公开了一种识别顾客尺码的智能检测系统算法，包括以下步骤：在检测区域设置标杆，并通过红外摄像头对标杆位置图像进行捕捉；对捕捉的图像进行提取人物轮廓特征；根据人物轮廓特征计算人物形体数据；对人物形体数据进行划分尺码；将划分结果存储并显示。不仅美观大方，而且能够减少劳动力，贴合顾客的身型需求，提高顾客的购物体验感，还可以对客户尺码进行收集，有助于设计师更加了解本品牌客户，完善品牌设计。

技术领域

本发明涉及一种尺码检测系统，尤其涉及一种识别顾客尺码的智能检测系统算法。

背景技术

随着生活质量的提高，人们外出购买衣物的次数越来越多，顾客对于服装店的要求也越来越高。为了提高顾客的购物体验，智能尺码检测系统应运而生。尺码检测系统不仅能够避免试衣环境出现混乱，也能够提高服装店的效率。

现在的服装店内顾客的试衣尺码由营业员人工检测或者询问顾客得到，然后由营业员去仓库拿取。然而，人工没有经过统一培训，存在较大的误差，或者由于不同服装品牌设计师对于衣服的尺码设计不同，顾客在不同服装店购买衣服时并不能够准确知道适合自己的尺码，错误的尺码导致顾客多次试衣，影响购物舒适度。

公开号为CN201611192069.4的中文专利给出了一种基于人工智能算法的人体特征尺寸自动测量方法，该方法需要的二维照片要求人物站立转向，分别拍摄前面、后面、侧面的规范性照片，拍摄过程麻烦，并且该方法结合Adaboost算法和卷积神经网络，计算数据量大，速度慢。公开号为CN201611055041.6的中文专利给出了一种基于Kinect深度相机的人体尺寸测量方法，该方法使用Kinect深度相机和转盘进行人体扫描，使用设备复杂，应用在商场中不仅不美观，而且容易因为人多拥挤损坏。

发明内容

发明目的：本发明的目的是提供一种识别顾客尺码的智能检测系统算法。

技术方案：本发明的识别顾客尺码的智能检测系统算法，包括以下步骤：

(1)在检测区域设置标杆，并通过红外摄像头对标杆位置图像进行捕捉；

(2)对捕捉的图像进行提取人物轮廓特征；

(3)根据人物轮廓特征计算人物形体数据；

(4)对人物形体数据进行划分尺码；

(5)将划分结果存储并显示。

其中，步骤(1)中标杆上印有用于测量人物高度和宽度的刻度，红外摄像头在标杆的不同角度位置设置多个。

步骤(5)中通过显示模块将尺码划分结果显示，并通过储存模块对尺码进行储存。

步骤(2)的计算过程如下：

2-1、将捕捉的图像进行去噪和二值化处理，得二值图像B(i，j)；

2-2、计算二值图像B(i，j)得积分图I(x，y)：

2-3、将二值图像B(i，j)的每个像素逐个扫描，则二值图像B(i，j)的积分图I(x，y)表示为：S(x，y)＝S(x，y-1)+B(x，y)、I(x，y)＝I(x-1，y)+S(x，y)，S(x，y)表示点(x，y)的y方向的所有二值图像之和；

2-4、根据Haar特征f_i(x)训练弱分类器h_i(x)，以确定该特征相对应的最优阈值θ：