CN109740579A - 一种基于碗盘智能识别的快餐收银系统 - Google Patents
一种基于碗盘智能识别的快餐收银系统 Download PDFInfo
- Publication number
- CN109740579A CN109740579A CN201910153938.XA CN201910153938A CN109740579A CN 109740579 A CN109740579 A CN 109740579A CN 201910153938 A CN201910153938 A CN 201910153938A CN 109740579 A CN109740579 A CN 109740579A
- Authority
- CN
- China
- Prior art keywords
- dish
- module
- cash register
- identification
- color
- 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
- 235000013410 fast food Nutrition 0.000 title claims abstract description 40
- 238000012545 processing Methods 0.000 claims abstract description 52
- 235000013311 vegetables Nutrition 0.000 claims abstract description 43
- 238000004891 communication Methods 0.000 claims abstract description 17
- 238000012937 correction Methods 0.000 claims abstract description 11
- 230000006870 function Effects 0.000 claims description 19
- 238000006243 chemical reaction Methods 0.000 claims description 12
- 238000003708 edge detection Methods 0.000 claims description 10
- 238000000034 method Methods 0.000 claims description 10
- 238000009826 distribution Methods 0.000 claims description 9
- 238000005516 engineering process Methods 0.000 claims description 9
- 230000000694 effects Effects 0.000 claims description 7
- 238000004458 analytical method Methods 0.000 claims description 6
- 238000007639 printing Methods 0.000 claims description 6
- 230000004069 differentiation Effects 0.000 claims description 5
- 230000009977 dual effect Effects 0.000 claims description 5
- 238000004364 calculation method Methods 0.000 claims description 3
- 238000012790 confirmation Methods 0.000 claims description 3
- 230000001186 cumulative effect Effects 0.000 claims description 3
- 238000000605 extraction Methods 0.000 claims description 3
- 230000011218 segmentation Effects 0.000 claims description 3
