CN108647751A - 一种检测取出商品的方法和系统及购物车 - Google Patents

一种检测取出商品的方法和系统及购物车 Download PDF

Info

Publication number
CN108647751A
CN108647751A CN201810393728.3A CN201810393728A CN108647751A CN 108647751 A CN108647751 A CN 108647751A CN 201810393728 A CN201810393728 A CN 201810393728A CN 108647751 A CN108647751 A CN 108647751A
Authority
CN
China
Prior art keywords
data
commodity
controller
photo
merchandise news
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
Application number
CN201810393728.3A
Other languages
English (en)
Inventor
肖明霞
祝玲
韦海成
潘俊涛
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
North Minzu University
Original Assignee
North Minzu University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by North Minzu University filed Critical North Minzu University
Priority to CN201810393728.3A priority Critical patent/CN108647751A/zh
Publication of CN108647751A publication Critical patent/CN108647751A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06K—GRAPHICAL DATA READING; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
    • G06K17/00—Methods or arrangements for effecting co-operative working between equipments covered by two or more of main groups G06K1/00 - G06K15/00, e.g. automatic card files incorporating conveying and reading operations
    • G06K17/0022—Methods or arrangements for effecting co-operative working between equipments covered by two or more of main groups G06K1/00 - G06K15/00, e.g. automatic card files incorporating conveying and reading operations arrangements or provisious for transferring data to distant stations, e.g. from a sensing device
    • G06K17/0025—Methods or arrangements for effecting co-operative working between equipments covered by two or more of main groups G06K1/00 - G06K15/00, e.g. automatic card files incorporating conveying and reading operations arrangements or provisious for transferring data to distant stations, e.g. from a sensing device the arrangement consisting of a wireless interrogation device in combination with a device for optically marking the record carrier
    • 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
    • G06Q20/00—Payment architectures, schemes or protocols
    • G06Q20/08—Payment architectures
    • G06Q20/20—Point-of-sale [POS] network systems
    • G06Q20/208—Input by product or record sensing, e.g. weighing or scanner processing
    • 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
    • G06Q20/00—Payment architectures, schemes or protocols
    • G06Q20/08—Payment architectures
    • G06Q20/20—Point-of-sale [POS] network systems
    • G06Q20/209—Specified transaction journal output feature, e.g. printed receipt or voice output
    • 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
    • G06V10/22—Image preprocessing by selection of a specific region containing or referencing a pattern; Locating or processing of specific regions to guide the detection or recognition
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
    • G06V10/443—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components by matching or filtering
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/10—Terrestrial scenes

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Business, Economics & Management (AREA)
  • Accounting & Taxation (AREA)
  • Multimedia (AREA)
  • General Engineering & Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • General Business, Economics & Management (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Strategic Management (AREA)
  • Finance (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Evolutionary Computation (AREA)
  • Evolutionary Biology (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明提供了一种检测取出商品的方法和系统及购物车。所述方法包括步骤：A，获得商品取出过程中的商品照片；B，将所述商品照片转化成第二数据；C，从已存储的至少一份第一数据中匹配出与所述第二数据相对应的第一数据；一份所述第一数据由一件商品放入过程中拍摄的商品照片，通过与第二数据相同的转化方式转化而获得；D，根据匹配出的第一数据确定被取出商品的商品信息。本发明所提供的方法实现了用户智能购物体验，并且相比于现有的采用RFID射频识别统计技术，本发明不需要为商品设置RFID标签，节约了人工成本和RFID标签成本；而且直接将商品条码与商品信息关联，简单实用，便于管理。

