CN107103492A - 一种基于图像处理的供给方法 - Google Patents
一种基于图像处理的供给方法 Download PDFInfo
- Publication number
- CN107103492A CN107103492A CN201710236754.0A CN201710236754A CN107103492A CN 107103492 A CN107103492 A CN 107103492A CN 201710236754 A CN201710236754 A CN 201710236754A CN 107103492 A CN107103492 A CN 107103492A
- Authority
- CN
- China
- Prior art keywords
- location information
- customer
- stroller
- subgraph
- image
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0281—Customer communication at a business location, e.g. providing product or service information, consulting
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
- G01S19/38—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system
- G01S19/39—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system the satellite radio beacon positioning system transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
- G01S19/42—Determining position
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
- G06Q10/047—Optimisation of routes or paths, e.g. travelling salesman problem
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/26—Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion
- G06V10/267—Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion by performing operations on regions, e.g. growing, shrinking or watersheds
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/30—Noise filtering
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Remote Sensing (AREA)
- Development Economics (AREA)
- Human Resources & Organizations (AREA)
- Radar, Positioning & Navigation (AREA)
- Game Theory and Decision Science (AREA)
- Marketing (AREA)
- Finance (AREA)
- General Business, Economics & Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Multimedia (AREA)
- Accounting & Taxation (AREA)
- Data Mining & Analysis (AREA)
- Quality & Reliability (AREA)
- Computer Networks & Wireless Communication (AREA)
- Tourism & Hospitality (AREA)
- Life Sciences & Earth Sciences (AREA)
- Artificial Intelligence (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Operations Research (AREA)