- 230000004043 responsiveness Effects 0.000 claims description 2
- 230000000007 visual effect Effects 0.000 claims 1
- 235000013305 food Nutrition 0.000 abstract description 5
- 235000021152 breakfast Nutrition 0.000 abstract description 4
- 235000021158 dinner Nutrition 0.000 abstract description 4
- 239000003086 colorant Substances 0.000 abstract description 3
- 238000012549 training Methods 0.000 abstract description 2
- 238000003860 storage Methods 0.000 description 11
- 230000006399 behavior Effects 0.000 description 7
- 238000013461 design Methods 0.000 description 6
- 230000003068 static effect Effects 0.000 description 6
- 238000010586 diagram Methods 0.000 description 4
- 239000004973 liquid crystal related substance Substances 0.000 description 4
- 230000006855 networking Effects 0.000 description 4
- 230000005540 biological transmission Effects 0.000 description 3
- 238000011161 development Methods 0.000 description 3
- 230000018109 developmental process Effects 0.000 description 3
- 230000001965 increasing effect Effects 0.000 description 3
- 238000009434 installation Methods 0.000 description 3
- 235000012054 meals Nutrition 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 241001310793 Podium Species 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 239000003795 chemical substances by application Substances 0.000 description 2
- 238000005520 cutting process Methods 0.000 description 2
- 230000010365 information processing Effects 0.000 description 2
- 230000010354 integration Effects 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 238000013508 migration Methods 0.000 description 2
- 230000005012 migration Effects 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 238000012856 packing Methods 0.000 description 2
