CN105825583A - 一种智能自动贩卖机 - Google Patents

Abstract

本发明公开了一种智能自动贩卖机，在机体内部设置有支付模块、货物传输模块、商品管理模块、环境感知模块、商品状态显示模块、广告管理模块、智能城市模块；商品管理模块包括系统管理及通信中心、移动显示手提机、远程售货机营运终端组成；支付模块包括移动支付模块、虹膜支付模块、人脸支付模块；智能城市模块与所述的广告管理模块，用于显示和查询相关城市信息。本发明能及时通知管理员补货；具有提示所缺商品距离最近自动售货机具体位置功能；云端服务器能够根据季节、售货机所感知的天气、温度、地理位置和养生信息，向用户推荐购买商品，增强用户体验；多种支付功能，方便快捷。

Description

一种智能自动贩卖机

技术领域

本发明属于智能设备领域，尤其涉及一种智能自动贩卖机。

背景技术

在当今社会中，随着生活水平的不断提高，人们对传统购物方式提出更高的要求，一些新型购物设施也逐渐出现在城市的大街小巷，自动售货机就是其中的一种。传统的自动售货机均采用用户投入硬币或纸币的方式购物，且其内部设计结构过于复杂，外型体积庞大，因此产生了生产成本高，机械故障率高，运营管理成本高等一系列问题，从而阻碍了自动售货业的发展。

发明内容

本发明的目的在于提供一种智能自动贩卖机，旨在解决现有的自动售货机运营管理成本高的问题。

本发明是这样实现的，一种智能自动贩卖机，所述的智能自动贩卖机包括机体，在机体内部设置有：

支付模块，用于验证完成支付；

货物传输模块，用于实现商品的摆放；

商品管理模块，与支付模块、货物传输模块、环境感知模块、商品状态显示模块、广告管理模块和智能城市模块连接，用于实现商品信息的处理；

环境感知模块，用来感知用户购物时的环境信息，例如温度、湿度，感知用户是否靠近售货机；

商品状态显示模块，用于某种商品售完时，提醒具有该类商品的最近自动售货机的位置；首先自动贩卖机通过货物传输模块根据接口电路获得商品位置坐标，从而得到商品信息，通过无线通信模块将该位置信息传送给云数据模块，云端服务器判断商品是否售完，当售完时则会根据存储在后台信息处理系统的贩卖机的拓扑图进行数据库查询，获得距离最近的且具有该类商品的物理位置信息并将其传递给自动贩卖机进行显示；

广告管理模块，用于在本地存储后台服务器传递过来的广告内容以及广告播放时间段，播放次数，循环周期信息；

智能城市模块，用于显示和查询相关城市信息；

所述支付模块包括移动支付模块、虹膜支付模块、人脸支付模块；

所述的移动支付模块通过通讯公司申请一个通用的客服号码，用户向其发送购买短信，在每种产品的展示框上贴上一个商品二维条形码，包括商品名称，售货机ID号，商品数量、客服号码基本信息，用户通过智能手机扫描条形码，其二维码读取软件便会读取该数据信息，之后向客服号码发送包含数据信息的短信进行移动支付，支付模块接收到用户短信后，输入验证码完成支付；

所述的虹膜识支付模块包括虹膜图像获取模块、识别算法模块、特征提取模块、编码模块、虹膜数据库、数据匹配模块；

所述的人脸支付模块包括人脸检测与定位模块、规范化模块、特征提取模块、识别模块；

所述的定位与检测模块用于捕捉人眼坐标，并由人眼坐标得到人脸左上顶点和右下顶点的坐标；

所述的规范化模块对采集的人脸图像进行规范化处理，将人脸对齐纠正；

所述虹膜支付模块还包括：

虹膜识别移动端，该虹膜识别移动端设置有与手机连接的USB接口；

图像获取模块，用于拍摄用户虹膜，并获取相应的认证虹膜；

识别算法模块包括图像质量评估模块和虹膜预处理模块，用于对虹膜图像进行定位、归一化、图像增强的预处理；

特征提取模块用于对虹膜预处理后提取认证的虹膜的特征点，并计算所提取的认证虹膜各特征点的特征值；

编码模块采用图像特征提取算法对虹膜图像的感兴趣部分进行特征提取并编码；

数据匹配模块用于将所提取并编码的认证虹膜的特征点的特征值与虹膜数据库中的数据进行对比，并在所提取的并编码的认证虹膜的特征点的特征值与虹膜数据库中的数据相符时确认该用户通过身份认证；

所述货物传输模块包括传导架，滑道，感应芯片，滑轮，漏孔，物品滑梯，感应式开合板和货物拿放盒；

所述的滑道设置在传导架的前部位置；所述的感应芯片设置在传导架的内部位置；所述的滑轮设置在滑道的内部位置；所述的漏孔设置在物品滑梯的上部位置；所述的感应式开合板设置在货物拿放盒的表面位置；所述的货物拿放盒设置在感应式开合板的底部位置；

所述的滑道具体采用长方体凹槽；

所述的物品滑梯具体采用坡式梯形板；

所述商品管理模块包括：系统管理及通信中心、移动显示手提机、远程售货机营运终端组成；

系统管理及通信中心包括无线通信模块、后台信息处理系统；

所述无线通信模块包含自动贩卖机之上与后台信息处理系统相联系的通讯基础设施模块，信息安全传输模块、有线或无线网络连接模块或GPRS短信发送模块；

所述后台信息处理系统包括：存储模块、信息处理模块、信息接收/发送模块、支付管理模块、远程管理模块、云数据模块；

所述的云数据模块包括：

云端服务器，用于存取交易信息、留言信息以及认证信息，一个以上的自动贩卖机，通过网络与所述云端服务器连结，以实时监控所述自动贩卖机的交易信息，并且提供互动式操作界面，供使用者作为选购界面及留下信息，并通过网络将各种即时信息传送给所述云端服务器；

移动显示手提机：由无线通信模块、嵌入式处理器、液晶显示器、触模屏组成，用电子地图显示每个远程售货机营运终端位置，显示每个远程售货机营运终端每个单元货物的品种，在架的货物的数量，缺货情况，售货数量，补货情况；

远程售货机营运终端：包括售货机、无线通信模块、采集控制电路三个部分，采集控制电路与无线通信模块采用USB或串口连接，实现远程售货机营运终端与系统管理及通信中心通信；采集控制电路与售货机采用串口或货物采集装置相连接；

商品状态显示模块包括：商品状态显示屏，摄像头，功能选择区域，语音识别器和数字输入区域；

所述商品状态显示屏设置在摄像头的下部位置；所述的功能选择区域设置在语音识别器的上部位置；所述的数字输入区域设置在商品状态显示屏的下部位置；所述的摄像头设置在商品状态显示屏的上部位置；所述的语音识别器设置在功能选择区域的下部位置；