Description

一种检测取出商品的方法和系统及购物车
技术领域
本发明涉及数字图像处理技术领域，具体而言，涉及一种检测取出商品的方法和系统及购物车。
背景技术
在智能购物车的商品统计领域，传统的统计方案是采用RFID射频识别技术进行统计，具体为当商品放入购物框中后，商品上的RFID标签中的商品信息将会被购物框上的RFID读取器读取，RFID读取器再将商品信息送入中央控制单元，中央控制单元对商品信息和商品价格进行统计；当商品从购物框中取出后，RFID读取器读取不到该商品的RFID标签中的商品信息，该商品信息和商品价格将会从中央控制单元中删除；全部购物完成后，所有选购商品的价格被统计并输出形成小票。例如公开号为CN106372889A的专利所提供的技术方案。
然而，上述技术方案存在以下诸多弊端：首先，全部商品都必须贴上RFID标签，这不仅需要增加许多人力来贴RFID标签，并且需要增加RFID标签成本；其次，大部分商品在入库时采用条码形式进行登记，新增加RFID标签后需要重新编码和录入，也增加了商品管理的负担。
发明内容
本发明的目的在于提供一种检测取出商品的方法和系统及购物车，利用数字图像处理技术实现对已选购商品的记录，降低应用成本。
为了实现上述目的，本发明提供以下技术方案：
一方面，本发明实施例提供了一种检测取出商品的方法，所述方法包括以下步骤：
A，获得商品取出过程中的商品照片；
B，将所述商品照片转化成第二数据；
C，从已存储的至少一份第一数据中匹配出与所述第二数据相对应的第一数据；一份所述第一数据由一件商品放入过程中拍摄的商品照片，按照与第二数据相同的转化方式转化而获得；
D，根据匹配出的第一数据确定被取出商品的商品信息。
本技术方案中，由于同一件商品在放入购物车和从物车中取出过程中所拍摄的两张照片中，照片的大部分像素点均用于表现该商品，因此对两幅照片进行数字化处理后，得到的两份数据具有相关性，因此所述第二数据根据该相关性即可匹配出相应的第一数据。而第一数据又与商品信息关联存储，因此即可根据匹配出的第一数据确定相应的商品信息，即检测出从购物框中取出的商品具体为哪一件商品。
基于该方法，在确定了被取出商品的商品信息后，还可以包括步骤E，删除所述匹配出的第一数据和相应的商品信息。
另一方面，本发明实施例还提供了一种购物车，包括车体和搭载于所述车体上的购物框，还包括：
扫描装置；
触发装置；
摄像头；
控制器；以及
无线通讯模块；
其中，所述扫描装置、触发装置和摄像头均与所述控制器连接，所述无线通讯模块用于将所述控制器连接至服务器；
所述扫描装置用于扫描商品条码以获取条码信息，并将获取的条码信息送入所述控制器；
所述触发装置被配置为当商品被放入所述购物框或从所述购物框中取出时会触发所述触发装置，所述触发装置用于生成触发信号，并将所述触发信号传递给所述控制器；
所述摄像头被配置为当接收到所述控制器的控制信号后拍摄照片，并将拍摄到的照片送入所述控制器；
所述控制器用于接收所述条码信息，并根据所述条码信息从服务器获取上述方法中所述的商品信息；所述控制器还用于接收所述触发信号，并向所述摄像头发送所述控制信号；所述控制器还用于接收所述摄像头所拍摄的照片，并将其转化成上述方法中所述的第一数据/第二数据。
本技术方案中，所述购物车作为实现上述方法的终端设备。
进一步地，所述购物车还包括人机交互模块，用于输出所述控制器所获取的商品信息。
再一方面，本发明实施例还提供了一种检测取出商品的系统，包括：
服务器；以及
至少一辆上述技术方案中所述的购物车；
其中，所述服务器用于存储多种商品的条码信息和商品信息，所述服务器还用于接收控制器所发送的条码信息，并根据所述条码信息匹配出相应的商品信息，并将匹配出的商品信息反馈给所述控制器。
本技术方案中，所述系统作为实现上述方法的硬件系统。
与现有技术相比，本发明具有以下有益效果：通过扫描商品的条码以获取并保存商品的商品信息，并利用数字图像处理技术生成第一数据和第二数据，通过第二数据与多份第一数据的对比匹配，检测出相应的被取出商品，并删除该被取出商品的第一数据和商品信息，实现用户智能购物体验。相比于现有的采用RFID射频识别统计技术，本发明不需要为商品设置RFID标签，节约了人工成本和RFID标签成本；并且直接将商品条码与商品信息关联，简单实用，便于管理。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要使用的附图作简要介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关附图。
