CN108550002A - 一种银行贵金属智能盘库系统及方法 - Google Patents

Abstract

本发明涉及一种银行贵金属智能盘库系统及方法，解决的是操作复杂、效率低的技术问题，通过采用计算机视觉、图像理解、工业自动化及数据库技术建立了一种智能化的银行贵金属盘库系统，该系统不依赖于任何标签，仅通过数字摄像机模拟人类视觉对库房内货架上不同尺寸、形状(圆形、椭圆、矩形)贵金属物品进行精准识别来获得货架上所摆放物品的种类、数量、位置数据信息，由后台仓储业务管理系统对信息数据进行动态管理、自动更新并利用配套应用软件完成对贵金属物品数量、类别物品的精确统计以及存放位置管理的技术方案，较好的解决了该问题，可用于银行贵金属智能盘库中。

Description

一种银行贵金属智能盘库系统及方法

技术领域

本发明涉及工业自动化设备领域，具体涉及一种银行贵金属智能盘库系统及方法。

背景技术

贵金属是指银行营业网点销售的以黄金白银材料为主的实物制品，如金银纪念币、金银条、金银摆件等。贵金属库存管理是银行仓储管理中的重要组成部分，为了对库存贵金属数量进行有效控制、清查贵金属货品在库中的位置状况，必须定期或不定期地对各储存场所进行清点、查核，这一过程就是贵金属库存盘点。

现有的银行自动盘库主要依赖于给货品贴识别标签，标签和实物的核对一般通过人工操作完成。存在银行贵金属实物库存管理库容不足、手工作业方式效率低、库管人员不规范操作、库存数据记录不完整等问题。因此，提供一种能够克服上述问题的银行贵金属智能盘库系统及方法就很有必要。

发明内容

本发明所要解决的技术问题是现有技术中存在的操作复杂、效率低的技术问题。提供一种新的银行贵金属智能盘库系统，该银行贵金属智能盘库系统具有电子化、自动化、精细化、效率高的特点。

为解决上述技术问题，采用的技术实施例如下：

一种银行贵金属智能盘库系统，所述银行贵金属智能盘库系统包括多个作为基础处理单元的货柜，货柜包括多个抽屉，货柜还包括视频图像采集模块、存储模块、图像处理平台以及后台数据库管理系统；所述视频图像采集模块设置在抽屉内，用于采集抽屉内部视频图像数据；所述存储模块用于货柜中所有视频图像采集模块采集的视频图像数据的功能性处理；所述图像处理平台与视频图像采集模块及存储模块连接；所述后台数据库管理系统能够对外对接获取入库信息及库存信息。

本发明的工作原理：本发明不依赖于任何标签，主要通过数字摄像机镜头模拟人类视觉对货架上不同尺寸、形状(圆形、椭圆、矩形)贵金属物品进行精准识别、统计，实现银行贵金属库存管理的电子化、自动化、精细化，从而克服目前银行贵金属盘库效率低、管理风险高等缺点，有效降低管理成本并提高效率、安全。

上述实施例中，为优化，进一步地，所述视频图像采集模块包括光源和摄像机；所述光源为白色LED背光源或绿色LED背光源；所述摄像机为安装在抽屉中心位置的能够全覆盖抽屉区域视野的摄像机。

进一步地，所述后台数据库管理系统基于B/S模式。

本发明还提供一种银行贵金属智能盘库方法，所述方法基于前述的银行贵金属智能盘库系统，所述方法包括：

步骤1，银行贵金属智能盘库系统启动，视频图像采集模块采集贵金属视频图像数据，存储模块对视频图像数据进行功能性处理，功能性处理包括存储、转发、回放、查询视频图像数据；

步骤2，根据步骤1中所述视频图像数据进行贵金属目标检测，包括使用基于图像分割和颜色空间分析方法对视频图像数据中的贵金属目标特征、位置进行检测，得到贵金属二值图像；