所述的商品状态显示屏具体采用1个多点电容式LED液晶触控屏；

所述的摄像头具体采用无线传感高清摄像头；摄像头设置有图像色偏检测模块；

语音识别器包括语音拨号、语音导航、室内设备控制、语音文档检索、简单的听写数据录入；语音识别技术与其他自然语言处理技术如机器翻译及语音合成技术相结合，构建出更加复杂的应用；

语音识别器涉及的领域包括：信号处理、模式识别、概率论和信息论、发声机理和听觉机理、人工智能。

所述智能城市模块包括物数字化应用模块和数据处理模块；

所述的数字化应用模块包括感知层和网络层；

所述的感知层由各种传感器以及传感器网络构成，用于收集城市的地理信息、交通信息、人文信息、政企分布和资源分布；

所述的网络层包括城市数字宽带网络建设、国家骨干网络建设、政府各部门间的互联网建设、社会团体和事业单位网络建设、企业及家庭的网络接入，以及与之相对应的数据库、网络应用平台和网络监督管理；

所述的数据处理模块用于将感知层和网络层的数据处理后上传至云数据模块进行数据共享。

进一步，所述信息安全传输模块的信息安全传输方法包括以下步骤：

步骤一，注册阶段，第一安全域代理A计算交互式临时公钥S1，向用户C1发送如下信息：用户C1的公钥g^x1，用户C1的私钥X₁；第一安全域代理A对公钥g^x1的签名Sig_A(g^x1)；

步骤二，注册阶段，第二安全域代理B计算交互式临时公钥S2，向用户C2发送如下信息：用户C2的公钥g^x2，用户C2的私钥X₂，第二安全域代理B对公钥g^x2的签名Sig_B(g^x2)，用户完成注册后，执行步骤三；

步骤三，主密钥协商阶段，目标用户C2作为响应者，接收请求用户C1发送的信息，消息中包括公钥g^x1、签名Sig_A(g^x1)、随机数Nonce1；具体包括：

第一步，请求用户端点C1计算随机数Nonce1，将请求(Nonce1，g^x1，Sig_A(g^x1))发送给代理A，其中g^x1表示用户C1的公钥，SigA(g^x1)表示第一安全域代理A对公钥g^x1的签名；

第二步，第一安全域代理A向目标用户端点C2的第二安全域代理B发送请求消息；

第三步，第二安全域B将消息发给目标用户端点C2；

步骤四，目标用户C2收到请求用户C1的信息后，根据公钥g^x1和私钥X₂计算主密钥MK，并计算应答MIC₁，将MIC₁、公钥g^x2、签名Sig_B(g^x2)、随机数Nonce2一起发送给用户C1；

步骤五，请求用户C1收到响应后，验证应答MIC₁，根据公钥g^x2和私钥X₁计算主密钥MK，并计算应答MIC₂，将随机数Nonce2和MIC₂发送给目标用户C2；

步骤六，目标用户C2收到响应后，验证应答MIC₂，用户C1和用户C2在主密钥协商阶段协商出新的主密钥MK后，每当用户C1和用户C2进行通信时，执行步骤七；目标用户端点C2接收响应后，按如下步骤进行：

第一步，目标用户端点C2接收到消息后，解析出随机数Nonce2，应答MIC₂；

第二步，目标用户端点C2计算MIC₂，将计算出的MIC₁与用户C1发送的MIC₁进行对比，如果两者相同，验证通过，否则验证失败；

第三步，如果正确，则执行网关ServingPDNGateway检测数据包的源端和目的端，发现用户C1和用户C2在相同或邻近小区，根据一定策略决定其是否建立D2D连接，以上主密钥协商过程对于用户C1和用户C2只运行一次；

步骤七，网关ServingPDNGateway检测数据包的源端和目的端，发现用户C1和用户C2在相同或邻近小区，根据一定策略决定其是否建立D2D连接；

步骤八，此时代理视作基站eNodeB，eNodeB请求用户C1和C2测量信道质量，据此判断D2D连接是否建立，若连接建立并且用户C1和用户C2的设备都具有D2D功能，执行步骤九，否则执行步骤十；经过网关ServingPDNGateway决定是否建立D2D连接后，按如下步骤进行：

第一步，此时，安全域代理视作基站eNodeB，eNodeB执行集中式干扰测量，产生信道测量控制信令，请求用户C1和用户C2测量信道质量；

第二步，用户C1和用户C2将测量信息反馈给基站eNodeB，eNodeB据此判断D2D连接是否建立；

所述步骤九中经过两端用户执行集中式干扰测量后，按如下步骤进行：

第一步，基站eNodeB执行D2D资源分配调度，如果D2D连接建立并且两端设备都有D2D功能，则eNodeB通过控制信令执行D2D资源分配，建立D2D会话；

第二步，D2D链路建立成功后，eNodeB仍然负责蜂窝网络和D2D的资源分配；

步骤九，基站eNodeB通过控制信令执行D2D资源分配，请求用户C1和目标用户C2间建立D2D会话；

步骤十，会话密钥协商阶段，用户C1和用户C2执行四步握手协议，协商出会话密钥，经过D2D会话建立后，用户C1和用户C2利用该密钥对随后传输的信息进行加密及完整性保护，经过四步握手协议，协商出用于本次通信的域内D2D会话密钥或者跨域会话密钥。

进一步，所述图像色偏检测模块的图像色偏检测方法具体包括以下步骤：

步骤一，通过可拍照智能终端摄像头拍摄一副彩色图像Img_sur，即RGB图像为待检测图像；

步骤二，将源图像Img_sur由RGB空间转换到Lab色度空间，得到转换后图像Img_Lab及在L、a、b分量上的图像数据；

步骤三，通过式(1)，定量分析Img_Lab图像在ab二维颜色坐标下的直方图分布特征，并依式(2)、(3)计算等价圆E_q的圆心C、半径σ、u、D、D_σ参数；

式(3)中u为该等价圆的圆心C距离中性轴(a＝0,b＝0)的距离，D为等价圆外侧距离中性轴的距离，D_σ表示该二维直方图等价圆偏离中性轴的程度：D_σ值越大，表明该图像直方图偏离中性轴越严重；

步骤四，初次判断图像色偏情况：当满足式(4)时，则认为图像的ab二维平面直方图是聚集的，并暂时将图像归类为色偏图像，执行步骤七；否则，初步认定图像为非色偏图像，执行步骤五；

(D＞10andD_σ＞0.6)or(D_σ＞1.5)(4)

步骤五，求解图像的NNO区域，理论依据：图像场景中的无色差表面能够完全反映场景中入射光照的颜色，通过灰色表面的色偏情况，得出图像的光照的偏移情况，方法如下：若Img_NNO(i,j)像素为NNO区域像素，则：

其中L、a、b为图像在Lab色度空间的三个分量信息，d为待测图像Img_sur在Lab色度空间中的色度半径最大值，限制d所在像素点以及每个NNO区域像素点Img_NNO(i,j)为非孤立像素点；