图1所示为实施例中提供的检测取出商品的方法流程图。
图2a所示为实施例中提供的购物车的结构框图。
图2b所示为图2a所示购物车的结构示意图。
图3所示为实施例中又一种购物车的结构框图。
图4所示为实施例中提供的检测取出商品的系统的结构框图。
图中标号说明：
10-车体；20-购物框；30-触发装置；40-摄像头；50-扫描装置。
具体实施方式
下面将结合本发明实施例中附图，对本发明实施例中的技术方案进行清楚完整的描述。应当理解，此处所描述的具体实施例仅仅用于解释本发明，并不用于限定本发明。基于本发明的实施例，本领域技术人员在没有创造性劳动的前提下所获得的所有其他实施例，都属于本发明的保护范围。
请参阅图1所示，本实施例提供了一种检测取出商品的方法。
所述方法包括以下步骤：
A，获得商品取出过程中的商品照片；
B，将所述商品照片转化成第二数据；
C，从已存储的至少一份第一数据中匹配出与所述第二数据相对应的第一数据；一份所述第一数据由一件商品放入过程中拍摄的商品照片，按照与第二数据相同的转化方式转化而获得；
D，根据匹配出的第一数据确定被取出商品的商品信息。
本方法中，由于同一件商品在放入购物车和从物车中取出过程中所拍摄的两张照片中，照片的大部分像素点均用于表现该商品，因此对两幅照片进行数字化处理后，得到的两份数据具有相关性，因此所述第二数据根据该相关性即可匹配出相应的第一数据。而第一数据又与商品信息关联存储，因此即可根据匹配出的第一数据确定相应的商品信息，即检测出从购物框中取出的商品具体为哪一件商品。
本方法中，对于步骤A，例如可通过在购物车上设置摄像头，用于拍摄商品取出过程中的商品照片，同时还用于拍摄商品放入过程中的商品照片。
本方法中，对于步骤D，例如所述商品信息可以包括商品编号信息和价格信息，或者还可以包括产地信息、使用方法以及广告图片或视频等等。例如所述商品信息是在商品放入购物框前通过扫描商品包装条码而获得。。例如超市中每件商品的条码信息及商品信息预先相关联地存储于控制器中，控制器通过扫描装置扫描的条码信息索引到商品信息；或者超市中每件商品的条码信息及商品信息预先相关联地存储于服务器中，控制器向服务器发送由扫描装置扫描的条码信息，服务器根据接收到的条码信息索引到商品信息，并将该商品信息反馈给该控制器。例如控制器获取到商品信息后，将商品的商品信息和该商品的第一数据同时被存储于同一份数据包中；或者将商品的商品信息直接被置入该商品的第一数据中，形成一份总的第一数据；或者商品的第一数据中包含有索引信息，用于索引出该商品的商品信息的存储地址，进而实现根据匹配出的第一数据确定被取出商品的商品信息。应当理解的，所述条码可以是条形码，也可以是二维码，或者还可以是其他类型的条码。
此外，在确定出被取出商品的商品信息后，可以将该商品对应的第一数据以及相应的商品信息删除。此时，所有被存储的第一数据及相应的商品信息均与购物车中的商品一一对应。购物结束时，可以直接利用被存储的商品信息打印购物小票和进行结算，节省排队结账时间。
基于上述方法，以下列举两种关于步骤B和步骤C的具体实施方式，以细化上述方法。
第一种具体实施方式：
例如，步骤B可以具体包括：
B1，将商品取出过程中拍摄的商品照片的像素调整至统一像素；
B2，将所述商品照片转化成灰度图像；
B3，计算所述灰度图像中所有像素点的平均灰度值；
B4，将所述灰度图像中每个像素点的灰度值与所述平均灰度值比较，依据当灰度值大于等于平均灰度值时记为1而当灰度值小于平均灰度值时记为0的原则，或者依据当灰度值大于等于平均灰度值时记为0而当灰度值小于平均灰度值时记为1的原则，得到一个二进制数据，所述二进制数据即为所述第二数据。
由于第二数据需要与至少一份第一数据一一对比，从而匹配出相应的第一数据，所以第一数据与第二数据的数据结构和类型应一致。于是相应的，将每件商品在放入过程中拍摄的商品照片转化为第一数据的过程可以具体包括：
H1，将商品放入过程中拍摄的商品照片的像素调整至统一像素；
H2，将所述商品照片转化成灰度图像；
H3，计算所述灰度图像中所有像素点的平均灰度值；