- 239000000047 product Substances 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 238000005303 weighing Methods 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 239000006227 byproduct Substances 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Landscapes
- Cash Registers Or Receiving Machines (AREA)
Abstract
本发明公开了一种基于碗盘智能识别的快餐收银系统,用于食堂/餐厅/快餐店等,包括:主控模块,图像采集模块,图像处理模块,碗盘识别模块,碗盘处理模块,智能辅助模块,模式状态模块,网络通信模块,数据库模块,容错纠正模块,用于识别不同种类,不同颜色和形状大小的碗和盘,含有早餐/午餐/晚餐/夜宵多模式;可采用智能识别与人工输入相结合,灵活应用,满足不同客户需求,通过一种基于碗盘智能识别的快餐收银系统,结合菜品分类管理,达到大量节省结算收银时间,减少了用户排队等待的时间;同时为餐厅标准化管理,降低收银员要求,快速培训上岗提供了很好的解决方案。
Description
技术领域
本发明涉及一种智能识别的收银系统,特别是涉及一种基于碗盘智能识别的快餐收银系统。
背景技术
在餐饮行业收银过程中,现有技术有基于传统收银机或者RFID芯片扫描方式或机器码图像识别等方式进行收银,这几种技术都存在一些不足,传统收银机依靠收银员熟悉菜品,依靠对价格的快速输入进行结算,往往出现收银速度赶不上,排队现象严重;或者收银员更换,不熟悉菜品,结算速度慢;而RFID芯片扫描方式的是近几年出现的技术,可以解决收银速度慢的问题,但成本高,碗盘需要经过特殊处理,植入RFID芯片,导致运营成本较高,普及程度有限;机器码图像识别方式需要使用带有外包装机器码标志的菜品/容器/托盘,也带来了不便性,使用受到了局限。
在现有技术中,发明专利号CN107798521A涉及一种基于机器码图像识别的菜品识别与收银系统及方法,所述的系统包括外包装贴有机器码标志的菜品、盛放菜品的收银托盘,放置收银托盘的收银区、固定在收银区正上方的CCD相机、与CCD相机连接的机器码识别模块以及与机器码识别模块连接的收银模块;发明专利号CN203812276U涉及一种餐厅快速收银系统,所述系统包括计算机、RFID识别装置、餐具、RFID芯片,计算机连接RFID识别装置;所述餐具设有所述RFID芯片,所述RFID识别装置用以识别RFID芯片中的数据。所述餐具底部注塑有RFID芯片;发明专利号CN109118200A涉及一种基于图像识别的商品识别与收银系统,该系统通过结合图像识别及重量校验实现准确的商品识别与收银;但上述专利中需要碗盘上植入RFID芯片,或者贴机器码标签,导致运营成本较高,普及程度有限。
发明内容
本发明的目的是针对现有技术的不足,提供一种通过碗盘智能识别技术结合菜品分类管理,达到大量节省结算收银时间,减少了用户排队等待的时间;同时为餐厅标准化管理,降低收银员要求,快速培训上岗,使用普通的餐饮业碗盘,不需要如其它发明使用的在碗盘上植入RFID芯片,贴机器码标签,不需要商品称重,更加方便快捷,易于使用推广
为实现上述目的,本发明提供的技术方案如下:一种基于碗盘智能识别的快餐收银系统,包括硬件部分,硬件扩展部分,软件部分,软件扩展部分;其特征在于:所述硬件部分包括主机控制系统,操作显示屏,摄像头,碗盘;硬件扩展部分包括服务端,管理端,终端和云平台;软件部分包括主控模块,图像采集模块,图像处理模块,碗盘识别模块,碗盘处理模块,智能辅助模块,模式状态模块,网络通信模块,数据库模块,容错纠正模块;软件扩展部分包括服务端模块,管理端模块,云端模块。
进一步的,所述主控模块和图像采集模块,图像处理模块,碗盘识别模块,碗盘处理模块,智能辅助模块,模式状态模块,网络通信模块,数据库模块,容错纠正模块构成一个分布式控制系统。各个模块在主控模块的控制下协同工作。主控模块和各个模块之间主要传输信息流和控制流。主控模块到各个模块传输的主要是控制流,这些控制流完成各个模块的配置或者命令各个模块完成特定的任务。各个模块到主控模块的主要是数据流,数据流主要包含各个模块中各设备的运行状态或传感器数据等。