步骤3根据步骤2中检测结果进行贵金属自动识别，包括使用基于计算机视觉方法检测出贵金属目标特征的形状描述符信息，将形状描述符信息在预先定义的特征信息库中进行匹配，完成贵金属的自动识别，自动识别包括自动分类；

步骤4，根据步骤3中的自动识别结果进行贵金属数据库统计，包括使用数据库方法对自动识别的贵金属信息进行动态管理、维护，实时更新贵金属的信息并通过对外对接，获取出入库信息、库存信息，实现盘库自动核对及输出盘库统计结果，所述信息包括类别、位置、数量信息。

进一步地，所述贵金属目标检测包括：

步骤a，图像分割和光谱特征选取，包括利用MeanShift算法对视频图像数据进行初步分割，得到分割的灰度图像；

步骤b，光谱特征选取及阈值计算，包括在色彩空间中选择归一化后的R 分量与B分量的差值BR分量作为贵金属检测特征，根据Otsu自动阈值方法计算贵金属检测特征的最优阈值；

步骤c，阈值分割，用最优阈值T_BR对视频图像数据进行二值化，将 BR＜T_BR的像素点判定为金属区域S为贵金属二值图像，金属区域S为；

S＝{(i,j)|BR(i,j)＜T_BR}；

将BR≥T_BR的像素点判定为背景区域；

其中，BR(i,j)为像素(i,j)BR的特征值，T_BR为金属检测特征BR分量的最优阈值。

本发明首先对视频图像Mean Shift分割结果(灰度图像)进行Otsu处理，得到阈值T_MS并限制只有灰度值大于T_MS的影像像素才进入到主检测特征 BR的属性直方图统计中，以确保BR分量直方图具有显著的“双峰”分布，在此基础上再基于Otsu计算出BR分量的最优阈值T_BR。

进一步地，所述Otsu自动阈值方法包括将灰度图像进行Otsu处理，得到阈值T_MS，判定灰度值大于T_MS的影像像素加入到主检测特征BR的属性直方图，使用基于Otsu计算出BR分量的最优阈值为T_BR。

进一步地，所述贵金属自动识别是根据形状描述符信息对贵金属进行分自动识别，形状描述符信息包括骨架、形状因子、偏心率、对称轴。

进一步地，所述计算机视觉方法包括：

步骤1a，根据距离变换进行骨架提取；所述距离变换是计算一个图像中非零像素点到最近零像素点最短距离的过程；

对于每个连通区域R中的点P，当区域边界B有两个及以上的点与点P同时距离最小，就可认为P是属于R的一个骨架点，使用欧式距离公式计算每个连通区域的内部点与边界点的最小距离，这些距离构成集合S；计算S中的最大值Max和最小值Min；对于每一个内部点，转换后的灰度值G为：

G(x,y)＝255*(S(x,y)-Min/(Max-Min))；

步骤1b，计算形状因子：F＝L²/4πA，A为一个连通区域的面积即像素的个数，L为连通区域的周长，即边界像素的个数；形状因子值最小时，对应的为圆形贵金属；

形状因子在一定程度上描述了区域的紧凑性，形状因子没有量纲，所以对尺度变化不敏感，一个连续区域为圆形时F为1，当区域为其他形状时F大于1，即当区域为圆形时F的值达到最小，利用形状因子可确定出形状为圆形的贵金属；

步骤1c，计算椭圆偏心率及对称轴，对称轴包括长轴及短轴，根据目标区域的转动惯量来初步计算长轴方向与短轴方向，再根据两个主轴方向和质心计算长轴和短轴，初步计算长轴方向与短轴方向为计算长轴斜率k与短轴斜率l：

其中，分别是刚体绕X，Y轴的转动惯量，H＝∑m_ix_iy_i为惯性积。

现有的偏心率计算方法利用目标边界计算区域长轴、短轴长度，两者之比为偏心率，该种方法简单但易受目标形状、噪声影响。

一个刚体在转动时的惯性可用其转动惯量来量度，定义一个刚体具有N个质点，质量分别为m₁,m₂...m_N，2D空间中的坐标分别为 (x₁,y₁),(x₂,y₂)...(x_N,y_N)，则该刚体绕某一轴线L的转动惯量I为：