步骤六，对步骤五的结果图像求解其二维直方图对应等价圆D_σNNO的参数，对比源图像等价圆的各个参数，将式(6)作为衡量图像参数变化的量化依据，从两者参数的变化趋势对非聚集图像或非色偏图像进行二次判断；

σ_cr＝(σ-σ_NNO)/σ；u_cr＝(u-u_NNO)/u(6)

其中，σ_cr和u_cr分别代表了图像二维直方图等价圆的半径σ和圆心距离原点的距离u在提取NNO区域前后相对自身变化的幅度，能够有效地量化图像在提取NNO区域前后的二维直方图等价圆的变化情况，具有很好的参数代表作用，正常的非色偏图像源图像与NNO区域图像的二维直方图等价圆σ、u等参数的变化幅度较大，即正常非色偏图像的NNO区域图像的等价圆参数比原图像的等价圆参数变化较大，该特性符合正常无色偏图像的颜色特征；同时，色偏图像在提取NNO区域前后的σ、u参数值变化幅度较小，即色偏图像的NNO区域图像同样具有色偏的颜色特征，所以，通过分析σ、u参数值的变化来实现对非色偏图像分类的方法是有效的，设定参数阈值如下：

当图像NNO区域等价圆参数D_σNNO＜-0.5时，或者，σ、u参数在提取NNO区域前后变化的幅度分别超过70％和60％时，判断图像是正常非色偏图像；当图像NNO区域等价圆参数D_σNNO＞0.5时，或者，σ、u参数在提取NNO区域前后变化的幅度分别低于40％和30％时，判断图像为色偏图像；

步骤七，对初次判定为色偏图像的图像进行分类:

将利用图像在Lab色度空间的L分量的直方图分布信息，对图像进行首次分类，当图像内容为明显的本质色偏时，Lab色度空间的L分量的直方图分布呈现区域性的聚集分布；而图像内容为真实色偏时，Lab色度空间的L分量的直方图分布呈现为比较均匀的离散分布，采用如下方式对图像的L分量进行处理：

当L分量直方图中某像素出现次数低于出现次数最高的像素出现次数的1％时，将该像素的像素数置零；

判断经处理后的L分量直方图，像素出现次数不为零的最小像素与最大像素所横跨的区间在L分量的整个像素区间的比重是否小于80％：

当非零次数像素所跨越区域小于等于整个像素区间80％时，判定该图像色偏类型为本质色偏；

当大于80时，则等待进一步的判断；

对具有本质色偏特征，且图像内容不是很单一的本质色偏图像以及真实色偏图像，根据他们的NNO区域的二维直方图等价圆的各个参数相对源图像等价圆参数的变化来进行进一步的判定，颜色恒常性，若图像发生色偏失真，则NNO区域也会体现出色偏特征；若图像没有发生色偏失真，NNO区域应表现出正常图像的特征，同样用式(6)对色偏图像进行分类，其中，阈值的设置根据不同的场景进行调整：

其中σ_cr和u_cr分别代表了色偏图像二维直方图等价圆的半径σ和圆心距离原点的距离u在提取NNO区域前后相对自身变化的幅度指标；

步骤八，将此方法的程序嵌入到可拍照移动终端中，对设备所获取的图片实时地进行检测，改程序会反馈检测结果，即对该硬件在色彩方面性能的评价。

本发明的智能自动贩卖机能够及时进行数据的更新，及时通知管理员补货；具有提示所缺商品距离最近自动售货机具体位置功能，当客户所处自动售货机缺货时，用户可从其它售货机处购买；云端服务器能统计每个售货机的每种商品在不同天气、不同环境下的销售情况，并对这些统计信息进行深入挖掘，挖掘出更有用的商业信息；采用传感器技术感知用户是否靠近，当有用户靠近售货机时播放推荐信息，当没有用户靠近时，则播放广告，广告内容可通过服务器远程自动更新；服务器能够根据季节、售货机所感知的天气、温度、地理位置和养生等信息，向用户推荐购买商品，增强用户体验；多种支付功能，方便快捷。本发明在安全域代理和用户端点的共同协助下，仅需一次端到端的主密钥协商，就能实现消息从源端到目的端的身份认证及会话密钥协商，利用该密钥对随后传输的信息进行加密及完整性保护。本发明通过RGB图像获取；空间转换；计算图像在ab二维颜色坐标下的直方图和等价圆的参数；分别求解源图像与转换后图像信息的NNO(nearneutralobjects)区域及其对应的等价圆参数；量化阈值，对比参数，判断图像色偏情况，进行色偏图像分类，或者“非色偏图像”再检测；经多次检测，将图像分为色偏图像，本质色偏图像，真实色偏图像，无色偏图像，无法检测图像。本发明不会受到场景或者先验知识的局限，并且相较于现有技术而言，提高了检测的精度，同时具有普遍的适用性，提高了色偏检测的准确率和可靠性；而且本发明灵活地用了颜色空间的转换以及直方图，NNO区域，等价圆的一些知识，简化了运算量，具有良好的实时性能，适合于智能终端拍照图像的实时检测，也可用于评价智能终端图像获取系统的性能。

附图说明

图1是本发明实施例提供的智能自动贩卖机的内部系统图；

图2是本发明实施例提供的货物传输模块结构示意图；

图3是本发明实施例提供的商品状态显示模块结构示意图；

图中：1、支付模块；2、货物传输模块；2-1、传导架；2-2、滑道；2-3、感应芯片；2-4、滑轮；2-5、漏孔；2-6、物品滑梯；2-7、感应式开合板；2-8、货物拿放盒；3、商品管理模块；4、环境感知模块；5、商品状态显示模块；5-1、商品状态显示屏；5-2、摄像头；5-3、功能选择区域；5-4、语音识别器；5-5、数字输入区域；6、广告管理模块；7、智能城市模块。

具体实施方式

为能进一步了解本发明的发明内容、特点及功效，兹例举以下实施例，并配合附图详细说明如下。

如图1所示，本发明是这样实现的，一种智能自动贩卖机包括机体，在机体内部设置有支付模块1、货物传输模块2、商品管理模块3、环境感知模块4、商品状态显示模块5、广告管理模块6、智能城市模块7。

支付模块1，用于验证完成支付；

货物传输模块2，用于实现商品的摆放；

商品管理模块3，与支付模块1、货物传输模块2、环境感知模块4、商品状态显示模块5、广告管理模块6和智能城市模块7连接，用于实现商品信息的处理；

环境感知模块4，用来感知用户购物时的环境信息，例如温度、湿度，感知用户是否靠近售货机；

商品状态显示模块5，用于某种商品售完时，提醒具有该类商品的最近自动售货机的位置；

广告管理模块6，用于在本地存储后台服务器传递过来的广告内容以及广告播放时间段，播放次数，循环周期等信息；

智能城市模块7，用于显示和查询相关城市信息。

所述的商品管理模块3包括：

系统管理及通信中心、移动显示手提机、远程售货机营运终端组成；

系统管理及通信中心包括无线通信模块、后台信息处理系统；

所述无线通信模块包含自动贩卖机之上与后台信息处理系统相联系的通讯基础设施模块，信息安全传输模块、有线或无线网络连接模块或GPRS短信发送模块；

所述的后台信息处理系统包括模块有：存储模块、信息处理模块、信息接收/发送模块、支付管理模块、远程管理模块、云数据模块；

所述的云数据模块包括：

一云端服务器，主要用于存取交易信息、留言信息以及认证信息；

一个以上的自动贩卖机，通过网络与所述云端服务器连结，以实时监控所述自动贩卖机的交易信息，并且提供一互动式操作界面，供使用者作为选购界面及留下信息，并通过网络将各种即时信息传送给所述云端服务器；