作为本发明的一种优选方案,所述图像处理模块包括图像的预处理,图像的预处理包括图像灰度处理,根据环境设置适当的阈值。所述图像处理模块还包括是数据格式的转化实现简化数据,降低运算量,抑制噪声的干扰,强化图像的某些细节,保证提取有效的图像特征的后续操作。
作为本发明的一种优选方案,所述图像灰度处理,即通过正态分布图中的特性,根据环境设置一个适当的阈值,将采集到的图像,进行灰度化处理,将灰度化处理后的图像与设定的阈值进行比较,进行增强图像某些细节的质量,保证提取有效的图像特征的后续操作。
作为本发明的一种优选方案,所述碗盘识别模块是最关键的一个模块,所述碗盘识别模块包括边缘检测、形状匹配、有效性判断、色彩空间转换、颜色识别,主要的功能是使用相应的边缘检测技术,边缘检测包括高斯模糊,计算梯度幅值和方向,非最大值抑制,双阈值,滞后边界跟踪等达到理想效果;通过边缘检测技术检测场景中的变化区域,分割目标和背景,进行形状匹配,通过碗盘的形状、质心、颜色直方图、轮廓等特征的比对,寻找设定的碗盘形状,如圆形,矩形,多边形等特征的提取识别出碗盘;识别出碗盘后进行有效性判断,有效性判断包括形状大小,位置,间距等进行合理性分析,获取有效匹配数据;有效性判断后进行色彩空间转换,色彩空间转换包括原始图像获取RGB数据,并转换至HSV色彩空间;色彩空间转换后进行颜色识别,颜色识别包括根据有效识别区域内的颜色分布,进行颜色区分。
作为本发明的一种优选方案,所述碗盘处理模块是在识别碗盘的基础上,对图像中的碗盘个数、形状、颜色进行统计,并将相应的种类价格进行显示。碗盘处理模块包括碗盘种类设置和菜品价格匹配,碗盘种类设置包括根据不同形状和颜色的碗盘进行种类价格设置;菜品价格匹配可以根据不同种类菜品与不同的碗盘进行价格对应匹配。
作为本发明的一种优选方案,所述数据库模块可以基于开源软件OpenLDAP和BerkeleyDB的网络数据库开发,这一数据库系统符合LDAP/X.500协议标准,能够高效的管理海量数据。当数据库运行时,监控模块能够把网络上各个节点上的数据库实时运行情况记录下来。通过分析这些信息,能够清楚的了解整个分布式网络数据库的运行情况。
作为本发明的一种优选方案,所述智能辅助模块支持72种常用快捷菜品,12个快捷键,并可扩展;支持自动识别几十种盘/碗,满足各类快餐需求;支持六种支付方式:现金、扫码支付、二维码收款、会员卡、银行卡、扫脸支付等;支持店名自定义等功能。
作为本发明的一种优选方案,所述模式状态模块可以在容错纠正模块、智能辅助模块以及碗盘处理模块之间进行切换,模式状态模块中包含三个角色:Context-含有状态的对象,它可以处理一些请求,这些请求最终产生的响应会与状态相关; State-状态接口,它定义了每一个状态的行为集合,这些行为会在Context中得以使用; ConcreteState-具体状态,实现相关行为的具体状态类。使用状态模式之后,代码的扩展性更强,比如要增加一些状态,会非常的容易。
作为本发明的一种优选方案,所述容错纠正模块依靠碗盘处理模块运行过程中积累的使用经验,建立碗盘处理模块的可靠性影响因素及碗盘处理模块对应的容错方案选择规则,构建容错纠正模块选择规则的历史数据库。
进一步的,所述网络通信模块可以采用有线方式和无线方式。本网络通信模块采用CAN总线完成主控模块和各个模块的联网,进行主控模块和各个模块的通信,CAN协议定义了数据链路层和物理层,CAN应用层协议使用自定义的CAN应用层协议。各个模块和主控模块采用点对点的通信方式。自定义应用层协议基于非对称型主从式网络结构。
进一步的,所述网络模块在逻辑上是一个独立的模块,在实现上由于其特殊性是在主控模块实现的。远程PC通过Internet方式,手机通过GPRS方式将网络流发送到网络模块,网络模块会调用网络信息处理模块处理网络流,数据处理后或存储或通过CAN总线转发到其它各个模块。
进一步的,所述GPRS方式选用支持AT命令集的西门子MC35I模块,它与主控模块通过串口进行通信;以太网芯片选用Realtek RTL8139以太网控制器;主控模块和各个模块之间由CAN总线组网,主控模块上相应的有CAN通信电路;FLASH,SDRAM,EEPROM和SD卡都是信息存储介质,设计EEPROM来存储系统配置信息,配置64 MB NANDFLASH和64 MB SDRAM;