其中，d表示质点m与旋转轴线L的垂直距离。如果L通过坐标系原点，且方向余弦为α,β，转动惯量I为：

I＝Aα²+Bβ²-2Hαβ。

视频图像中每个贵金属目标可视为一个面状刚体并可求得一个对应的惯量椭圆，该惯量椭圆两个主轴斜率k,l由步骤1c求得。

贵金属数据库管理系统主要基于B/S模式设计，自动将检测、识别出的贵金属类别、位置信息存储、更新至数据库，并能在浏览器端对贵金属信息进行实时查询与统计分析，提供批量导入和单一维护(增加、修改、删除)两种方式。批量导入时，先检查批量表中贵金属编码是否已经存在，若存在则给予提示，并终止导入；若不存在则以插入方式添加贵金属信息。具备功能如下：

管理各操作环节的人员身份授权验证，操作日志实时记录，后台用户管理系统保存用户操作记录，记录操作人员、操作时间、操作结果等信息。

实时监控管理货架中贵金属产品的状态，与安装在贵金属货架上的图像识别装置对接，精准盘点贵金属产品库存量并同时定位贵金属存放位置；贵金属智能货架可多级联网，上级主管部门可远程实时查询库房货架状态并进行查库、盘库操作。

贵金属产品入库、盘点、出库的实时监管，并可通过与信息系统中的数据对接，将监管的业务数据实时更新到数据库系统。

具备异常数据分析、提醒、报警功能，自动分析、统计本系统登记数据与信息系统之间在贵金属产品入库、库存、出库等业务之间的数据差异，并在系统中提醒差异内容，以及进行数据异常报警。

本发明的有益效果：

本发明设备以单个货架为基本数据处理单元，包含视频图像采集模块、存储、图像处理平台以及基于B/S架构的后台数据库管理系统，通过对视频图像中贵金属目标的自动检测、识别、数据库管理以及与总行金库业务系统对接，获取出入库信息、库存信息，从而实现贵金属库存信息的自动盘点以及对业务过程、状态的实时监管、历史查询等功能；发明设备具有检测方便、准确率高、速度快且可以根据银行仓储空间、贵金属数量灵活进行扩充的优点；

本发明方法以广角摄像机实时采集的贵金属视频图像为信息源，利用图像处理、分析方法以及计算机视觉识别技术从多路视频图像中识别出贵金属种类、数量、位置信息，并将识别信息自动上传至后台贵金属数据库系统，由数据库应用软件完成对贵金属存放位置的精确管理及架上实时盘点，从而能有效改进传统非自动化盘库方式固有的贵金属实物库存数据记录不完整、手工作业方式效率低、管理风险高等缺陷。

附图说明

下面结合附图和实施例对本发明进一步说明。

图1，银行贵金属智能盘库系统结构示意图；

图2，图1中系统的硬件框架示意图；

图3，银行贵金属智能盘库系统货柜设计图；

图4，银行贵金属视频图像自动检测过程示意；

图5，银行贵金属智能盘点方法示意图；

图6，本实施例中柜体的立体结构示意图一；

图7，本实施例中柜体的立体结构示意图二；

图8，图7的A处放大图；

图9，为本实施例中柜体的后视图；

图10，为本实施例中柜体的剖视图；

附图标记说明：货柜1，抽屉柜2，控制室3，工业控制计算机4，NVR网络录像机5，网络交换机6，电源模块7，广角摄像机8，LED发光面板9，限位开关10，柜门11，条形支架12，磁铁13，散热格栅14，冷气接口15。

具体实施方式

为了使本发明的目的、技术实施例及优点更加清楚明白，以下结合实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。