- Position Fixing By Use Of Radio Waves (AREA)
Abstract
本发明涉及一种基于图像处理的供给方法,所述方法包括:进行图像采集,进行目标识别以获取子图像,对子图像进行分析以获得相关信息;接收子图像和子图像对应的相关信息,进行分析以确定子图像对应的目标当前是否存在需求,在判断存在需求时,发出需求信号;在接收到需求信号时,获取需求信号对应的目标的定位信息以作为第一定位信息输出;在接收到需求信号且接收到需求信号对应的第一定位信息时,基于需求信号对应的第一定位信息确定位置并作为第二定位信息输出;接收第一定位信息和第二定位信息,并基于第一定位信息和第二定位信息确定行进路线;接收行进路线,并将附近最近的推送到第一定位信息对应的位置。
Description
技术领域
本发明涉及图像处理领域,尤其涉及一种基于图像处理的供给方法。
背景技术
初期的商场以食品为主,兼售少量杂货;目前除上述外还兼管化妆品、文具、五金、服装等,多达七八千种,目前向综合服务发展,增设停车场,咖啡馆,俱乐部、电影院以及银行、保险、邮政等各种服务设施,发展很快。
现有技术中,为了节省存放空间,避免资源浪费,商场中的推车一般放置在商场的主要入口处,顾客在进入商场时可以选择是否使用推车以进行后续的购物。
然而,在实际购物过程中,顾客在进入商场时,往往认为自己没有什么可买,选择了不使用推车以进行后续的购物,在商场内阅览商品的过程中,又发现了自己需要的货物,这时再去寻找购物车,已经一车难求了。
因此,需要一种新的商场推车管控方案,能够在顾客购物的过程中发现需要推车时,自动将最近的空闲推车推送到顾客面前,从而方便了顾客的购物,提高了顾客的使用体验。
发明内容
为了解决上述问题,本发明提供了一种基于图像处理的商场推车供给系统及方法,首先,对顾客进行图像分析,判断是否持有大量商品,是否需要推车,其次,对附近推车进行检测和路线分析,寻求到顾客的最佳路线,最后,将最近的推车按最佳路线自动赶赴到顾客当前位置。
根据本发明的一方面,提供了一种基于图像处理的供给方法,其特征在于,所述方法包括:
对商场内部环境进行图像采集,获取高清商场图像,对高清商场图像进行顾客目标识别以获取顾客子图像,对顾客子图像进行分析以获得顾客相关信息;
接收顾客子图像和顾客子图像对应的顾客相关信息,对顾客相关信息进行分析以确定顾客子图像对应的顾客目标当前对推车是否存在需求,在判断存在需求时,发出推车需求信号;
在接收到推车需求信号时,获取推车需求信号对应的顾客目标的定位信息以作为第一定位信息输出;
在接收到推车需求信号且接收到推车需求信号对应的第一定位信息时,基于推车需求信号对应的第一定位信息确定附近最近的推车的所在位置并作为第二定位信息输出;
接收第一定位信息和第二定位信息,并基于第一定位信息和第二定位信息确定附近最近的推车的行进路线;
接收附近最近的推车的行进路线,并基于附近最近的推车的行进路线将附近最近的推车推送到第一定位信息对应的顾客位置。
更具体地,在所述基于图像处理的商场推车供给方法中:第一定位信息和第二定位信息为GPS导航定位数据、北斗星导航定位数据或伽利略导航定位数据中的一种;
其中,第一定位信息随着顾客子图像对应的顾客目标的移动是动态变化的,接收第一定位信息和第二定位信息,并基于第一定位信息和第二定位信息确定附近最近的推车的行进路线采用动态实现方式,相应地,接收附近最近的推车的行进路线,并基于附近最近的推车的行进路线将附近最近的推车推送到第一定位信息对应的顾客位置也采用动态实现方式。
更具体地,在所述基于图像处理的商场推车供给方法中:对商场内部环境进行图像采集,获取高清商场图像,对高清商场图像进行顾客目标识别以获取顾客子图像,对顾客子图像进行分析以获得顾客相关信息,包括:
对商场内部环境进行图像采集,获取高清商场图像;
接收高清商场图像,并对高清商场图像进行干扰成分分析以确定其中的第一主要噪声类型、第二主要噪声类型和第三主要噪声类型;
从滤波数据存储单元中选择分别与第一主要噪声类型、第二主要噪声类型和第三主要噪声类型对应的第一图像滤波模式、第二图像滤波模式和第三图像滤波模式;
采用第一图像滤波模式对高清商场图像执行滤波处理以获得第一滤波图像,采用第二图像滤波模式对第一滤波图像执行滤波处理以获得第二滤波图像,采用第三图像滤波模式对第二滤波图像执行滤波处理以获得第三滤波图像;
从第三滤波图像中分割出顾客子图像;
对顾客子图像进行分析,获取顾客子图像中的商品图案,计算商品图案的面积以及顾客子图像的面积,确定商品图案的面积占据顾客子图像的面积的比率以作为商品面积比率输出;
接收顾客子图像和顾客子图像对应的顾客相关信息,对顾客相关信息进行分析以确定顾客子图像对应的顾客目标当前对推车是否存在需求,在判断存在需求时,发出推车需求信号,包括:
接收顾客子图像和商品面积比率,当商品面积比率大于第一面积阈值时,发出推车需求信号,当商品面积比率小于等于第一面积阈值且大于第二面积阈值时,发出购物篮需求信号,当商品面积比率小于等于第二面积阈值时,发出自行购物信号;
其中,各种图像滤波模式被预先存储;
其中,第一面积阈值大于第二面积阈值;
其中,所述方法还包括:在接收到购物篮需求信号且接收到购物篮需求信号对应的第一定位信息时,基于购物篮需求信号对应的第一定位信息确定附近最近的购物篮的所在位置并作为第三定位信息输出;
其中,所述方法还包括:接收附近最近的购物篮的行进路线,并基于附近最近的购物篮的行进路线将附近最近的购物篮推送到第一定位信息对应的顾客位置;
其中,路线策划设备还用于接收第三定位信息,并基于第一定位信息和第三定位信息确定附近最近的购物篮的行进路线。
更具体地,在所述基于图像处理的商场推车供给方法中,还包括:预先存储第一面积阈值、第二面积阈值、各个推车的预设位置和各个购物篮的预设位置。
更具体地,在所述基于图像处理的商场推车供给方法中:第三定位信息为GPS导航定位数据、北斗星导航定位数据或伽利略导航定位数据中的一种;
其中,第一定位信息随着顾客子图像对应的顾客目标的移动是动态变化的,基于第一定位信息和第三定位信息确定附近最近的购物篮的行进路线采用动态实现方式,相应地,接收附近最近的购物篮的行进路线,并基于附近最近的购物篮的行进路线将附近最近的购物篮推送到第一定位信息对应的顾客位置也采用动态实现方式。
更具体地,在所述基于图像处理的商场推车供给方法中:
替换地,第一定位信息、第二定位信息和第三定位信息采用比包括GPS导航定位数据、北斗星导航定位数据和伽利略导航定位数据的卫星导航定位数据更精确的室内定位数据。
附图说明
以下将结合附图对本发明的实施方案进行描述,其中:
图1为根据本发明实施方案示出的基于图像处理的商场推车供给系统的结构方框图。
图2为根据本发明实施方案示出的基于图像处理的商场推车供给方法的步骤流程图。
附图标记:1顾客检测设备;2推车需求分析设备;3顾客位置提取设备;4推车位置分析设备;5路线策划设备;6推车助力设备;S101对商场内部环境进行图像采集,获取高清商场图像,对高清商场图像进行顾客目标识别以获取顾客子图像,对顾客子图像进行分析以获得顾客相关信息;S102接收顾客子图像和顾客子图像对应的顾客相关信息,对顾客相关信息进行分析以确定顾客子图像对应的顾客目标当前对推车是否存在需求,在判断存在需求时,发出推车需求信号;S103在接收到推车需求信号时,获取推车需求信号对应的顾客目标的定位信息以作为第一定位信息输出;S104在接收到推车需求信号且接收到推车需求信号对应的第一定位信息时,基于推车需求信号对应的第一定位信息确定附近最近的推车的所在位置并作为第二定位信息输出;S105接收第一定位信息和第二定位信息,并基于第一定位信息和第二定位信息确定附近最近的推车的行进路线;S106接收附近最近的推车的行进路线,并基于附近最近的推车的行进路线将附近最近的推车推送到第一定位信息对应的顾客位置
具体实施方式
下面将参照附图对本发明的基于图像处理的商场推车供给方法的实施方案进行详细说明。
商场是人们购物的重要场所,是力图为人们的购物提供各种方便的经营方。
当前,为了管理方便,推车一般放置在商场的入口处,这对在逛商场过程中临时改变主意、打算购置大量商品的人们来说,带来较大的困难,一方面是因为闲置推车难以寻找,浪费了人们的大量精力;另一方面是即使找到推车,再去重新组织需要的商品,又是一次艰难的过程。
为了克服上述不足,本发明搭建了一种基于图像处理的商场推车供给系统及方法,能够基于图像处理确定顾客是否购有大量商品,在顾客购有大量商品而需要推车的情况下,寻找最近的推车,确定最佳路线以将最近推车自动推进到顾客面前。
图1为根据本发明实施方案示出的基于图像处理的商场推车供给系统的结构方框图,所述系统包括:
顾客检测设备,用于对商场内部环境进行图像采集,获取高清商场图像,对高清商场图像进行顾客目标识别以获取顾客子图像,对顾客子图像进行分析以获得顾客相关信息;
推车需求分析设备,用于接收顾客子图像和顾客子图像对应的顾客相关信息,对顾客相关信息进行分析以确定顾客子图像对应的顾客目标当前对推车是否存在需求,在判断存在需求时,发出推车需求信号;
顾客位置提取设备,用于在接收到推车需求信号时,获取推车需求信号对应的顾客目标的定位信息以作为第一定位信息输出;
推车位置分析设备,用于在接收到推车需求信号且接收到推车需求信号对应的第一定位信息时,基于推车需求信号对应的第一定位信息确定附近最近的推车的所在位置并作为第二定位信息输出;
路线策划设备,用于接收第一定位信息和第二定位信息,并基于第一定位信息和第二定位信息确定附近最近的推车的行进路线;
推车助力设备,用于接收附近最近的推车的行进路线,并基于附近最近的推车的行进路线将附近最近的推车推送到第一定位信息对应的顾客位置。
接着,继续对本发明的基于图像处理的商场推车供给系统的具体结构进行进一步的说明。