H4，将所述灰度图像中每个像素点的灰度值与所述平均灰度值比较，依据当灰度值大于等于平均灰度值时记为1而当灰度值小于平均灰度值时记为0的原则，或者依据当灰度值大于等于平均灰度值时记为0而当灰度值小于平均灰度值时记为1的原则，得到一个二进制数据，所述二进制数据即为所述第一数据。
其中，步骤B1的目的在于降低照片的分辨率，使后续形成的第二数据的长度较小，节省存储空间，提高数据存储、传输和处理效率。例如，商品取出过程中拍摄的照片为1000*1000像素，可以将其降低为10*10的像素，此时照片上共有100个像素点。例如，实现步骤B1的方法可以选用重采样滤波法或二维离散快速小波分解法等等。其中，为了使降低分辨率后的图像能够较好地保留原图的结构、光线明暗、边缘轮廓等信息，优选用或二维离散快速小波分解法。由于上述采样滤波法和二维离散快速小波分解法均为现有技术，因此本实施例不再作进一步介绍。
其中，步骤B2中，可以具体采用以下公式进行将彩色图像转化成灰度图像：Y＝0.299R+0.587G+0.114B，其中Y为输出灰度值，R为红色分量值，G为绿色分量值，B为蓝色分量值。此时形成像素为10*10的灰度图像。
其中，为了进一步使后续形成的第二数据的较小，节省存储空间，提高数据存储、传输和处理效率。可以在步骤B2和步骤B3之间增加步骤B2.5，即将所述灰度图像的灰度级降低。比如原灰度图像的灰度级为256级，可以将其降低至64级。64级的灰度级是比较折中的灰度级，其不至于过大而导致数据处理缓慢，其也至于太小使不同商品之间的差异难以体现。可以具体采用以下公式降低原灰度图像的灰度级：S＝int[c*ln(1+y)]，其中，int为向下取整函数，Y为输入灰度值，S为输出灰度值，c为常数系数，取值11.3612，确保映射在0～63之间。
其中，例如经过步骤B2.5后得到的关于商品M的灰度图像的各像素点的灰度值向量为{13、46、29、33、13、23、9、60、57、58…}，由于该灰度图像具有100个像素点，因此该灰度值向量具有100个分量；又例如经过步骤B3计算得出该灰度图像的平均灰度值为39。则根据步骤B4中依据的当灰度值大于等于平均灰度值时记为1而当灰度值小于平均灰度值时记为0的原则，得到一个二进制数据：0100000111...，该二进制数据的位数为100位，该二进制数据即可视为关于商品M的第二数据。
相应的，步骤H1～H4的具体实施过程步骤B1～B4一致。其中，步骤H2和步骤H3之间也可以再包括步骤H2.5，即将灰度图像的灰度级降低。例如，经过步骤H1～H4，某一件被放入购物车中的商品N"所对应的第一数据为：01000100011…。为了将该商品的商品信息与该商品的第一数据关联，例如可以将该商品的商品信息转换成二进制数据，并将该述二进制数据补至相应第一数据的前端。比如商品信息包括商品编号信息和价格信息，比如该件商品N"的商品编号为02744，价格为56元，为商品编号信息分配14位位数，为商品价格信息也分配14位位数，则商品编号信息所对应的二进制数为00101010111000，商品价格信息所对应的二进制数为00000000111000，将上述两二进制数结合起来，形成商品N"的基于二进制的商品信息，即为0010101011100000000000111000。再将该二进制数据补至相应第一数据的前端，形成总的第一数据，即为001010101110000000000011100001000100011…，该总的第一数据的位数为128位。
基于本第一种具体实施方式，例如步骤C具体为：将第二数据与所有已存储的第一数据一一对比，所述对比具体为将第二数据的每一位与第一数据的相应位进行比较，计算出两数据在相同位上数字相同所发生的次数，将所述次数发生最多所对应的第一数据作为匹配结果。比如对于以上计算的关于被取出商品M的第二数据0100000111...，和对于以上计算的关于已放入商品N"的第一数据001010101110000000000011100001000100011…，将两数据作上述对比。对比时，首先剔除第一数据的前28位，将第一数据的后100位与第二数据的100位依次一一比较，即将01000100011…中的每一位和0100000111...中的相应位一一比较，比如两数据从左至右的第三位均为0，则次数递增一次。比如M的第二数据和N"的第一数据的对比结果为有48位上的数字相同，而M的第二数据与所有已存储的第一数据对比后，M的第二数据与M"的第一数据的对比结果为有91位上的数字相同，两数据在相同位上数字相同所发生的次数最多，因此判断被取出的商品M为之前放入的商品M"。相应的，可以将商品M"的128位的第一数据删除。