实施例1

本实施例提供一种银行贵金属智能盘点系统，包含以下模块：

光源，光源设计直接影响贵金属与背景信息的区分，设计为采用白色或绿色LED背光源；

货柜1，单个货柜1由摄像机、工业控制计算机4、电源模块7、网络交换机6、NVR网络录像机5、抽屉开闭检测器以及若干连接线缆组成。作为整套系统的基本硬件组成单元，货柜1负责存放贵金属以及为其他设备提供安装位置，使得单个货柜1具有独立的记录、统计贵金属种类和数量，以及存储、转发、回放、查询各个抽屉的视频影像数据的功能；

光学成像，本实施例选用130万CCD像素、3.7mm镜头的广角针孔型摄像机并安装于抽屉顶部正中央位置，实现抽屉内部区域视野全覆盖；

图像处理平台，本实施例以X86-64架构、带有两路百兆网络接口的工控机主板为基础搭建图像处理平台，负责视频采集、预处理、检测及识别功能，并根据抽屉开关状态信号对打开过的抽屉优先进行视频图像处理，以便于取走或放置贵金属后能及时更新数据，保持数据库的现势性；

视频图像存储，视频数据存储设备设计采用高可靠性的嵌入式NVR硬盘录像机，该设备采用嵌入式操作系统和结构进行设计，支持高性价比监控专用硬盘，具备磁盘预分配、文件保护技术、非工作硬盘休眠技术，功耗低、噪音低且相对于传统磁盘阵列设备具有较高性价比。

图1中：系统包括硬件、软件两大部分，其中，硬件是以单个货架为一个基本数据处理单元，包含视觉采集模块，包括光源、摄像机系统，图像处理以及记录模块；软件部分按照功能分为视频基础服务器系统，用于采集、存储、转发，视频图像处理系统，用于检测、分类、识，数据库管理系统，用于库存状态、查询、日志报表等，三大部分。数据库管理系统包括权限管理模块，报表生成模块，报表查询模块，报表维护模块以及接口及扩展模块。视频基础服务器包括视频采集、存储与转发，预览与回放功能。视频图像处理系统包括预处理模块，检测模块以及识别对比模块。

数据库管理系统以MySQL作为后台数据库，JSP作为前台开发工具，通过Java中的JDBC连接数据库，提供给管理员对该系统进行维护和管理。JSP的 Web运用跨平台，系统底层采用Java开发，运用Servlet模式和Tomcat服务器，这几点的综合搭配使该系统灵活方便易用，简化了动态网站的开发。具备的功能如下：

管理各操作环节的人员身份授权验证，操作日志实时记录，后台用户管理系统保存用户操作记录，记录操作人员、操作时间、操作结果等信息。

实时监控管理货架中贵金属产品的状态，与安装在贵金属货架上的图像识别装置对接，精准盘点贵金属产品库存量并同时定位贵金属存放位置；贵金属智能货架可多级联网，上级主管部门可远程实时查询库房货架状态并进行查库、盘库操作。

贵金属产品入库、盘点、出库的实时监管，并可通过与信息系统中的数据对接，将监管的业务数据实时更新到数据库系统。

具备异常数据分析、提醒、报警功能，自动分析、统计本系统登记数据与信息系统之间在贵金属产品入库、库存、出库等业务之间的数据差异，并在系统中提醒差异内容，以及进行数据异常报警。

图2所示为系统的硬件框架，根据需求以单个货架为基本单元进行扩展。

图3中：单个货柜1由摄像机、工业控制计算机4、电源模块7、网络交换机6、NVR网络录像机5、抽屉开闭检测器以及若干连接线缆组成，货柜1设计尺寸为长宽高1200*500*2000mm，设有18个存储抽屉，单个抽屉尺寸为长宽高 600*500*180mm，货柜1下方固定有工业控制计算机4、网络交换机6、NVR 录像机以及电源模块7。作为整套系统的基本硬件组成单元，货柜1负责存放贵金属以及为其他设备提供安装位置，使得单个货柜1具有独立的记录、统计贵金属种类和数量，以及存储、转发、回放、查询各个抽屉的视频影像数据的功能。工业控制计算机4按照定时或者事件触发，即检测到抽屉打开的事件，通过网络交换机6对各个抽屉中的摄像机访问，获取视频数据并进行分析、识别，更新数据库。NVR网络录像机5用于处理整个柜体所有摄像机视频的存储、转发、回放、查询功能。本系统以单个柜体为单位进行组网扩展系统规模，用以满足不同规模应用环境。