另外,所述的基于图像处理的商场推车供给系统中:第一定位信息和第二定位信息为GPS导航定位数据、北斗星导航定位数据或伽利略导航定位数据中的一种;
其中,第一定位信息随着顾客子图像对应的顾客目标的移动是动态变化的,接收第一定位信息和第二定位信息,并基于第一定位信息和第二定位信息确定附近最近的推车的行进路线采用动态实现方式,相应地,接收附近最近的推车的行进路线,并基于附近最近的推车的行进路线将附近最近的推车推送到第一定位信息对应的顾客位置也采用动态实现方式。
另外,所述的基于图像处理的商场推车供给系统,其特征在于:
所述顾客检测设备中,包括:
高清图像采集单元,用于对商场内部环境进行图像采集,获取高清商场图像;
信号分析单元,用于接收高清商场图像,并对高清商场图像进行干扰成分分析以确定其中的第一主要噪声类型、第二主要噪声类型和第三主要噪声类型;
滤波数据存储单元,用于预先存储各种图像滤波模式;
滤波模式选择单元,用于从滤波数据存储单元中选择分别与第一主要噪声类型、第二主要噪声类型和第三主要噪声类型对应的第一图像滤波模式、第二图像滤波模式和第三图像滤波模式;
滤波执行单元,用于采用第一图像滤波模式对高清商场图像执行滤波处理以获得第一滤波图像,采用第二图像滤波模式对第一滤波图像执行滤波处理以获得第二滤波图像,采用第三图像滤波模式对第二滤波图像执行滤波处理以获得第三滤波图像;
目标识别单元,用于从第三滤波图像中分割出顾客子图像;
商品规模检测单元,用于对顾客子图像进行分析,获取顾客子图像中的商品图案,计算商品图案的面积以及顾客子图像的面积,确定商品图案的面积占据顾客子图像的面积的比率以作为商品面积比率输出;
推车需求分析设备中,包括:
信息分析单元,用于接收顾客子图像和商品面积比率,当商品面积比率大于第一面积阈值时,发出推车需求信号,当商品面积比率小于等于第一面积阈值且大于第二面积阈值时,发出购物篮需求信号,当商品面积比率小于等于第二面积阈值时,发出自行购物信号;
其中,第一面积阈值大于第二面积阈值;
其中,所述系统还包括购物篮位置分析设备,用于在接收到购物篮需求信号且接收到购物篮需求信号对应的第一定位信息时,基于购物篮需求信号对应的第一定位信息确定附近最近的购物篮的所在位置并作为第三定位信息输出;
其中,所述系统还包括购物篮助力设备,用于接收附近最近的购物篮的行进路线,并基于附近最近的购物篮的行进路线将附近最近的购物篮推送到第一定位信息对应的顾客位置;
其中,路线策划设备还用于接收第三定位信息,并基于第一定位信息和第三定位信息确定附近最近的购物篮的行进路线。
所述的基于图像处理的商场推车供给系统中还可以包括:存储设备,用于预先存储第一面积阈值、第二面积阈值、各个推车的预设位置和各个购物篮的预设位置。
另外,所述的基于图像处理的商场推车供给系统中:第三定位信息为GPS导航定位数据、北斗星导航定位数据或伽利略导航定位数据中的一种;
其中,第一定位信息随着顾客子图像对应的顾客目标的移动是动态变化的,基于第一定位信息和第三定位信息确定附近最近的购物篮的行进路线采用动态实现方式,相应地,接收附近最近的购物篮的行进路线,并基于附近最近的购物篮的行进路线将附近最近的购物篮推送到第一定位信息对应的顾客位置也采用动态实现方式。
另外,所述的基于图像处理的商场推车供给系统中:替换地,第一定位信息、第二定位信息和第三定位信息采用比包括GPS导航定位数据、北斗星导航定位数据和伽利略导航定位数据的卫星导航定位数据更精确的室内定位数据。
图2为根据本发明实施方案示出的基于图像处理的商场推车供给方法的步骤流程图,所述方法包括:
对商场内部环境进行图像采集,获取高清商场图像,对高清商场图像进行顾客目标识别以获取顾客子图像,对顾客子图像进行分析以获得顾客相关信息;
接收顾客子图像和顾客子图像对应的顾客相关信息,对顾客相关信息进行分析以确定顾客子图像对应的顾客目标当前对推车是否存在需求,在判断存在需求时,发出推车需求信号;
在接收到推车需求信号时,获取推车需求信号对应的顾客目标的定位信息以作为第一定位信息输出;
在接收到推车需求信号且接收到推车需求信号对应的第一定位信息时,基于推车需求信号对应的第一定位信息确定附近最近的推车的所在位置并作为第二定位信息输出;
接收第一定位信息和第二定位信息,并基于第一定位信息和第二定位信息确定附近最近的推车的行进路线;
接收附近最近的推车的行进路线,并基于附近最近的推车的行进路线将附近最近的推车推送到第一定位信息对应的顾客位置。
接着,继续对本发明的基于图像处理的商场推车供给方法的具体步骤进行进一步的说明。
另外,所述的基于图像处理的商场推车供给方法中:第一定位信息和第二定位信息为GPS导航定位数据、北斗星导航定位数据或伽利略导航定位数据中的一种;
