[发明专利]一种基于SVM分类器的拍照找料方法、系统及存储介质

说明书

本发明涉及一种基于SVM分类器的拍照找料方法，包括以下：获取目标产品的照片图像作为第一图像；对所述第一图像进行图像预处理得到第二图像；对第二图像进行边缘提取得到目标产品的轮廓图像；将目标产品的轮廓图像进行归一化处理得到第三图像，找寻并计算所述第三图像的三根相邻平行线之间的距离，得到两个距离d1以及d2；将min（d1，d2）以及max（d1，d2）作为第一图像的特征元素，通过SVM分类器算法对所述第一图像进行识别，得到相应的分类器编号；通过分类器编号与产品类型建立的相关映射输出最终产品类型的识别结果。本发明利用尼龙网的结构特性，故而极大的缩小了拍照找料的特征元素，能够在一定程度上加快找料的时间，也能够提升找料的精度。

技术领域

本发明涉及人工智能领域，尤其涉及一种基于SVM分类器的拍照找料方法、系统及存储介质。

背景技术

企业或者其他售卖商在采购原材料的过程中，有时会对某一个产品的实际样品亦或是相关图片而感兴趣，这时如果用户突然得知该产品的源头，则此时的成单率会相对较高。

当今市场往往通过拍照找料系统来对产品进行找寻，进而满足用户的相关需求，但是现有的拍照找料系统作用的产品类型较广，不是针对某一类型的产品而进行定制的，这样一来，在需要找寻的产品类型确定的情况下，比如尼龙网这类材料，相应的找料精度就不够高了，效率也会有所欠缺。

发明内容

本发明的目的是为了至少解决现有技术的不足之一，提供一种基于SVM分类器的拍照找料方法、系统及存储介质。

为了实现上述目的，本发明采用以下的技术方案：

具体的，本发明提出一种基于SVM分类器的拍照找料方法，包括以下：

获取目标产品的照片图像作为第一图像；

对所述第一图像进行图像预处理得到第二图像；

对所述第二图像进行边缘提取得到目标产品的轮廓图像；

将所述目标产品的轮廓图像进行归一化处理得到第三图像，找寻并计算所述第三图像的三根相邻平行线之间的距离，得到两个距离d1以及d2，记录d1与d2中的较小值min(d1，d2)以及d1与d2中的较大值max(d1，d2)；

将min(d1，d2)以及max(d1，d2)作为第一图像的特征元素，通过SVM分类器算法对所述第一图像进行识别，得到相应的分类器编号；

通过分类器编号与产品类型建立的相关映射输出最终产品类型的识别结果。

进一步，上述用于获取目标产品的照片图像的购物平台为搜料网平台。

进一步，上述方法中的图像预处理操作具体包括以下：

通过加权平均值法将第一图像进行灰度化得到第一图像的灰度图像，并对所述灰度图像进行灰度均衡化操作得到均衡化后的灰度图像。

进一步，上述通过通过加权平均值法将第一图像进行灰度化得到第一图像的灰度图像具体为以下：

根据用户对三基色的敏感度通过以下灰度化公式进行灰度转换，

W＝0.299×R+0.587×G+0.114×B，

其中W是灰度图的亮度值，R、G、B是对应的三基色；

对所述灰度图像进行灰度均衡化操作具体通过以下式子进行，

其中k＝0,1,2,......,L-1，T(r)称作变换函数，它是一个递增函数，且函数使灰度级在黑到白之间不变，同时，0≤T(r)≤1使变换后的灰度级在所规定的范围内，r为输入的图像的像素点。