参照图6至图10所示的贵金属货架，包括货柜1，所述货柜1包括若干个呈两列竖直分布的抽屉柜2，货柜1的最底部设置有一个控制室3，控制室3分为两层并且上层设置有工业控制计算机4和NVR网络录像机5，下层设置有网络交换机6和用于给设备供电的电源模块7，每个抽屉柜2的的顶部中心处军固定安装有一个广角摄像机8，每个抽屉柜2内均设置有用于提供图像采集背景色的光源，每个抽屉柜2还设置有用于检测抽屉柜2打开的限位开关10，所有的广角摄像机8均通过网络交换机6与NVR网络录像机5电连接，网络交换机6同时与工业控制计算机4电连接，所有的光源和限位开关10均与工业控制计算机 4电连接。

所述货柜1长1200mm，宽500mm，高2000mm，货柜1设计尺寸为长宽高 1200*500*2000mm，货柜1下方固定有工业控制计算机4、网络交换机6、NVR录像机以及电源模块7。

所述抽屉柜2的数量为18个并且每一列有9个，每个抽屉柜2的长600mm，宽500mm，高180mm，作为整套系统的基本硬件组成单元，货柜1负责存放贵金属以及为其他设备提供安装位置，使得单个货柜1具有独立的记录、统计贵金属种类和数量，以及存储、转发、回放、查询各个抽屉的视频影像数据的功能，工业控制计算机4按照定时或者事件触发(检测到抽屉柜2打开的事件)通过网络交换机6对各个抽屉柜2中的网络摄像机访问，获取视频数据并进行分析、识别，更新数据库，NVR网络录像机5用于处理整个柜体所有摄像机视频的存储、转发、回放、查询功能。

每个所述抽屉柜2均设置有一个柜门11，柜门11的一端与货柜1的边缘处铰接，抽屉柜2远离柜门11铰接端的一侧固定设置有一个条形支架12，限位开关10设置在条形支架12上并且柜门11关闭时刚好抵触限位开关10的触点，每个限位开关10所一一对应的广角摄像机8的编码信息预先存储在工业控制计算机4内，通过限位开关10来判断抽屉柜2是否打开，若抽屉柜2的柜门11 打开，则限位开关10产生信号发送给工业控制计算机4，工业控制计算机4通过网络交换机6控制被打开抽屉柜2内的广角摄像机8进行图像采集。

所述条形支架12上还设置有磁铁13，柜门11为金属材料制成，通过磁铁13吸进柜门11实现抽屉柜2的关闭，同时柜门11闭合时抵触到限位开关10，此时工业控制计算机4接收到限位开关10的信号并判定该抽屉柜2处于关闭状态，每个柜门11的外侧还设置有把手方便打开柜门11。

所述光源为设置在抽屉柜2内腔底部的LED发光面板9，光源设计直接影响贵金属与背景信息的区分，设计为采用白色或绿色LED光源，主要考虑以下几个因素：

a)形状自由度大:LED光源是由许多LED发光颗粒组合而成的，易于根据抽屉大小以及软件算法需求设计光源形状、尺寸。

b)使用寿命长:光源需要保证在相当长的时间内能够提供稳定的图像输入， LED光源在工作10000-30000h后，亮度才衰减，远比其他形式的光源效果好。

c)响应速度快:采用专用电源给LED光源供电时，达到最大照度的时间小于10μm，可以大幅度减少耗电量。

d)颜色选择:外形相同的光源因颜色不同会获得很大差别的图像，本发明中检测的贵金属表面为银色或金色，采用白色或绿色LED发光颗粒会使贵金属品的边缘轮廓比较锐利。

所述广角摄像机8为130万CCD像素，3.7mm镜头M12广角针孔型摄像机，安装于抽屉顶部正中央位置，实现抽屉内部区域视野全覆盖。

所述柜体的背部设置有用于给控制室3内设备散热的散热格栅14，柜体的侧面设置有用于供外部冷气设备连接的冷气接口15，散热格栅14用于给控制室 3内的设备正常散热，当设备超负荷工作产生较大热量时，通过冷气接口15将外部冷气送入控制室3进行降温散热。