作为本发明的一种优选方案,所述图像采集模块采用CCD摄像机并结合大恒视频图像采集卡来实现场景图像的实时采集,将模拟视频图像信号转化为数字视频信号通过计算机PCI接口传输至计算机内存或显存,满足本系统对于视频的实时采集要求。本系统是在大恒、图像采集卡自带软件包的基础上进行程序的二次开发。、图像采集卡是基于高性能PCI总线的高集成度低功耗视频图像采集卡,能将由CCD采集的彩色模拟视频信号通过采集卡的模数转换器、比例缩放、裁剪和色空变换等处理转换为数字图像信号传送到计算机内存实时存储,采集传输无需CPU参与便能稳定工作,不占用CPU的时间,支持图像的实时采集。
作为本发明的一种优选方案,所述云平台的实现包括;使用SimIC根据数据中心主机和软件策略配置多种云间,其中所需数量的用户可以发送单个或多个计算能力请求(核心,CPU,内存,存储,带宽),软件资源(根据经验以每指令的时钟和每秒百万条指令进行测量)和VM利用的持续时间;
进一步的,所述云平台的实现包括每个作业提交的当前工作负载的静态和动态管理策略,云(本地代理)动态地知道当前计算容量以决定是否在本地执行作业;每个作业提交的当前工作负载的静态和动态管理策略。
进一步的,所述云平台的实现包括根据选定的静态调度程序排队VM。默认开发包括先到先服务(FCFS),最短作业优先(SJF),最早期限优先(EDF)和优先安排(PS);
所述云平台的实现包括根据云提供商要求进行VM迁移。这包括在紧急情况下将VM备份到存储设备,以VM的形式重新管理异构服务提交。
作为本发明的一种优选方案,所述硬件部分包含的主机控制系统,操作显示屏,摄像头,碗盘,是基于市场很常用的通用设备。
进一步的,所述主控模块时钟电路,时钟电路用于提供精确的时间;液晶屏可以直观地显示各种信息,选用10英寸TFT液晶屏。语音电路输出提醒或警告声音等。
本发明提供一种基于碗盘智能识别的快餐收银系统的应用,安装应用流程包括以下步骤:
步骤1、主机安放到收银台区域,摄像头放置在附近位置,并留好有足够空间放置餐盘;
步骤2、摄像头与主机通过USB进行连接;
步骤3、主机连接电源,并开机运行软件;
步骤4、顾客选好菜品,把餐盘放置到摄像头下方标识区域;
步骤5、收银员点击“识别”按钮;
步骤6、系统自动从摄像头捕捉图像,并进行图像处理分析;
步骤7、识别出餐盘内不同的碗盘信息;
步骤8、根据碗盘信息给出此餐盘内的菜品种类和金额,并计算出总金额;
步骤9、收银员观察识别结算,并可选择重新识别或者点击确认;
步骤10、如果识别有误,也可以在界面上进行修改;具体是在识别区域点击,在弹出的选择窗口中进行修改;
步骤11、支持多餐盘的累计计算;放入下一个餐盘,点击“累计识别”,即可实现累计菜品和金额的功能;
步骤12、与顾客确认总金额后,点击结算打印,可打印此次的消费明细。
作为本发明的一种优选方案,所述图像采集模块,图像处理模块,碗盘识别模块,碗盘处理模块的识别过程步骤:
步骤1,图像采集初始化:设备连接,驱动/内存/状态机等初始化;
步骤2,采集碗盘图像,载入缓存;
步骤3,图像灰度处理,根据环境设置适当的阈值;
步骤4,边缘检测:包括高斯模糊,计算梯度幅值和方向,非最大值抑制,双阈值,滞后边界跟踪等达到理想效果;
步骤5,形状匹配:寻找设定的碗盘形状,如圆形,矩形,多边形等;
步骤6,有效性判断:形状大小,位置,间距等进行合理性分析,获取有效匹配数据;
步骤7,色彩空间转换:原始图像获取RGB数据,并转换至HSV色彩空间;
步骤8,颜色识别:根据有效识别区域内的颜色分布,进行颜色区分;
步骤9,碗盘种类设置:不同形状和颜色的碗盘进行种类价格设置。
步骤10,菜品价格匹配:根据不同种类菜品与不同的碗盘进行价格对应匹配。
作为本发明的一种优选方案,所述软件部分包含六种快捷结算模式:早餐、中餐、晚餐、夜宵、自定义1/2,可以快捷进行切换。
作为本发明的一种优选方案,所述收银系统采用智能识别的同时也可以由人工操作和控制,根据需要进行各方面的管理和决策。
本发明的系统特点:
1分布式结构体系:系统软件采用分布式结构,服务端,管理端,收银端可分布实施,任意组合;数据可以进行灵活迁移,能极大地提供管理的便捷性,分布式结构同时提高了系统的可靠性,优化了系统性能;
2一键识别:一键识别菜品,快速结算,1-2秒完成收银,新手操作毫无压力;