其中,第一定位信息随着顾客子图像对应的顾客目标的移动是动态变化的,接收第一定位信息和第二定位信息,并基于第一定位信息和第二定位信息确定附近最近的推车的行进路线采用动态实现方式,相应地,接收附近最近的推车的行进路线,并基于附近最近的推车的行进路线将附近最近的推车推送到第一定位信息对应的顾客位置也采用动态实现方式。
另外,所述的基于图像处理的商场推车供给方法中:对商场内部环境进行图像采集,获取高清商场图像,对高清商场图像进行顾客目标识别以获取顾客子图像,对顾客子图像进行分析以获得顾客相关信息,包括以下步骤:
对商场内部环境进行图像采集,获取高清商场图像;
接收高清商场图像,并对高清商场图像进行干扰成分分析以确定其中的第一主要噪声类型、第二主要噪声类型和第三主要噪声类型;
从滤波数据存储单元中选择分别与第一主要噪声类型、第二主要噪声类型和第三主要噪声类型对应的第一图像滤波模式、第二图像滤波模式和第三图像滤波模式;
采用第一图像滤波模式对高清商场图像执行滤波处理以获得第一滤波图像,采用第二图像滤波模式对第一滤波图像执行滤波处理以获得第二滤波图像,采用第三图像滤波模式对第二滤波图像执行滤波处理以获得第三滤波图像;
从第三滤波图像中分割出顾客子图像;
对顾客子图像进行分析,获取顾客子图像中的商品图案,计算商品图案的面积以及顾客子图像的面积,确定商品图案的面积占据顾客子图像的面积的比率以作为商品面积比率输出;
接收顾客子图像和顾客子图像对应的顾客相关信息,对顾客相关信息进行分析以确定顾客子图像对应的顾客目标当前对推车是否存在需求,在判断存在需求时,发出推车需求信号,包括以下步骤:
接收顾客子图像和商品面积比率,当商品面积比率大于第一面积阈值时,发出推车需求信号,当商品面积比率小于等于第一面积阈值且大于第二面积阈值时,发出购物篮需求信号,当商品面积比率小于等于第二面积阈值时,发出自行购物信号;
其中,各种图像滤波模式被预先存储;
其中,第一面积阈值大于第二面积阈值;
其中,所述方法还包括:在接收到购物篮需求信号且接收到购物篮需求信号对应的第一定位信息时,基于购物篮需求信号对应的第一定位信息确定附近最近的购物篮的所在位置并作为第三定位信息输出;
其中,所述方法还包括:接收附近最近的购物篮的行进路线,并基于附近最近的购物篮的行进路线将附近最近的购物篮推送到第一定位信息对应的顾客位置;
其中,路线策划设备还用于接收第三定位信息,并基于第一定位信息和第三定位信息确定附近最近的购物篮的行进路线。
另外,所述的基于图像处理的商场推车供给方法中,还可以包括:预先存储第一面积阈值、第二面积阈值、各个推车的预设位置和各个购物篮的预设位置。
另外,所述的基于图像处理的商场推车供给方法中:第三定位信息为GPS导航定位数据、北斗星导航定位数据或伽利略导航定位数据中的一种;
其中,第一定位信息随着顾客子图像对应的顾客目标的移动是动态变化的,基于第一定位信息和第三定位信息确定附近最近的购物篮的行进路线采用动态实现方式,相应地,接收附近最近的购物篮的行进路线,并基于附近最近的购物篮的行进路线将附近最近的购物篮推送到第一定位信息对应的顾客位置也采用动态实现方式。
另外,所述的基于图像处理的商场推车供给方法中:
替换地,第一定位信息、第二定位信息和第三定位信息采用比包括GPS导航定位数据、北斗星导航定位数据和伽利略导航定位数据的卫星导航定位数据更精确的室内定位数据。
另外,采用第一图像滤波模式对高清商场图像执行滤波处理以获得第一滤波图像,采用第二图像滤波模式对第一滤波图像执行滤波处理以获得第二滤波图像,采用第三图像滤波模式对第二滤波图像执行滤波处理以获得第三滤波图像中:第一图像滤波模式、第二图像滤波模式或第一图像滤波模式是小波滤波模式。
另外,小波(Wavelet)这一术语,顾名思义,“小波”就是小的波形。所谓“小”是指他具有衰减性;而称之为“波”则是指它的波动性,其振幅正负相间的震荡形式。与Fourier变换相比,小波变换是时间(空间)频率的局部化分析,他通过伸缩平移运算对信号(函数)逐步进行多尺度细化,最终达到高频处时间细分,低频处频率细分,能自动适应时频信号分析的要求,从而可聚焦到信号的任意细节,解决了Fourier变换的困难问题,成为继Fourier变换以来在科学方法上的重大突破。有人把小波变换称为“数学显微镜”。
小波分析的应用是与小波分析的理论研究紧密地结合在一起地。他已经在科技信息产业领域取得了令人瞩目的成就。电子信息技术是六大高新技术中重要的一个领域,他的重要方面是图像和信号处理。现今,信号处理已经成为当代科学技术工作的重要部分,信号处理的目的就是:准确的分析、诊断、编码压缩和量化、快速传递或存储、精确地重构(或恢复)。从数学地角度来看,信号与图像处理可以统一看作是信号处理(图像可以看作是二维信号),在小波分析地许多分析的许多应用中,都可以归结为信号处理问题。对于其性质随时间是稳定不变的信号,处理的理想工具仍然是傅立叶分析。但是在实际应用中的绝大多数信号是非稳定的,而特别适用于非稳定信号的工具就是小波分析。