工作原理：通过以单个货架为基本数据处理单元，包含视频图像采集模块 (光源、广角摄像机8)、存储(嵌入式NVR网络录像机5)、图像处理平台以及基于B/S架构的后台数据库管理系统，通过对视频图像中贵金属目标的自动检测、识别、数据库管理以及与总行金库业务系统对接，获取出入库信息、库存信息，从而实现贵金属库存信息的自动盘点以及对业务过程、状态的实时监管、历史查询等功能，针对银行贵金属库存管理现有技术的不足，综合利用计算机视觉、图像理解、工业自动化及数据库技术建立一种智能化的银行贵金属盘库系统，该系统不依赖于任何标签，主要通过数字摄像机镜头模拟人类视觉对货架上不同尺寸、形状(圆形、椭圆、矩形)贵金属物品进行精准识别和统计，实现银行贵金属库存管理的电子化、自动化和精细化，具有检测方便、准确率高、速度快且可以根据银行仓储空间、贵金属数量灵活进行扩充的优点。

本实施例的贵金属数据库管理系统主要基于B/S模式设计，自动将检测、识别出的贵金属类别、位置信息存储、更新至数据库，并能在浏览器端对贵金属信息进行实时查询与统计分析，提供批量导入和单一维护两种方式，维护包括增加、修改、删除。批量导入时，先检查批量表中贵金属编码是否已经存在，若存在则给予提示，并终止导入；若不存在则以插入方式添加贵金属信息。具备功能如下：

管理各操作环节的人员身份授权验证，操作日志实时记录，后台用户管理系统保存用户操作记录，记录操作人员、操作时间、操作结果等信息。

实时监控管理货架中贵金属产品的状态，与安装在贵金属货架上的图像识别装置对接，精准盘点贵金属产品库存量并同时定位贵金属存放位置；贵金属智能货架可多级联网，上级主管部门可远程实时查询库房货架状态并进行查库、盘库操作。

贵金属产品入库、盘点、出库的实时监管，并可通过与信息系统中的数据对接，将监管的业务数据实时更新到数据库系统。

具备异常数据分析、提醒、报警功能，自动分析、统计本系统登记数据与信息系统之间在贵金属产品入库、库存、出库等业务之间的数据差异，并在系统中提醒差异内容，以及进行数据异常报警。

本实施例还提供一种银行贵金属智能盘库方法，所述方法基于前述的银行贵金属智能盘库系统，如图5，所述方法包括：

步骤1，银行贵金属智能盘库系统启动，视频图像采集模块采集贵金属视频图像数据，存储模块对视频图像数据进行功能性处理，功能性处理包括存储、转发、回放、查询视频图像数据；

步骤2，根据步骤1中所述视频图像数据进行贵金属目标检测，包括使用基于图像分割和颜色空间分析方法对视频图像数据中的贵金属目标特征、位置进行检测，得到贵金属二值图像；

步骤3根据步骤2中检测结果进行贵金属自动识别，包括使用基于计算机视觉方法检测出贵金属目标特征的形状描述符信息，将形状描述符信息在预先定义的特征信息库中进行匹配，完成贵金属的自动识别，自动识别包括自动分类；

步骤4，根据步骤3中的自动识别结果进行贵金属数据库统计，包括使用数据库方法对自动识别的贵金属信息进行动态管理、维护，实时更新贵金属的信息并通过对外对接，获取出入库信息、库存信息，实现盘库自动核对及输出盘库统计结果，所述信息包括类别、位置、数量信息。