3多种模式:六种快捷结算模式:早餐、中餐、晚餐、夜宵、自定义1/2;
4种类齐全:自动识别几十种盘/碗,满足各类快餐需求;
5多种支付方式:支持六种支付方式:现金、扫码支付、二维码收款、会员卡、银行卡、扫脸支付等;
6灵活快捷区:支持72种常用快捷菜品,12个快捷键,并可扩展;
7支持小票打印:支持小票打印,出票速度快,店名自定义等功能;
8友好的人机界面:系统软件基于全图形的人机界面设计,各节点具有统一风格的操作方式,易学易用。菜品识别通过视频展示,一目了然;
9高安全可靠性:系统软件具有多种安全保密措施。多机热备,自动切换,提高了系统可靠性,可满足电力系统和工业界最严格的安全性要求;
10可扩展性强:系统软件采用全网络结构方式,充分考虑用户规模和功能扩充的需要,可以通过直接增加就地设备单元的方法实现网络的拓展。系统采用模块化设计,单元功能界面清晰。各单元采用插件式设计,维护更换方便、快捷。
与现有技术相比,本发明的有益之处在于:
(1)、本发明通过智能识别的快餐收银系统对碗盘大小形状颜色识别,区分菜品种类,采用视频采集图像分析技术,进行实时识别,有效解决了行业难题;
(2)本发明通过智能识别的快餐收银系统,识别速度比传统收银有很大提高,降低收银员的能力要求,方便进行标准化管理;
(3)本发明通过智能识别的快餐收银系统提供早/中/晚/夜宵/自定义多种模式,采用智能识别与人工输入相结合,灵活应用,满足不同客户需求;可结合人工智能AI技术,深度学习,达到提高识别能力;
(4)本系统支持多区域分布式或者集中式管理多种模式,支持电子菜品显示,后厨管理等,并可与智能风机管理系统和智能空调控制等系统一起为餐厅提供更多的智能化管理功能。可根据食堂/餐厅规模、管理的重要和复杂程度以及系统的可靠性要求,可灵活配置。
(5)本发明使用普通的餐饮业碗盘,不需要如其它发明使用的在碗盘上植入RFID芯片,贴机器码标签,不需要商品称重,更加方便快捷,易于使用推广。
附图说明
图1为本发明硬件和软件结构示意框图。
图2为本发明快速安装结构示意框图。
图3为本发明图像处理智能识别过程步骤示意框图。
图4为本发明多区域分布式或者集中式管理结构示意框图。
图5为本发明的统软件设计的结构模型。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
实施例1
请参阅图1,本发明提供以下技术方案:一种基于碗盘智能识别的快餐收银系统,包括硬件部分,硬件扩展部分,软件部分,软件扩展部分;其特征在于:所述硬件部分包括主机控制系统,操作显示屏,摄像头,碗盘;硬件扩展部分包括服务端,管理端,终端和云平台;软件部分包括主控模块,图像采集模块,图像处理模块,碗盘识别模块,碗盘处理模块,智能辅助模块,模式状态模块,网络通信模块,数据库模块,容错纠正模块;软件扩展部分包括服务端模块,管理端模块,云端模块。
所述主控模块和图像采集模块,图像处理模块,碗盘识别模块,碗盘处理模块,智能辅助模块,模式状态模块,网络通信模块,数据库模块,容错纠正模块构成一个分布式控制系统。各个模块在主控模块的控制下协同工作。主控模块和各个模块之间主要传输信息流和控制流。主控模块到各个模块传输的主要是控制流,这些控制流完成各个模块的配置或者命令各个模块完成特定的任务。各个模块到主控模块的主要是数据流,数据流主要包含各个模块中各设备的运行状态或传感器数据等。
所述图像采集模块的实现硬件参数可为1/2.5英寸COMS彩色传感器,参数为500万像素,USB接口,作为本发明的一种优选方案,进入摄像机程序设置后,可以将摄像机的图像参数设置为动态速度每秒10-15帧,ADC分辨率 On-chip 12-bit,响应度 1.0v/lux-sec,视角 55°,照明 50-80Lux,信躁比40dB。
所述图像处理模块的开发环境为:Netbeans IDE开发环境,Java编程语言,JVM运行环境,在Windows系统运行;作为本发明的一种优选方案,也可在Windows/Linux等系统下跨平台运行。
所述网络通信模块可以采用有线方式和无线方式。本网络通信模块采用CAN总线完成主控模块和各个模块的联网,进行主控模块和各个模块的通信,CAN协议定义了数据链路层和物理层,CAN应用层协议使用自定义的CAN应用层协议。各个模块和主控模块采用点对点的通信方式。自定义应用层协议基于非对称型主从式网络结构。