移动显示手提机：由无线通信模块、嵌入式处理器、液晶显示器、触模屏等部分组成，用电子地图显示每个远程售货机营运终端位置，显示每个远程售货机营运终端每个单元货物的品种，在架的货物的数量，缺货情况，售货数量，补货情况等；

远程售货机营运终端：包括售货机、无线通信模块、采集控制电路三个部分，采集控制电路与无线通信模块采用USB或串口连接，实现远程售货机营运终端与系统管理及通信中心通信；采集控制电路与售货机采用串口或货物采集装置相连接；

所述的支付模块1包括移动支付模块、虹膜支付模块、人脸支付模块；

所述的移动支付模块通过通讯公司申请一个通用的客服号码，用户向其发送购买短信，在每种产品的展示框上贴上一个商品二维条形码，其包括商品名称，售货机ID号，商品数量、客服号码等基本信息，用户通过智能手机扫描条形码，其二维码读取软件便会读取该数据信息，之后便可以向客服号码发送包含数据信息的短信进行移动支付，支付模块接收到用户短信后，输入验证码完成支付；

所述的虹膜识支付模块包括虹膜图像获取模块、识别算法模块、特征提取模块、编码模块、虹膜数据库、数据匹配模块；

所述的人脸支付模块包括人脸检测与定位模块、规范化模块、特征提取模块、识别模块；

所述的定位与检测模块用于捕捉人眼坐标，并由人眼坐标得到人脸左上顶点和右下顶点的坐标；

所述的规范化模块对采集的人脸图像进行规范化处理，将人脸对齐纠正；

所述的智能城市模块7，用于显示和查询相关城市信息，该智能城市模块7包括物数字化应用模块和数据处理模块；

所述的数字化应用模块包括感知层和网络层；

所述的感知层由各种传感器以及传感器网络构成，用于收集城市的地理信息、交通信息、人文信息、政企分布和资源分布；

所述的网络层包括城市数字宽带网络建设、国家骨干网络建设、政府各部门间的互联网建设、社会团体和事业单位网络建设、企业及家庭的网络接入，以及与之相对应的数据库、网络应用平台和网络监督管理；

所述的数据处理模块用于将感知层和网络层的数据处理后上传至云数据模块进行数据共享。

进一步，所述的商品状态显示模块5用于某种商品售完时，提醒具有该类商品的最近自动售货机的位置功能：

首先自动贩卖机通过货物传输模块根据接口电路获得商品位置坐标，从而得到商品信息，通过无线通信模块将该位置信息传送给云数据模块，云端服务器判断商品是否售完，当售完时则会根据存储在后台信息处理系统的贩卖机的拓扑图进行数据库查询，获得距离其最近的且具有该类商品的物理位置信息并将其传递给自动贩卖机进行显示。

进一步，所述的虹膜支付模块还包括虹膜识别移动端，该虹膜识别移动端设置有与手机连接的USB接口；

所述的图像获取模块用于拍摄用户虹膜，并获取相应的认证虹膜；

所述的识别算法模块包括图像质量评估模块和虹膜预处理模块，用于对虹膜图像进行定位、归一化、图像增强的预处理；

所述的特征提取模块用于对虹膜预处理后提取认证的虹膜的特征点，并计算所提取的认证虹膜各特征点的特征值；

所述的编码模块采用图像特征提取算法对虹膜图像的感兴趣部分进行特征提取并编码；

所述的数据匹配模块用于将所提取并编码的认证虹膜的特征点的特征值与虹膜数据库中的数据进行对比，并在所提取的并编码的认证虹膜的特征点的特征值与虹膜数据库中的数据相符时确认该用户通过身份认证。

系统管理及通信中心负责将售货机的相关信息发送给后台信息处理系统，同时，也接收后台信息处理系统发来的远程指令。后台信息处理系统的功能主要处理来自售货机的相关信息，执行复杂算法，主要模块有：存储模块、信息处理模块、信息接收/发送模块、支付管理模块、远程管理模块。实现如下功能：存储各个售货机的货物销售情况；统计售货机的商品在不同环境下的销售情况并从中采用数据挖掘方法提取对管理人员有用的商业信息；当售货机商品减少到一定阈值时通知管理人员添加商品；售货机A某类商品售完时，根据售货机地理位置信息采用算法查找到距离该售货机最近且具有同类商品的售货机B，将B的地理位置信息显示在A售货机的显示屏中供用户选择；根据售货机所处物理位置和当天的天气情况以及最近的养生信息向购买者个性化推荐相应商品；根据商业需要，选择播放的广告内容并进行远程投放和管理。

环境感知模块用来感知用户购物时的环境信息，例如温度、湿度，感知用户是否靠近售货机。显示模块主要显示其它售货机物理位置信息，个性化推荐信息，此外，还能用于播放广告。广告管理模块主要在本地存储后台服务器传递过来的广告内容以及广告播放时间段，播放次数，循环周期等信息。商品二维码贴在相应商品存放位置，方便用户手机扫描，二维码中包括了商品名称，售货机编号、购买数量、客服中心号码等内容。信息存储模块主要存放售货机内商品的种类、价格、库存量、售货机地理位置及编号以及个性化推送等信息。

如图2所示，所述的货物传输模块2包括传导架2-1，滑道2-2，感应芯片2-3，滑轮2-4，漏孔2-5，物品滑梯2-6，感应式开合板2-7和货物拿放盒2-8，所述的滑道2-2设置在传导架2-1的前部位置；所述的感应芯片2-3设置在传导架2-1的内部位置；所述的滑轮2-4设置在滑道2-2的内部位置；所述的漏孔2-5设置在物品滑梯2-6的上部位置；所述的感应式开合板2-7设置在货物拿放盒2-8的表面位置；所述的货物拿放盒2-8设置在感应式开合板2-7的底部位置。