第二种具体实施方式：
例如，步骤B可以具体包括：
B1'，将商品取出过程中拍摄的商品照片的像素调整至统一像素；
B2'，将所述商品照片转化成灰度图像；
B3'，统计所述灰度图像的灰度直方图；
B4'，依次将每个灰度值所出现的频数作为向量的分量，形成一个维数与灰度级级数相同的向量，所述向量即为所述第二数据。
由于第二数据需要与至少一份第一数据一一对比，从而匹配出相应的第一数据，所以第一数据与第二数据的数据结构和类型应一致。于是相应的，将每件商品在放入过程中拍摄的商品照片转化为第一数据的过程可以具体包括：
H1'，将商品放入过程中拍摄的商品照片的像素调整至统一像素；
H2'，将所述商品照片转化成灰度图像；
H3'，统计所述灰度图像的灰度直方图；
H4'，依次将每个灰度值所出现的频数作为向量的分量，形成一个维数与灰度级级数相同的向量，所述向量即为所述第一数据。
其中，步骤B1'的目的在于降低照片的分辨率，使后续形成的第二数据的长度较小，节省存储空间，提高数据存储、传输和处理效率。例如，商品取出过程中拍摄的照片为1000*1000像素，可以将其降低为100*100的像素，此时照片上共有10000个像素点。例如，实现步骤B1'的方法可以选用重采样滤波法或二维离散快速小波分解法等等。其中，为了使降低分辨率后的图像能够较好地保留原图的结构、光线明暗、边缘轮廓等信息，优选用或二维离散快速小波分解法。由于上述采样滤波法和二维离散快速小波分解法均为现有技术，因此本实施例不再作进一步介绍。
其中，步骤B2中，可以具体采用以下公式进行将彩色图像转化成灰度图像：Y＝0.299R+0.587G+0.114B，其中Y为输出灰度值，R为红色分量值，G为绿色分量值，B为蓝色分量值。此时形成像素为100*100的灰度图像。
其中，为了进一步使后续形成的第二数据的较小，节省存储空间，提高数据存储、传输和处理效率。可以在步骤B2'和步骤B3'之间增加步骤B2.5'，即将所述灰度图像的灰度级降低。比如原灰度图像的灰度级为256级，可以将其降低至64级或100级。例如将所述灰度级从256级降低至100级，运用公式：S＝int[c*ln(1+y)]，其中，int为向下取整函数，Y为输入灰度值，S为输出灰度值，c为常数系数，取值18.2140，确保映射在0～100之间。
例如，经过步骤B3'后得到的关于商品M的灰度图像的灰度直方图中，各灰度值所对应的频数如下表所示：
由于该灰度图像具有10000个像素点，因此从灰度值0到99总的频数之和为10000，形成的关于被取出商品M的第二数据为100维向量{13,15,21,37,56,67,79,101,126,121…21,5}。
相应的，步骤H1'～H4'的具体实施过程步骤B1'～B4'一致。其中，步骤H2'和步骤H3'之间也可以再包括步骤H2.5'，即将灰度图像的灰度级降低，可以具体降低至100灰度级。例如，经过步骤H1'～H4'，某一件被放入购物车中的商品N"所对应的第一数据为{27,33,29,47,73,94,85,97,124,127…2,0}。
基于本第二种具体实施方式，例如步骤C具体为：将第二数据与所有已存储的第一数据一一对比，所述对比具体为计算第二数据与第一数据的夹角余弦值，将夹角余弦值最接近1所对应的第一数据作为匹配结果。比如对于以上计算的关于被取出商品M的第二数据{13,15,21,37,56,67,79,101,126,121…21,5}，和对于以上计算的关于已放入商品N"的第一数据{27,33,29,47,73,94,85,97,124,127…2,0}，可以根据公式计算两向量之间的夹角余弦值cos(θ)，其中xi为第二数据中的向量分量，yi为第一数据中的向量分量。比如M的第二数据和N"的第一数据之间的夹角余弦值为0.43，而M的第二数据与所有已存储的第一数据对比后，M的第二数据与M"的第一数据的夹角余弦值为0.96，两数据的夹角余弦值最接近1，因此判断被取出的商品M为之前放入的商品M"。相应的，可以将商品M"的第一数据和商品信息删除。
请参阅图2a和图2b所示，基于上述检测取出商品的方法，本实施例还提供了一种购物车。
