[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至少两个使用目标容器盛放的菜品，根据目标容器图片模板确定所述待处理图片中各所述目标容器的位置信息；

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

基于各所述目标图片对各所述菜品进行分类，得到菜品分类结果；

基于各所述目标容器的位置信息将各所述目标容器与各读写器进行匹配；

将所述菜品分类结果通过与各所述目标容器匹配的读写器写入各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确定所述待处理图片中各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后，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匹配程度超过匹配阈值的目标匹配结果；

对所述目标匹配结果进行筛选，得到筛选后匹配结果；

基于各所述筛选后匹配结果确定各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，所述基于各所述目标图片对各所述菜品进行分类，得到菜品分类结果，包括：

分别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各输出结果；

选取各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对应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：

若任一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，任一所述目标输出结果与对应的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，在分别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：

分别对各所述目标图片进行灰度处理，得到各所述目标图片对应的灰度图片；

计算各所述目标图片对应的灰度图片的平均灰度值；

若各所述平均灰度值均处于预设平均灰度值范围内，进入所述分别将所述目标图片输入通过训练确定的神经网络的步骤。

8.根据权利要求1至3任意一项所述的方法，其特征在于，所述基于各所述目标容器的位置信息将各所述目标容器与各读写器进行匹配，包括：

获取各所述读写器对应的目标区域；

基于各所述目标容器的位置信息，分别计算各所述目标容器落入各所述目标区域中的面积占比；

基于各所述面积占比确定各所述读写器与各所述目标容器的对应匹配关系。