采用本发明的基于图像处理的商场推车供给系统及方法,针对现有技术中购物过程中商场推车难寻的技术问题,通过对商场内顾客状况分析、推车信息采集以及路径的比较,将推车自动推送到附近需要推车的顾客面前,从而避免顾客陷入寻找推车的困境,在方便顾客的同时,提高了商场的销售总额。
可以理解的是,虽然本发明已以较佳实施例披露如上,然而上述实施例并非用以限定本发明。对于任何熟悉本领域的技术人员而言,在不脱离本发明技术方案范围情况下,都可利用上述揭示的技术内容对本发明技术方案做出许多可能的变动和修饰,或修改为等同变化的等效实施例。因此,凡是未脱离本发明技术方案的内容,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、等同变化及修饰,均仍属于本发明技术方案保护的范围内。
Claims (6)
1.一种基于图像处理的供给方法,其特征在于,所述方法包括:
对商场内部环境进行图像采集,获取高清商场图像,对高清商场图像进行顾客目标识别以获取顾客子图像,对顾客子图像进行分析以获得顾客相关信息;
接收顾客子图像和顾客子图像对应的顾客相关信息,对顾客相关信息进行分析以确定顾客子图像对应的顾客目标当前对推车是否存在需求,在判断存在需求时,发出推车需求信号;
在接收到推车需求信号时,获取推车需求信号对应的顾客目标的定位信息以作为第一定位信息输出;
在接收到推车需求信号且接收到推车需求信号对应的第一定位信息时,基于推车需求信号对应的第一定位信息确定附近最近的推车的所在位置并作为第二定位信息输出;
接收第一定位信息和第二定位信息,并基于第一定位信息和第二定位信息确定附近最近的推车的行进路线;
接收附近最近的推车的行进路线,并基于附近最近的推车的行进路线将附近最近的推车推送到第一定位信息对应的顾客位置。
2.如权利要求1所述的方法,其特征在于:
第一定位信息和第二定位信息为GPS导航定位数据、北斗星导航定位数据或伽利略导航定位数据中的一种;
其中,第一定位信息随着顾客子图像对应的顾客目标的移动是动态变化的,接收第一定位信息和第二定位信息,并基于第一定位信息和第二定位信息确定附近最近的推车的行进路线采用动态实现方式,相应地,接收附近最近的推车的行进路线,并基于附近最近的推车的行进路线将附近最近的推车推送到第一定位信息对应的顾客位置也采用动态实现方式。
3.如权利要求2所述的方法,其特征在于:
对商场内部环境进行图像采集,获取高清商场图像,对高清商场图像进行顾客目标识别以获取顾客子图像,对顾客子图像进行分析以获得顾客相关信息,包括:
对商场内部环境进行图像采集,获取高清商场图像;
接收高清商场图像,并对高清商场图像进行干扰成分分析以确定其中的第一主要噪声类型、第二主要噪声类型和第三主要噪声类型;
从滤波数据存储单元中选择分别与第一主要噪声类型、第二主要噪声类型和第三主要噪声类型对应的第一图像滤波模式、第二图像滤波模式和第三图像滤波模式;
采用第一图像滤波模式对高清商场图像执行滤波处理以获得第一滤波图像,采用第二图像滤波模式对第一滤波图像执行滤波处理以获得第二滤波图像,采用第三图像滤波模式对第二滤波图像执行滤波处理以获得第三滤波图像;
从第三滤波图像中分割出顾客子图像;
对顾客子图像进行分析,获取顾客子图像中的商品图案,计算商品图案的面积以及顾客子图像的面积,确定商品图案的面积占据顾客子图像的面积的比率以作为商品面积比率输出;
接收顾客子图像和顾客子图像对应的顾客相关信息,对顾客相关信息进行分析以确定顾客子图像对应的顾客目标当前对推车是否存在需求,在判断存在需求时,发出推车需求信号,包括:
接收顾客子图像和商品面积比率,当商品面积比率大于第一面积阈值时,发出推车需求信号,当商品面积比率小于等于第一面积阈值且大于第二面积阈值时,发出购物篮需求信号,当商品面积比率小于等于第二面积阈值时,发出自行购物信号;
其中,各种图像滤波模式被预先存储;
其中,第一面积阈值大于第二面积阈值;
其中,所述方法还包括:在接收到购物篮需求信号且接收到购物篮需求信号对应的第一定位信息时,基于购物篮需求信号对应的第一定位信息确定附近最近的购物篮的所在位置并作为第三定位信息输出;
其中,所述方法还包括:接收附近最近的购物篮的行进路线,并基于附近最近的购物篮的行进路线将附近最近的购物篮推送到第一定位信息对应的顾客位置;
其中,路线策划设备还用于接收第三定位信息,并基于第一定位信息和第三定位信息确定附近最近的购物篮的行进路线。
4.如权利要求3所述的方法,其特征在于,还包括:
预先存储第一面积阈值、第二面积阈值、各个推车的预设位置和各个购物篮的预设位置。
5.如权利要求4所述的方法,其特征在于:
第三定位信息为GPS导航定位数据、北斗星导航定位数据或伽利略导航定位数据中的一种;
其中,第一定位信息随着顾客子图像对应的顾客目标的移动是动态变化的,基于第一定位信息和第三定位信息确定附近最近的购物篮的行进路线采用动态实现方式,相应地,接收附近最近的购物篮的行进路线,并基于附近最近的购物篮的行进路线将附近最近的购物篮推送到第一定位信息对应的顾客位置也采用动态实现方式。