所述的滑道2-2具体采用长方体凹槽，有利于货物贩卖方便，使得安全可靠。

所述的物品滑梯2-6具体采用坡式梯形板，有利于货物滑动，灵活可靠，从而完善功能多样性。

如图3所示，所述的商品状态显示模块5包括商品状态显示屏5-1，摄像头5-2，功能选择区域5-3，语音识别器5-4和数字输入区域5-5，所述的商品状态显示屏5-1设置在摄像头5-2的下部位置；所述的功能选择区域5-3设置在语音识别器5-4的上部位置；所述的数字输入区域5-5设置在商品状态显示屏5-1的下部位置；所述的摄像头5-2设置在商品状态显示屏5-1的上部位置；所述的语音识别器5-4设置在功能选择区域5-3的下部位置。

所述的商品状态显示屏5-1具体采用1个多点电容式LED液晶触控屏，有利于显示清晰，操控灵活，从而经济实用。

所述的摄像头5-2具体采用无线传感高清摄像头，摄像头设置有图像色偏检测模块；有利于拍摄清晰，从而安全可靠。

所述的语音识别器5-4包括语音拨号、语音导航、室内设备控制、语音文档检索、简单的听写数据录入等；语音识别技术与其他自然语言处理技术如机器翻译及语音合成技术相结合，可以构建出更加复杂的应用。

语音识别器5-4涉及的领域包括：信号处理、模式识别、概率论和信息论、发声机理和听觉机理、人工智能。

进一步，所述信息安全传输模块的信息安全传输方法包括以下步骤：

步骤一，注册阶段，第一安全域代理A计算交互式临时公钥S1，向用户C1发送如下信息：用户C1的公钥g^x1，用户C1的私钥X₁；第一安全域代理A对公钥g^x1的签名Sig_A(g^x1)；

步骤二，注册阶段，第二安全域代理B计算交互式临时公钥S2，向用户C2发送如下信息：用户C2的公钥g^x2，用户C2的私钥X₂，第二安全域代理B对公钥g^x2的签名Sig_B(g^x2)，用户完成注册后，执行步骤三；

步骤三，主密钥协商阶段，目标用户C2作为响应者，接收请求用户C1发送的信息，消息中包括公钥g^x1、签名Sig_A(g^x1)、随机数Nonce1；具体包括：

第一步，请求用户端点C1计算随机数Nonce1，将请求(Nonce1，g^x1，Sig_A(g^x1))发送给代理A，其中g^x1表示用户C1的公钥，SigA(g^x1)表示第一安全域代理A对公钥g^x1的签名；

第二步，第一安全域代理A向目标用户端点C2的第二安全域代理B发送请求消息；

第三步，第二安全域B将消息发给目标用户端点C2；

步骤四，目标用户C2收到请求用户C1的信息后，根据公钥g^x1和私钥X₂计算主密钥MK，并计算应答MIC₁，将MIC₁、公钥g^x2、签名Sig_B(g^x2)、随机数Nonce2一起发送给用户C1；

步骤五，请求用户C1收到响应后，验证应答MIC₁，根据公钥g^x2和私钥X₁计算主密钥MK，并计算应答MIC₂，将随机数Nonce2和MIC₂发送给目标用户C2；

步骤六，目标用户C2收到响应后，验证应答MIC₂，用户C1和用户C2在主密钥协商阶段协商出新的主密钥MK后，每当用户C1和用户C2进行通信时，执行步骤七；目标用户端点C2接收响应后，按如下步骤进行：

第一步，目标用户端点C2接收到消息后，解析出随机数Nonce2，应答MIC₂；

第二步，目标用户端点C2计算MIC₂，将计算出的MIC₁与用户C1发送的MIC₁进行对比，如果两者相同，验证通过，否则验证失败；

第三步，如果正确，则执行网关ServingPDNGateway检测数据包的源端和目的端，发现用户C1和用户C2在相同或邻近小区，根据一定策略决定其是否建立D2D连接，以上主密钥协商过程对于用户C1和用户C2只运行一次；

步骤七，网关ServingPDNGateway检测数据包的源端和目的端，发现用户C1和用户C2在相同或邻近小区，根据一定策略决定其是否建立D2D连接；

步骤八，此时代理视作基站eNodeB，eNodeB请求用户C1和C2测量信道质量，据此判断D2D连接是否建立，若连接建立并且用户C1和用户C2的设备都具有D2D功能，执行步骤九，否则执行步骤十；经过网关ServingPDNGateway决定是否建立D2D连接后，按如下步骤进行：

第一步，此时，安全域代理视作基站eNodeB，eNodeB执行集中式干扰测量，产生信道测量控制信令，请求用户C1和用户C2测量信道质量；

第二步，用户C1和用户C2将测量信息反馈给基站eNodeB，eNodeB据此判断D2D连接是否建立；

所述步骤九中经过两端用户执行集中式干扰测量后，按如下步骤进行：

第一步，基站eNodeB执行D2D资源分配调度，如果D2D连接建立并且两端设备都有D2D功能，则eNodeB通过控制信令执行D2D资源分配，建立D2D会话；

第二步，D2D链路建立成功后，eNodeB仍然负责蜂窝网络和D2D的资源分配；

步骤九，基站eNodeB通过控制信令执行D2D资源分配，请求用户C1和目标用户C2间建立D2D会话；

步骤十，会话密钥协商阶段，用户C1和用户C2执行四步握手协议，协商出会话密钥，经过D2D会话建立后，用户C1和用户C2利用该密钥对随后传输的信息进行加密及完整性保护，经过四步握手协议，协商出用于本次通信的域内D2D会话密钥或者跨域会话密钥。

进一步，所述图像色偏检测模块的图像色偏检测方法具体包括以下步骤：

步骤一，通过可拍照智能终端摄像头拍摄一副彩色图像Img_sur，即RGB图像为待检测图像；

步骤二，将源图像Img_sur由RGB空间转换到Lab色度空间，得到转换后图像Img_Lab及在L、a、b分量上的图像数据；

步骤三，通过式(1)，定量分析Img_Lab图像在ab二维颜色坐标下的直方图分布特征，并依式(2)、(3)计算等价圆E_q的圆心C、半径σ、u、D、D_σ参数；

式(3)中u为该等价圆的圆心C距离中性轴(a＝0,b＝0)的距离，D为等价圆外侧距离中性轴的距离，D_σ表示该二维直方图等价圆偏离中性轴的程度：D_σ值越大，表明该图像直方图偏离中性轴越严重；

步骤四，初次判断图像色偏情况：当满足式(4)时，则认为图像的ab二维平面直方图是聚集的，并暂时将图像归类为色偏图像，执行步骤七；否则，初步认定图像为非色偏图像，执行步骤五；

(D＞10andD_σ＞0.6)or(D_σ＞1.5)(4)

步骤五，求解图像的NNO区域，理论依据：图像场景中的无色差表面能够完全反映场景中入射光照的颜色，通过灰色表面的色偏情况，得出图像的光照的偏移情况，方法如下：若Img_NNO(i,j)像素为NNO区域像素，则：

其中L、a、b为图像在Lab色度空间的三个分量信息，d为待测图像Img_sur在Lab色度空间中的色度半径最大值，限制d所在像素点以及每个NNO区域像素点Img_NNO(i,j)为非孤立像素点；