如图4，所述贵金属目标检测包括：

步骤a，图像分割和光谱特征选取，包括利用Mean Shift算法对视频图像数据进行初步分割，得到分割的灰度图像，能够解决金属反光造成相机对金属形态成像的影响；

步骤b，光谱特征选取及阈值计算，包括在色彩空间中选择归一化后的R 分量与B分量的差值BR分量作为贵金属检测特征，根据Otsu自动阈值方法计算贵金属检测特征的最优阈值；

步骤c，阈值分割，用最优阈值T_BR对视频图像数据进行二值化，将 BR＜T_BR的像素点判定为金属区域S为贵金属二值图像，金属区域S为；

S＝{(i,j)|BR(i,j)＜T_BR}；

将BR≥T_BR的像素点判定为背景区域；

其中，BR(i,j)为像素(i,j)BR的特征值，T_BR为金属检测特征BR分量的最优阈值。

贵金属分割的目的首先是为了识别贵金属区域，同时保证贵金属的完整性，在实际得到贵金属影像的过程中，很容易造成反光现象，造成贵金属区域的难识别，而MeanShift算法是特征空间下的分割方法，结合Mean Shift算法分割和颜色空间分析方法能够完成对监控视频图像中的贵金属目标特征、位置的检测。

具体地，所述Otsu自动阈值方法包括将灰度图像进行Otsu处理，得到阈值 T_MS，判定灰度值大于T_MS的影像像素加入到主检测特征BR的属性直方图，使用基于Otsu计算出BR分量的最优阈值为T_BR；

具体地，所述贵金属自动识别是根据形状描述符信息对贵金属进行分自动识别，形状描述符信息包括骨架、形状因子、偏心率、对称轴。

具体地，所述计算机视觉方法包括：

步骤1a，根据距离变换进行骨架提取；所述距离变换是计算一个图像中非零像素点到最近零像素点最短距离的过程；

对于每个连通区域R中的点P，当区域边界B有两个及以上的点与点P同时距离最小，就可认为P是属于R的一个骨架点，使用欧式距离公式计算每个连通区域的内部点与边界点的最小距离，这些距离构成集合S；计算S中的最大值Max和最小值Min；对于每一个内部点，转换后的灰度值G为：

G(x,y)＝255*(S(x,y)-Min/(Max-Min))；

步骤1b，计算形状因子：F＝L²/4πA，A为一个连通区域的面积即像素的个数，L为连通区域的周长，即边界像素的个数；形状因子值最小时，对应的为圆形贵金属；

形状因子在一定程度上描述了区域的紧凑性，形状因子没有量纲，所以对尺度变化不敏感，一个连续区域为圆形时F为1，当区域为其他形状时F大于1，即当区域为圆形时F的值达到最小，利用形状因子可确定出形状为圆形的贵金属；

步骤1c，计算椭圆偏心率及对称轴，对称轴包括长轴及短轴，根据目标区域的转动惯量来初步计算长轴方向与短轴方向，再根据两个主轴方向和质心计算长轴和短轴，初步计算长轴方向与短轴方向为计算长轴斜率k与短轴斜率l：

其中，分别是刚体绕X，Y轴的转动惯量，H＝∑m_ix_iy_i为惯性积。

尽管上面对本发明说明性的具体实施方式进行了描述，以便于本技术领域的技术人员能够理解本发明，但是本发明不仅限于具体实施方式的范围，对本技术领域的普通技术人员而言，只要各种变化只要在所附的权利要求限定和确定的本发明精神和范围内，一切利用本发明构思的发明创造均在保护之列。

Claims (8)

1.一种银行贵金属智能盘库系统，其特征在于：所述银行贵金属智能盘库系统包括多个作为基础处理单元的货柜，货柜包括多个抽屉，货柜还包括视频图像采集模块、存储模块、图像处理平台以及后台数据库管理系统；

所述视频图像采集模块设置在抽屉内，用于采集抽屉内部视频图像数据；

所述存储模块用于货柜中所有视频图像采集模块采集的视频图像数据的功能性处理；

所述图像处理平台与视频图像采集模块及存储模块连接；

所述后台数据库管理系统能够对外对接获取入库信息及库存信息。

2.根据权利要求1所述的银行贵金属智能盘库系统，其特征在于：所述视频图像采集模块包括光源和摄像机；所述光源为白色LED背光源或绿色LED背光源；所述摄像机为安装在抽屉中心位置的能够全覆盖抽屉区域视野的摄像机。