6.如权利要求5所述的方法,其特征在于:
替换地,第一定位信息、第二定位信息和第三定位信息采用比包括GPS导航定位数据、北斗星导航定位数据和伽利略导航定位数据的卫星导航定位数据更精确的室内定位数据。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710236754.0A CN107103492A (zh) | 2017-04-12 | 2017-04-12 | 一种基于图像处理的供给方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710236754.0A CN107103492A (zh) | 2017-04-12 | 2017-04-12 | 一种基于图像处理的供给方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107103492A true CN107103492A (zh) | 2017-08-29 |
Family
ID=59675000
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710236754.0A Pending CN107103492A (zh) | 2017-04-12 | 2017-04-12 | 一种基于图像处理的供给方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107103492A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108198030A (zh) * | 2017-12-29 | 2018-06-22 | 深圳正品创想科技有限公司 | 一种手推车控制方法、装置及电子设备 |
CN109482327A (zh) * | 2018-10-15 | 2019-03-19 | 山东中衡光电科技有限公司 | 一种井下破碎机前端人员保护系统及方法 |
CN109727263A (zh) * | 2018-11-26 | 2019-05-07 | 余姚市朗硕电器科技有限公司 | 材料现场补给系统 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103971263A (zh) * | 2013-01-29 | 2014-08-06 | 松下电器产业株式会社 | 顾客类别分析装置、顾客类别分析系统以及顾客类别分析方法 |
CN103970133A (zh) * | 2013-01-31 | 2014-08-06 | 鸿富锦精密工业(武汉)有限公司 | 利用图像分析技术实现物体移动的方法及系统 |
CN104766040A (zh) * | 2014-01-03 | 2015-07-08 | 科沃斯机器人科技(苏州)有限公司 | 导购机器人系统及该导购机器人顾客识别通知方法 |
US20150205300A1 (en) * | 2014-01-22 | 2015-07-23 | Fred Caver | Automated return shopping cart |
US20160260161A1 (en) * | 2015-03-06 | 2016-09-08 | Wal-Mart Stores, Inc. | Shopping facility assistance systems, devices and methods |
CN106297083A (zh) * | 2016-07-29 | 2017-01-04 | 广州市沃希信息科技有限公司 | 一种商场购物方法、购物服务器以及购物机器人 |
-
2017
- 2017-04-12 CN CN201710236754.0A patent/CN107103492A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103971263A (zh) * | 2013-01-29 | 2014-08-06 | 松下电器产业株式会社 | 顾客类别分析装置、顾客类别分析系统以及顾客类别分析方法 |
CN103970133A (zh) * | 2013-01-31 | 2014-08-06 | 鸿富锦精密工业(武汉)有限公司 | 利用图像分析技术实现物体移动的方法及系统 |
CN104766040A (zh) * | 2014-01-03 | 2015-07-08 | 科沃斯机器人科技(苏州)有限公司 | 导购机器人系统及该导购机器人顾客识别通知方法 |