步骤六，对步骤五的结果图像求解其二维直方图对应等价圆D_σNNO的参数，对比源图像等价圆的各个参数，将式(6)作为衡量图像参数变化的量化依据，从两者参数的变化趋势对非聚集图像或非色偏图像进行二次判断；

σ_cr＝(σ-σ_NNO)/σ；u_cr＝(u-u_NNO)/u(6)

其中，σ_cr和u_cr分别代表了图像二维直方图等价圆的半径σ和圆心距离原点的距离u在提取NNO区域前后相对自身变化的幅度，能够有效地量化图像在提取NNO区域前后的二维直方图等价圆的变化情况，具有很好的参数代表作用，正常的非色偏图像源图像与NNO区域图像的二维直方图等价圆σ、u等参数的变化幅度较大，即正常非色偏图像的NNO区域图像的等价圆参数比原图像的等价圆参数变化较大，该特性符合正常无色偏图像的颜色特征；同时，色偏图像在提取NNO区域前后的σ、u参数值变化幅度较小，即色偏图像的NNO区域图像同样具有色偏的颜色特征，所以，通过分析σ、u参数值的变化来实现对非色偏图像分类的方法是有效的，设定参数阈值如下：

当图像NNO区域等价圆参数D_σNNO＜-0.5时，或者，σ、u参数在提取NNO区域前后变化的幅度分别超过70％和60％时，判断图像是正常非色偏图像；当图像NNO区域等价圆参数D_σNNO＞0.5时，或者，σ、u参数在提取NNO区域前后变化的幅度分别低于40％和30％时，判断图像为色偏图像；

步骤七，对初次判定为色偏图像的图像进行分类:

将利用图像在Lab色度空间的L分量的直方图分布信息，对图像进行首次分类，当图像内容为明显的本质色偏时，Lab色度空间的L分量的直方图分布呈现区域性的聚集分布；而图像内容为真实色偏时，Lab色度空间的L分量的直方图分布呈现为比较均匀的离散分布，采用如下方式对图像的L分量进行处理：

当L分量直方图中某像素出现次数低于出现次数最高的像素出现次数的1％时，将该像素的像素数置零；

判断经处理后的L分量直方图，像素出现次数不为零的最小像素与最大像素所横跨的区间在L分量的整个像素区间的比重是否小于80％：

当非零次数像素所跨越区域小于等于整个像素区间80％时，判定该图像色偏类型为本质色偏；

当大于80时，则等待进一步的判断；

对具有本质色偏特征，且图像内容不是很单一的本质色偏图像以及真实色偏图像，根据他们的NNO区域的二维直方图等价圆的各个参数相对源图像等价圆参数的变化来进行进一步的判定，颜色恒常性，若图像发生色偏失真，则NNO区域也会体现出色偏特征；若图像没有发生色偏失真，NNO区域应表现出正常图像的特征，同样用式(6)对色偏图像进行分类，其中，阈值的设置根据不同的场景进行调整：

其中σ_cr和u_cr分别代表了色偏图像二维直方图等价圆的半径σ和圆心距离原点的距离u在提取NNO区域前后相对自身变化的幅度指标；

步骤八，将此方法的程序嵌入到可拍照移动终端中，对设备所获取的图片实时地进行检测，改程序会反馈检测结果，即对该硬件在色彩方面性能的评价。

本发明的智能自动贩卖机能够及时进行数据的更新，及时通知管理员补货；具有提示所缺商品距离最近自动售货机具体位置功能，当客户所处自动售货机缺货时，用户可从其它售货机处购买；云端服务器能统计每个售货机的每种商品在不同天气、不同环境下的销售情况，并对这些统计信息进行深入挖掘，挖掘出更有用的商业信息；采用传感器技术感知用户是否靠近，当有用户靠近售货机时播放推荐信息，当没有用户靠近时，则播放广告，广告内容可通过服务器远程自动更新；服务器能够根据季节、售货机所感知的天气、温度、地理位置和养生等信息，向用户推荐购买商品，增强用户体验；多种支付功能，方便快捷。

以上所述仅是对本发明的较佳实施例而已，并非对本发明作任何形式上的限制，凡是依据本发明的技术实质对以上实施例所做的任何简单修改，等同变化与修饰，均属于本发明技术方案的范围内。

Claims (3)

1.一种智能自动贩卖机，其特征在于，所述的智能自动贩卖机包括机体，在机体内部设置有：

支付模块，用于验证完成支付；

货物传输模块，用于实现商品的摆放；

商品管理模块，与支付模块、货物传输模块、环境感知模块、商品状态显示模块、广告管理模块和智能城市模块连接，用于实现商品信息的处理；

环境感知模块，用来感知用户购物时的环境信息，例如温度、湿度，感知用户是否靠近售货机；

商品状态显示模块，用于某种商品售完时，提醒具有该类商品的最近自动售货机的位置；首先自动贩卖机通过货物传输模块根据接口电路获得商品位置坐标，从而得到商品信息，通过无线通信模块将该位置信息传送给云数据模块，云端服务器判断商品是否售完，当售完时则会根据存储在后台信息处理系统的贩卖机的拓扑图进行数据库查询，获得距离最近的且具有该类商品的物理位置信息并将其传递给自动贩卖机进行显示；

广告管理模块，用于在本地存储后台服务器传递过来的广告内容以及广告播放时间段，播放次数，循环周期信息；

智能城市模块，用于显示和查询相关城市信息；

所述支付模块包括移动支付模块、虹膜支付模块、人脸支付模块；

所述的移动支付模块通过通讯公司申请一个通用的客服号码，用户向其发送购买短信，在每种产品的展示框上贴上一个商品二维条形码，包括商品名称，售货机ID号，商品数量、客服号码基本信息，用户通过智能手机扫描条形码，其二维码读取软件便会读取该数据信息，之后向客服号码发送包含数据信息的短信进行移动支付，支付模块接收到用户短信后，输入验证码完成支付；

所述的虹膜识支付模块包括虹膜图像获取模块、识别算法模块、特征提取模块、编码模块、虹膜数据库、数据匹配模块；

所述的人脸支付模块包括人脸检测与定位模块、规范化模块、特征提取模块、识别模块；

所述的定位与检测模块用于捕捉人眼坐标，并由人眼坐标得到人脸左上顶点和右下顶点的坐标；

所述的规范化模块对采集的人脸图像进行规范化处理，将人脸对齐纠正；

所述虹膜支付模块还包括：

虹膜识别移动端，该虹膜识别移动端设置有与手机连接的USB接口；

图像获取模块，用于拍摄用户虹膜，并获取相应的认证虹膜；

识别算法模块包括图像质量评估模块和虹膜预处理模块，用于对虹膜图像进行定位、归一化、图像增强的预处理；

特征提取模块用于对虹膜预处理后提取认证的虹膜的特征点，并计算所提取的认证虹膜各特征点的特征值；

编码模块采用图像特征提取算法对虹膜图像的感兴趣部分进行特征提取并编码；

数据匹配模块用于将所提取并编码的认证虹膜的特征点的特征值与虹膜数据库中的数据进行对比，并在所提取的并编码的认证虹膜的特征点的特征值与虹膜数据库中的数据相符时确认该用户通过身份认证；