3.根据权利要求1所述的银行贵金属智能盘库系统，其特征在于：所述后台数据库管理系统基于B/S模式。

4.一种银行贵金属智能盘库方法，其特征在于：所述方法基于权利要求1-3任一所述的银行贵金属智能盘库系统，所述方法包括：

步骤1，银行贵金属智能盘库系统启动，视频图像采集模块采集贵金属视频图像数据，存储模块对视频图像数据进行功能性处理，功能性处理包括存储、转发、回放、查询视频图像数据；

步骤2，根据步骤1中所述视频图像数据进行贵金属目标检测，包括使用基于图像分割和颜色空间分析方法对视频图像数据中的贵金属目标特征、位置进行检测，得到贵金属二值图像；

步骤3根据步骤2中检测结果进行贵金属自动识别，包括使用基于计算机视觉方法检测出贵金属目标特征的形状描述符信息，将形状描述符信息在预先定义的特征信息库中进行匹配，完成贵金属的自动识别，自动识别包括自动分类；

步骤4，根据步骤3中的自动识别结果进行贵金属数据库统计，包括使用数据库方法对自动识别的贵金属信息进行动态管理、维护，实时更新贵金属的信息并通过对外对接，获取出入库信息、库存信息，实现盘库自动核对及输出盘库统计结果，所述信息包括类别、位置、数量信息。

5.根据权利要求4所述的银行贵金属智能盘库方法，其特征在于：所述贵金属目标检测包括：

步骤a，图像分割和光谱特征选取，包括利用Mean Shift算法对视频图像数据进行初步分割，得到分割的灰度图像；

步骤b，光谱特征选取及阈值计算，包括在色彩空间中选择归一化后的R分量与B分量的差值BR分量作为贵金属检测特征，根据Otsu自动阈值方法计算贵金属检测特征的最优阈值；

步骤c，阈值分割，用最优阈值T_BR对视频图像数据进行二值化，将BR＜T_BR的像素点判定为金属区域S为贵金属二值图像，金属区域S为；

S＝{(i,j)|BR(i,j)＜T_BR}；

将BR≥T_BR的像素点判定为背景区域；

其中，BR(i,j)为像素(i,j)BR的特征值，T_BR为金属检测特征BR分量的最优阈值。

6.根据权利要求5所述的银行贵金属智能盘库方法，其特征在于：所述Otsu自动阈值方法包括将灰度图像进行Otsu处理，得到阈值T_MS，判定灰度值大于T_MS的影像像素加入到主检测特征BR的属性直方图，使用基于Otsu计算出BR分量的最优阈值为T_BR。

7.根据权利要求4所述的银行贵金属智能盘库方法，其特征在于：所述贵金属自动识别是根据形状描述符信息对贵金属进行分自动识别，形状描述符信息包括骨架、形状因子、偏心率、对称轴。

8.根据权利要求7所述的银行贵金属智能盘库方法，其特征在于：所述计算机视觉方法包括：

步骤1a，根据距离变换进行骨架提取；所述距离变换是计算一个图像中非零像素点到最近零像素点最短距离的过程；

步骤1b，计算形状因子：F＝L²/4πA，A为一个连通区域的面积即像素的个数，L为连通区域的周长，即边界像素的个数；形状因子值最小时，对应的为圆形贵金属；

步骤1c，计算椭圆偏心率及对称轴，对称轴包括长轴及短轴，根据目标区域的转动惯量来初步计算长轴方向与短轴方向，再根据两个主轴方向和质心计算长轴和短轴，初步计算长轴方向与短轴方向为计算长轴斜率k与短轴斜率l：

其中，分别是刚体绕X，Y轴的转动惯量，H＝∑m_ix_iy_i为惯性积。