所述购物车包括车体10和搭载于所述车体10上的购物框20，还包括扫描装置50、触发装置30、摄像头40、控制器和无线通讯模块。其中，所述扫描装置50、触发装置30和摄像头40均与所述控制器连接，所述无线通讯模块用于将所述控制器连接至服务器。
所述扫描装置50用于扫描商品条码以获取条码信息，并将获取的条码信息送入所述控制器。
所述触发装置30被配置为当商品被放入所述购物框20或从所述购物框20中取出时会触发所述触发装置30，所述触发装置30用于生成触发信号，并将所述触发信号传递给所述控制器。
所述摄像头40被配置为当接收到所述控制器的控制信号后拍摄照片，并将拍摄到的照片送入所述控制器。
所述控制器用于接收所述条码信息，并根据所述条码信息从服务器获取上述方法中所述的商品信息；所述控制器还用于接收所述触发信号，并向所述摄像头40发送所述控制信号；所述控制器还用于接收所述摄像头40所拍摄的照片，并将其转化成上述方法中所述的第一数据/第二数据。
基于上述购物车，本实施例给出以下几种具体实施方式，在互不抵触的前提下，各具体实施方式可相互组合，形成具体结构的所述购物车。
例如，所述扫描装置50可以选用条形码扫描器。
又例如，所述扫描装置50可以选用二维码扫描器。
例如，所述扫描装置50可以固定在所述购物车的车体10上，使用时顾客需要将商品送至扫描装置50的激光口处进行扫描。
又例如，所述扫描装置50通过线缆与所述购物车上的控制器连接，所述扫描装置50是手持活动式的，使用时顾客手持扫描装置50直接扫描货架上商品的条码，所述条码可以是条形码、二维码或其他类型的条码。
例如，所述触发装置30为光电传感器，所述光电传感器设置于所述购物框20的内侧。相应的，所述摄像头40也设置于所述购物框20的内侧，所述光电传感器与所述摄像头40毗邻。
又例如，所述触发装置30为热释电传感器，所述热释电传感器设置于所述购物框20的内侧。相应的，所述摄像头40也设置于所述购物框20的内侧，所述热释电传感器与所述摄像头40毗邻。
例如，所述无线通讯模块可选用3G、4G或5G模块。
请参阅图3所示，本实施例中，上述购物车还可以包括人机交互模块，所述人机交互模块用于输出所述控制器所获取的商品信息。
例如，所述人机交互模块可选用触摸屏。所述商品信息可具体包括商品的名称、价格、广告等等，所述触摸屏用于播放商品广告，或者所述触摸屏用于显示已选购商品清单和总价。
请参阅图4所示，基于上述检测取出商品的方法，本实施例还提供了一种检测取出商品的系统。
所述系统包括服务器以及至少一辆以上所述的购物车。其中，所述服务器用于存储多种商品的条码信息和商品信息，所述服务器还用于接收控制器所发送的条码信息，并根据所述条码信息匹配出相应的商品信息，并将匹配出的商品信息反馈给所述控制器。
例如，服务器包括处理器和数据库，数据库中每件商品的条码信息和相应的商品信息被存储至同一数据包中。处理器接收到一条来自控制器的条码信息后，只要从数据库中匹配出相应的条码信息，就能提取出相对应的商品信息，并反馈给该控制器。
又例如，服务器包括处理器和数据库，数据库中每件商品的条码信息和一条索引信息存储在同一数据包中，所述索引信息用于索引相应商品的商品信息。处理器接收到一条来自控制器的条码信息后，只要从数据库中匹配出相应的条码信息，就能根据与该条码信息共同存储的索引信息索引到相应商品的商品信息，再提取出相应商品信息并反馈给该控制器。
基于以上所提供的方法、购物车以及系统，给出众多具体使用方法中的一种举例。例如顾客利用购物车在选购商品时，通过扫描商品条码，获取到商品的商品信息，商品信息通过人机交互模块展示给顾客。当顾客决定购买而将商品放入购物框的过程中，会触发触发装置，摄像头立即启动并为商品拍照，控制器将拍摄的照片转化成第一数据，并存储该第一数据和相应的商品信息。
当顾客决定放弃购买购物框中的某件商品而将其从购物篮中取出时，会触发触发装置，摄像头立即启动并为商品拍照，控制器将拍摄的照片转化成第二数据，并根据该第二数据匹配出第一数据。控制器将匹配出的第一数据和相应的商品信息删除。此时控制器中存储的商品信息仅对应留在购物框中的商品。
当顾客完成购物准备结账时，控制器可根据存储的商品信息打印购物小票，可很大程度节省排队结账时间。
以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员，在本发明揭露的技术范围内，可轻易想到变化或替换，都应该涵盖在本发明的保护范围内。