所述货物传输模块包括传导架，滑道，感应芯片，滑轮，漏孔，物品滑梯，感应式开合板和货物拿放盒；

所述的滑道设置在传导架的前部位置；所述的感应芯片设置在传导架的内部位置；所述的滑轮设置在滑道的内部位置；所述的漏孔设置在物品滑梯的上部位置；所述的感应式开合板设置在货物拿放盒的表面位置；所述的货物拿放盒设置在感应式开合板的底部位置；

所述的滑道具体采用长方体凹槽；

所述的物品滑梯具体采用坡式梯形板；

所述商品管理模块包括：系统管理及通信中心、移动显示手提机、远程售货机营运终端组成；

系统管理及通信中心包括无线通信模块、后台信息处理系统；

所述无线通信模块包含自动贩卖机之上与后台信息处理系统相联系的通讯基础设施模块，信息安全传输模块、有线或无线网络连接模块或GPRS短信发送模块；

所述后台信息处理系统包括：存储模块、信息处理模块、信息接收/发送模块、支付管理模块、远程管理模块、云数据模块；

所述的云数据模块包括：

云端服务器，用于存取交易信息、留言信息以及认证信息，一个以上的自动贩卖机，通过网络与所述云端服务器连结，以实时监控所述自动贩卖机的交易信息，并且提供互动式操作界面，供使用者作为选购界面及留下信息，并通过网络将各种即时信息传送给所述云端服务器；

移动显示手提机：由无线通信模块、嵌入式处理器、液晶显示器、触模屏组成，用电子地图显示每个远程售货机营运终端位置，显示每个远程售货机营运终端每个单元货物的品种，在架的货物的数量，缺货情况，售货数量，补货情况；

远程售货机营运终端：包括售货机、无线通信模块、采集控制电路三个部分，采集控制电路与无线通信模块采用USB或串口连接，实现远程售货机营运终端与系统管理及通信中心通信；采集控制电路与售货机采用串口或货物采集装置相连接；

商品状态显示模块包括：商品状态显示屏，摄像头，功能选择区域，语音识别器和数字输入区域；

所述商品状态显示屏设置在摄像头的下部位置；所述的功能选择区域设置在语音识别器的上部位置；所述的数字输入区域设置在商品状态显示屏的下部位置；所述的摄像头设置在商品状态显示屏的上部位置；所述的语音识别器设置在功能选择区域的下部位置；

所述的商品状态显示屏具体采用1个多点电容式LED液晶触控屏；

所述的摄像头具体采用无线传感高清摄像头；摄像头设置有图像色偏检测模块；

语音识别器包括语音拨号、语音导航、室内设备控制、语音文档检索、简单的听写数据录入；语音识别技术与其他自然语言处理技术如机器翻译及语音合成技术相结合，构建出更加复杂的应用；

语音识别器涉及的领域包括：信号处理、模式识别、概率论和信息论、发声机理和听觉机理、人工智能；

所述智能城市模块包括物数字化应用模块和数据处理模块；

所述的数字化应用模块包括感知层和网络层；

所述的感知层由各种传感器以及传感器网络构成，用于收集城市的地理信息、交通信息、人文信息、政企分布和资源分布；

所述的网络层包括城市数字宽带网络建设、国家骨干网络建设、政府各部门间的互联网建设、社会团体和事业单位网络建设、企业及家庭的网络接入，以及与之相对应的数据库、网络应用平台和网络监督管理；

所述的数据处理模块用于将感知层和网络层的数据处理后上传至云数据模块进行数据共享。

2.如权利要求1所述的智能自动贩卖机，其特征在于，所述信息安全传输模块的信息安全传输方法包括以下步骤：

步骤一，注册阶段，第一安全域代理A计算交互式临时公钥S1，向用户C1发送如下信息：用户C1的公钥g^x1，用户C1的私钥X₁；第一安全域代理A对公钥g^x1的签名Sig_A(g^x1)；

步骤二，注册阶段，第二安全域代理B计算交互式临时公钥S2，向用户C2发送如下信息：用户C2的公钥g^x2，用户C2的私钥X₂，第二安全域代理B对公钥g^x2的签名Sig_B(g^x2)，用户完成注册后，执行步骤三；

步骤三，主密钥协商阶段，目标用户C2作为响应者，接收请求用户C1发送的信息，消息中包括公钥g^x1、签名Sig_A(g^x1)、随机数Nonce1；具体包括：

第一步，请求用户端点C1计算随机数Nonce1，将请求(Nonce1，g^x1，Sig_A(g^x1))发送给代理A，其中g^x1表示用户C1的公钥，SigA(g^x1)表示第一安全域代理A对公钥g^x1的签名；

第二步，第一安全域代理A向目标用户端点C2的第二安全域代理B发送请求消息；

第三步，第二安全域B将消息发给目标用户端点C2；

步骤四，目标用户C2收到请求用户C1的信息后，根据公钥g^x1和私钥X₂计算主密钥MK，并计算应答MIC₁，将MIC₁、公钥g^x2、签名Sig_B(g^x2)、随机数Nonce2一起发送给用户C1；

步骤五，请求用户C1收到响应后，验证应答MIC₁，根据公钥g^x2和私钥X₁计算主密钥MK，并计算应答MIC₂，将随机数Nonce2和MIC₂发送给目标用户C2；

步骤六，目标用户C2收到响应后，验证应答MIC₂，用户C1和用户C2在主密钥协商阶段协商出新的主密钥MK后，每当用户C1和用户C2进行通信时，执行步骤七；目标用户端点C2接收响应后，按如下步骤进行：

第一步，目标用户端点C2接收到消息后，解析出随机数Nonce2，应答MIC₂；

第二步，目标用户端点C2计算MIC₂，将计算出的MIC₁与用户C1发送的MIC₁进行对比，如果两者相同，验证通过，否则验证失败；

第三步，如果正确，则执行网关ServingPDNGateway检测数据包的源端和目的端，发现用户C1和用户C2在相同或邻近小区，根据一定策略决定其是否建立D2D连接，以上主密钥协商过程对于用户C1和用户C2只运行一次；

步骤七，网关ServingPDNGateway检测数据包的源端和目的端，发现用户C1和用户C2在相同或邻近小区，根据一定策略决定其是否建立D2D连接；

步骤八，此时代理视作基站eNodeB，eNodeB请求用户C1和C2测量信道质量，据此判断D2D连接是否建立，若连接建立并且用户C1和用户C2的设备都具有D2D功能，执行步骤九，否则执行步骤十；经过网关ServingPDNGateway决定是否建立D2D连接后，按如下步骤进行：