US20150205300A1 (en) * | 2014-01-22 | 2015-07-23 | Fred Caver | Automated return shopping cart |
US20160260161A1 (en) * | 2015-03-06 | 2016-09-08 | Wal-Mart Stores, Inc. | Shopping facility assistance systems, devices and methods |
CN106297083A (zh) * | 2016-07-29 | 2017-01-04 | 广州市沃希信息科技有限公司 | 一种商场购物方法、购物服务器以及购物机器人 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108198030A (zh) * | 2017-12-29 | 2018-06-22 | 深圳正品创想科技有限公司 | 一种手推车控制方法、装置及电子设备 |
CN109482327A (zh) * | 2018-10-15 | 2019-03-19 | 山东中衡光电科技有限公司 | 一种井下破碎机前端人员保护系统及方法 |
CN109727263A (zh) * | 2018-11-26 | 2019-05-07 | 余姚市朗硕电器科技有限公司 | 材料现场补给系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Biagioni et al. | Easytracker: automatic transit tracking, mapping, and arrival time prediction using smartphones | |
CN107833083A (zh) | 一种货物订单处理方法、装置、服务器、购物终端及系统 | |
Dalumpines et al. | GIS-based map-matching: Development and demonstration of a postprocessing map-matching algorithm for transportation research | |
CN109410623A (zh) | 停车导航方法及装置 | |
CN107103492A (zh) | 一种基于图像处理的供给方法 | |
CN104145173A (zh) | 用于定位的视觉ocr | |
EP2906999A1 (en) | System and method in connection with occurrence of platoons | |
CN106382942B (zh) | 一种车载导航系统及导航方法 | |
CN106708837B (zh) | 兴趣点搜索方法、装置 | |
CN101055190B (zh) | 地图系统中对兴趣点位置进行采集和模糊定位的方法 | |
CN109292053A (zh) | 一种船舶轨迹显示方法及终端设备 | |
CN105208652A (zh) | 一种基于无线技术的室内定位系统 | |
CN106961671A (zh) | 采集室内定位数据的方法和装置 | |
CN108281012A (zh) | 交通流量数据的显示方法、装置、存储介质及电子装置 | |
CN105261228A (zh) | 停车场寻车方法及装置 | |
CN108733692A (zh) | 一种社交信息推荐方法和装置 | |
CN104320848A (zh) | 基于云计算实现室内定位的系统及方法 | |
CN102128630A (zh) | 导航方法和导航仪 | |
Aydın et al. | ARCAMA-3D–a context-aware augmented reality mobile platform for environmental discovery | |
CN106503071A (zh) | Poi信息的处理方法及装置 | |
DE112016007440T5 (de) | Fahrradverfolgung für Bike-Sharing-System | |
CN101957207A (zh) | 土地规划实施监管车载快速导航定位方法和系统 | |
CN106934388A (zh) | 基于图像处理的商场推车供给系统 | |
JP2022003548A (ja) | 認識システム及びそのプログラム | |
CN105571596B (zh) | 多车辆环境探索方法及装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20170829 |
|
RJ01 | Rejection of invention patent application after publication |