Claims (12)

1.一种检测取出商品的方法，其特征在于，包括以下步骤：
A，获得商品取出过程中的商品照片；
B，将所述商品照片转化成第二数据；
C，从已存储的至少一份第一数据中匹配出与所述第二数据相对应的第一数据；一份所述第一数据由一件商品放入过程中拍摄的商品照片，按照与第二数据相同的转化方式转化而获得；
D，根据匹配出的第一数据确定被取出商品的商品信息。
2.根据权利要求1所述的方法，其特征在于，还包括步骤E，删除所述匹配出的第一数据和相应的商品信息。
3.根据权利要求2所述的方法，其特征在于，所述步骤B具体包括：
B1，将商品取出过程中拍摄的商品照片的像素调整至统一像素；
B2，将所述商品照片转化成灰度图像；
B3，计算所述灰度图像中所有像素点的平均灰度值；
B4，将所述灰度图像中每个像素点的灰度值与所述平均灰度值比较，依据当灰度值大于等于平均灰度值时记为1而当灰度值小于平均灰度值时记为0的原则，或者依据当灰度值大于等于平均灰度值时记为0而当灰度值小于平均灰度值时记为1的原则，得到一个二进制数据，所述二进制数据即为所述第二数据。
4.根据权利要求3所述的方法，其特征在于，在步骤B1中，均具体采用二维离散快速小波分解方法调整商品照片的像素。
5.根据权利要求3所述的方法，其特征在于，在步骤B2和步骤B3之间，还具体包括步骤B2.5，将所述灰度图像的灰度级降低。
6.根据权利要求3所述的方法，其特征在于，将商品放入过程中拍摄的商品照片转化为第一数据后，还具体包括，将所述商品信息转化成二进制数据，并将所述二进制数据补至所述第一数据的前端。
7.根据权利要求3所述的方法，其特征在于，所述步骤C具体为：将第二数据与所有已存储的第一数据一一对比，所述对比具体为将第二数据的每一位与第一数据的相应位进行比较，计算出两数据在相同位上数字相同所发生的次数，将所述次数发生最多所对应的第一数据作为匹配结果。
8.根据权利要求2所述的方法，其特征在于，所述步骤B具体包括：
B1'，将商品取出过程中拍摄的商品照片的像素调整至统一像素；
B2'，将所述商品照片转化成灰度图像；
B3'，统计所述灰度图像的灰度直方图；
B4'，依次将每个灰度值所出现的频数作为向量的分量，形成一个维数与灰度级级数相同的向量，所述向量即为所述第二数据。
9.根据权利要求8所述的方法，其特征在于，所述步骤C具体为：将第二数据与所有已存储的第一数据一一对比，所述对比具体为计算第二数据与第一数据的夹角余弦值，将夹角余弦值最接近1所对应的第一数据作为匹配结果。
10.一种购物车，包括车体和搭载于所述车体上的购物框，其特征在于，还包括：
扫描装置；
触发装置；
摄像头；
控制器；以及
无线通讯模块；
其中，所述扫描装置、触发装置和摄像头均与所述控制器连接，所述无线通讯模块用于将所述控制器连接至服务器；
所述扫描装置用于扫描商品条码以获取条码信息，并将获取的条码信息送入所述控制器；
所述触发装置被配置为当商品被放入所述购物框或从所述购物框中取出时会触发所述触发装置，所述触发装置用于生成触发信号，并将所述触发信号传递给所述控制器；
所述摄像头被配置为当接收到所述控制器的控制信号后拍摄照片，并将拍摄到的照片送入所述控制器；
所述控制器用于接收所述条码信息，并根据所述条码信息从服务器获取权利要求1中所述的商品信息；所述控制器还用于接收所述触发信号，并向所述摄像头发送所述控制信号；所述控制器还用于接收所述摄像头所拍摄的照片，并将其转化成权利要求1中所述的第一数据/第二数据。
11.根据权利要求10所述的购物车，其特征在于，还包括人机交互模块，用于输出所述控制器所获取的商品信息。
12.一种检测取出商品的系统，其特征在于，包括：
服务器；以及
至少一辆权利要求10～11任一所述的购物车；
其中，所述服务器用于存储多种商品的条码信息和商品信息，所述服务器还用于接收控制器所发送的条码信息，并根据所述条码信息匹配出相应的商品信息，并将匹配出的商品信息反馈给所述控制器。
CN201810393728.3A 2018-04-27 2018-04-27 一种检测取出商品的方法和系统及购物车 Pending CN108647751A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810393728.3A CN108647751A (zh) 2018-04-27 2018-04-27 一种检测取出商品的方法和系统及购物车