第一步，此时，安全域代理视作基站eNodeB，eNodeB执行集中式干扰测量，产生信道测量控制信令，请求用户C1和用户C2测量信道质量；

第二步，用户C1和用户C2将测量信息反馈给基站eNodeB，eNodeB据此判断D2D连接是否建立；

所述步骤九中经过两端用户执行集中式干扰测量后，按如下步骤进行：

第一步，基站eNodeB执行D2D资源分配调度，如果D2D连接建立并且两端设备都有D2D功能，则eNodeB通过控制信令执行D2D资源分配，建立D2D会话；

第二步，D2D链路建立成功后，eNodeB仍然负责蜂窝网络和D2D的资源分配；

步骤九，基站eNodeB通过控制信令执行D2D资源分配，请求用户C1和目标用户C2间建立D2D会话；

步骤十，会话密钥协商阶段，用户C1和用户C2执行四步握手协议，协商出会话密钥，经过D2D会话建立后，用户C1和用户C2利用该密钥对随后传输的信息进行加密及完整性保护，经过四步握手协议，协商出用于本次通信的域内D2D会话密钥或者跨域会话密钥。

3.如权利要求1中所述的智能自动贩卖机，其特征在于，所述图像色偏检测模块的图像色偏检测方法具体包括以下步骤：

步骤一，通过可拍照智能终端摄像头拍摄一副彩色图像Img_sur，即RGB图像为待检测图像；

步骤二，将源图像Img_sur由RGB空间转换到Lab色度空间，得到转换后图像Img_Lab及在L、a、b分量上的图像数据；

步骤三，通过式(1)，定量分析Img_Lab图像在ab二维颜色坐标下的直方图分布特征，并依式(2)、(3)计算等价圆E_q的圆心C、半径σ、u、D、D_σ参数；

$\{\begin{array}{c}{u}_k=\underset{k}{\∫}kF(a,b)dk,\\ {\mathrm{\σ}}_k^2=\underset{k}{\∫}{(u_k-k)}^{2}F(a,b)dk\end{array},k=a,b---\left(1\right)$

$\left\{\begin{array}{c}C=(u_a,u_b)\\ \mathrm{\σ}=\sqrt{{{\mathrm{\σ}}_a}^2+{{\mathrm{\σ}}_b}^2}\end{array}\right.---\left(2\right)$

$\left\{\begin{array}{c}u=\sqrt{{u_a}^2+{u_b}^2}\\ D=u-\mathrm{\σ}\\ D_{\mathrm{\σ}}=D/\mathrm{\σ}\end{array}\right.---\left(3\right)$

式(3)中u为该等价圆的圆心C距离中性轴(a＝0,b＝0)的距离，D为等价圆外侧距离中性轴的距离，D_σ表示该二维直方图等价圆偏离中性轴的程度：D_σ值越大，表明该图像直方图偏离中性轴越严重；

步骤四，初次判断图像色偏情况：当满足式(4)时，则认为图像的ab二维平面直方图是聚集的，并暂时将图像归类为色偏图像，执行步骤七；否则，初步认定图像为非色偏图像，执行步骤五；

(D＞10andD_σ＞0.6)or(D_σ＞1.5)(4)

步骤五，求解图像的NNO区域，理论依据：图像场景中的无色差表面能够完全反映场景中入射光照的颜色，通过灰色表面的色偏情况，得出图像的光照的偏移情况，方法如下：若Img_NNO(i,j)像素为NNO区域像素，则：

其中L、a、b为图像在Lab色度空间的三个分量信息，d为待测图像Img_sur在Lab色度空间中的色度半径最大值，限制d所在像素点以及每个NNO区域像素点Img_NNO(i,j)为非孤立像素点；

步骤六，对步骤五的结果图像求解其二维直方图对应等价圆D_σNNO的参数，对比源图像等价圆的各个参数，将式(6)作为衡量图像参数变化的量化依据，从两者参数的变化趋势对非聚集图像或非色偏图像进行二次判断；

σ_cr＝(σ-σ_NNO)/σ；u_cr＝(u-u_NNO)/u(6)

其中，σ_cr和u_cr分别代表了图像二维直方图等价圆的半径σ和圆心距离原点的距离u在提取NNO区域前后相对自身变化的幅度，能够有效地量化图像在提取NNO区域前后的二维直方图等价圆的变化情况，具有很好的参数代表作用，正常的非色偏图像源图像与NNO区域图像的二维直方图等价圆σ、u参数的变化幅度较大，即正常非色偏图像的NNO区域图像的等价圆参数比原图像的等价圆参数变化较大，该特性符合正常无色偏图像的颜色特征；同时，色偏图像在提取NNO区域前后的σ、u参数值变化幅度较小，即色偏图像的NNO区域图像同样具有色偏的颜色特征，所以，通过分析σ、u参数值的变化来实现对非色偏图像分类的方法是有效的，设定参数阈值如下：

当图像NNO区域等价圆参数D_σNNO＜-0.5时，或者，σ、u参数在提取NNO区域前后变化的幅度分别超过70％和60％时，判断图像是正常非色偏图像；当图像NNO区域等价圆参数D_σNNO＞0.5时，或者，σ、u参数在提取NNO区域前后变化的幅度分别低于40％和30％时，判断图像为色偏图像；

步骤七，对初次判定为色偏图像的图像进行分类:

将利用图像在Lab色度空间的L分量的直方图分布信息，对图像进行首次分类，当图像内容为明显的本质色偏时，Lab色度空间的L分量的直方图分布呈现区域性的聚集分布；而图像内容为真实色偏时，Lab色度空间的L分量的直方图分布呈现为比较均匀的离散分布，采用如下方式对图像的L分量进行处理：

当L分量直方图中某像素出现次数低于出现次数最高的像素出现次数的1％时，将该像素的像素数置零；

判断经处理后的L分量直方图，像素出现次数不为零的最小像素与最大像素所横跨的区间在L分量的整个像素区间的比重是否小于80％：

当非零次数像素所跨越区域小于等于整个像素区间80％时，判定该图像色偏类型为本质色偏；

当大于80时，则等待进一步的判断；

对具有本质色偏特征，且图像内容不是很单一的本质色偏图像以及真实色偏图像，根据他们的NNO区域的二维直方图等价圆的各个参数相对源图像等价圆参数的变化来进行进一步的判定，颜色恒常性，若图像发生色偏失真，则NNO区域也会体现出色偏特征；若图像没有发生色偏失真，NNO区域应表现出正常图像的特征，同样用式(6)对色偏图像进行分类，其中，阈值的设置根据不同的场景进行调整：

其中σ_cr和u_cr分别代表了色偏图像二维直方图等价圆的半径σ和圆心距离原点的距离u在提取NNO区域前后相对自身变化的幅度指标；

步骤八，将此方法的程序嵌入到可拍照移动终端中，对设备所获取的图片实时地进行检测，改程序会反馈检测结果，即对该硬件在色彩方面性能的评价。