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810393728.3A CN108647751A (zh) 2018-04-27 2018-04-27 一种检测取出商品的方法和系统及购物车

Publications (1)

Publication Number Publication Date
CN108647751A true CN108647751A (zh) 2018-10-12

Family

ID=63747919

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810393728.3A Pending CN108647751A (zh) 2018-04-27 2018-04-27 一种检测取出商品的方法和系统及购物车

Country Status (1)

Country Link
CN (1) CN108647751A (zh)

Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101072342A (zh) * 2006-07-01 2007-11-14 腾讯科技（深圳）有限公司 一种场景切换的检测方法及其检测系统
CN102855713A (zh) * 2011-05-27 2013-01-02 东芝泰格有限公司 信息处理装置及信息处理方法
CN103236006A (zh) * 2013-04-18 2013-08-07 战国新 超市新型自助购物结账系统及方法
CN103577992A (zh) * 2012-08-06 2014-02-12 陕西浩瀚数码科技有限公司 一种购物车用商品信息显示系统
CN104376655A (zh) * 2014-08-13 2015-02-25 郑志豪 一种智能购物车及其使用方法
CN204250118U (zh) * 2014-12-03 2015-04-08 嘉兴学院 一种自带结算功能的购物车
CN104637198A (zh) * 2013-11-14 2015-05-20 复旦大学 一种具有自主跟踪功能的智能结算购物车系统
CN105354535A (zh) * 2015-09-29 2016-02-24 南京熊猫电子制造有限公司 一种特殊的低压差分信号图像采集与处理方法
CN105989527A (zh) * 2015-02-10 2016-10-05 黄金富知识产权咨询(深圳)有限公司 一种基于图像辨识的商品销售系统和相应方法
CN106153158A (zh) * 2016-06-20 2016-11-23 浙江大学城市学院 基于图像采集的膜式燃气表回转周期的检测方法及装置
CN106781112A (zh) * 2016-12-12 2017-05-31 大连交通大学 一种基于图像处理的智能无人收银服务系统

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101072342A (zh) * 2006-07-01 2007-11-14 腾讯科技（深圳）有限公司 一种场景切换的检测方法及其检测系统
CN102855713A (zh) * 2011-05-27 2013-01-02 东芝泰格有限公司 信息处理装置及信息处理方法
CN103577992A (zh) * 2012-08-06 2014-02-12 陕西浩瀚数码科技有限公司 一种购物车用商品信息显示系统
CN103236006A (zh) * 2013-04-18 2013-08-07 战国新 超市新型自助购物结账系统及方法
CN104637198A (zh) * 2013-11-14 2015-05-20 复旦大学 一种具有自主跟踪功能的智能结算购物车系统
CN104376655A (zh) * 2014-08-13 2015-02-25 郑志豪 一种智能购物车及其使用方法
CN204250118U (zh) * 2014-12-03 2015-04-08 嘉兴学院 一种自带结算功能的购物车
CN105989527A (zh) * 2015-02-10 2016-10-05 黄金富知识产权咨询(深圳)有限公司 一种基于图像辨识的商品销售系统和相应方法
CN105354535A (zh) * 2015-09-29 2016-02-24 南京熊猫电子制造有限公司 一种特殊的低压差分信号图像采集与处理方法
CN106153158A (zh) * 2016-06-20 2016-11-23 浙江大学城市学院 基于图像采集的膜式燃气表回转周期的检测方法及装置
CN106781112A (zh) * 2016-12-12 2017-05-31 大连交通大学 一种基于图像处理的智能无人收银服务系统

Similar Documents

Publication Publication Date Title
CN109559457B (zh) 基于神经网络识别商品的收银方法以及自助收银台
CN107464116B (zh) 一种订单结算方法及系统
DE60102721T2 (de) Kunden-betriebene Warenerfassungs- und Abrechnungseinrichtung für Supermärkte
US9594979B1 (en) Probabilistic registration of interactions, actions or activities from multiple views
CA3162263A1 (en) Systems and methods for training data generation for object identification and self-checkout anti-theft
CN109712346A (zh) 一种自助式智能识别计价收银一体机
CN102930264B (zh) 基于图像识别技术的商品陈列信息采集分析系统及方法
CN103617420A (zh) 基于图像特征匹配的商品快速识别方法及系统
CN107844790A (zh) 一种基于图像识别的菜品识别与收银系统及方法
US20090272801A1 (en) Deterring checkout fraud
US9299007B2 (en) Methods and apparatus for item identification using brightness compensation
WO2017215362A1 (zh) 一种基于超市购物车的智能购物系统及其控制方法
CN108596137A (zh) 一种基于图像识别算法的商品扫描录入方法
Hanooja et al. Human friendly smart trolley with automatic billing system
CN103744120A (zh) 一种违禁品辅助鉴别方法及装置
CN214202398U (zh) 一种快递智能网联安全设备
CN109977251A (zh) 一种构建基于rgb直方图特征识别商品的方法
CN111428743A (zh) 商品识别方法、商品处理方法、装置及电子设备
CN108647751A (zh) 一种检测取出商品的方法和系统及购物车
CN108428129A (zh) 一种基于射频技术的快捷购物系统及方法
US11232510B2 (en) Frictionless inquiry processing
US20140253750A1 (en) Methods and Apparatus For Low Resolution Item Identification
CN108965806A (zh) 一种基于远程展销系统的数据传输方法及装置
US9047742B2 (en) Visual security for point of sale terminals
CN112733637A (zh) 一种超市的全景视频监控方法

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: 20181012

RJ01 Rejection of invention patent application after publication