所述网络模块在逻辑上是一个独立的模块,在实现上由于其特殊性是在主控模块实现的。远程PC通过Internet方式,手机通过GPRS方式将网络流发送到网络模块,网络模块会调用网络信息处理模块处理网络流,数据处理后或存储或通过CAN总线转发到其它各个模块。
所述GPRS方式选用支持AT命令集的西门子模块,它与主控模块通过串口进行通信;以太网芯片选用Realtek RTL8139以太网控制器;主控模块和各个模块之间由CAN总线组网,主控模块上相应的有CAN通信电路;FLASH,SDRAM,EEPROM和SD卡都是信息存储介质,设计EEPROM来存储系统配置信息,配置64 MB NANDFLASH和64 MB SDRAM;
所述主控模块包括时钟电路,时钟电路用于提供精确的时间;液晶屏可以直观地显示各种信息,选用10英寸TFT液晶屏。语音电路输出提醒或警告声音等。
所述数据库模块可以基于开源软件OpenLDAP和BerkeleyDB的网络数据库开发,这一数据库系统符合LDAP/X.500协议标准,能够高效的管理海量数据。当数据库运行时,监控模块能够把网络上各个节点上的数据库实时运行情况记录下来。通过分析这些信息,能够清楚的了解整个分布式网络数据库的运行情况。
所述智能辅助模块支持72种常用快捷菜品,12个快捷键,并可扩展;支持自动识别几十种盘/碗,满足各类快餐需求;支持六种支付方式:现金、扫码支付、二维码收款、会员卡、银行卡、扫脸支付等;支持店名自定义等功能。
所述模式状态模块可以在容错纠正模块、智能辅助模块以及碗盘处理模块之间进行切换,模式状态模块中包含三个角色:Context-含有状态的对象,它可以处理一些请求,这些请求最终产生的响应会与状态相关; State-状态接口,它定义了每一个状态的行为集合,这些行为会在Context中得以使用; ConcreteState-具体状态,实现相关行为的具体状态类。使用状态模式之后,代码的扩展性更强,比如要增加一些状态,会非常的容易。
所述容错纠正模块依靠碗盘处理模块运行过程中积累的使用经验,建立碗盘处理模块的可靠性影响因素及碗盘处理模块对应的容错方案选择规则,构建容错纠正模块选择规则的历史数据库。
实施例2
请参阅图2, 本发明提供一种基于碗盘智能识别的快餐收银系统的应用,安装应用流程包括以下步骤:
步骤1、主机安放到收银台区域,摄像头放置在附近位置,并留好有足够空间放置餐盘
步骤2、摄像头与主机通过USB进行连接
步骤3、主机连接电源,并开机运行软件
步骤4、顾客选好菜品,把餐盘放置到摄像头下方标识区域
步骤5、收银员点击“识别”按钮
步骤6、系统自动从摄像头捕捉图像,并进行图像处理分析
步骤7、识别出餐盘内不同的碗盘信息
步骤8、根据碗盘信息给出此餐盘内的菜品种类和金额,并计算出总金额
步骤9、收银员观察识别结算,并可选择重新识别或者点击确认;
步骤10、如果识别有误,也可以在界面上进行修改;具体是在识别区域点击,在弹出的选择窗口中进行修改
步骤11、支持多餐盘的累计计算;放入下一个餐盘,点击“累计识别”,即可实现累计菜品和金额的功能
步骤12、与顾客确认总金额后,点击结算打印,可打印此次的消费明细。
实施例3
请参阅图3,本发明提供一种基于碗盘智能识别的快餐收银系统,一种基于碗盘智能识别的快餐收银系统,包括硬件部分,硬件扩展部分,软件部分,软件扩展部分;其特征在于:所述硬件部分包括主机控制系统,操作显示屏,摄像头,碗盘;硬件扩展部分包括服务端,管理端,终端和云平台;软件部分包括主控模块,图像采集模块,图像处理模块,碗盘识别模块,碗盘处理模块,智能辅助模块,模式状态模块,网络通信模块,数据库模块,容错纠正模块;软件扩展部分包括服务端模块,管理端模块,云端模块。
所述图像采集模块,图像处理模块,碗盘识别模块,碗盘处理模块识别过程包括以下步骤:
步骤1,图像采集初始化:设备连接,驱动/内存/状态机等初始化;
步骤2,采集碗盘图像,载入缓存;
步骤3,图像灰度处理,根据环境设置适当的阈值;
步骤4,边缘检测:包括高斯模糊,计算梯度幅值和方向,非最大值抑制,双阈值,滞后边界跟踪等达到理想效果;
步骤5,形状匹配:寻找设定的碗盘形状,如圆形,矩形,多边形等;
步骤6,有效性判断:形状大小,位置,间距等进行合理性分析,获取有效匹配数据;
步骤7,色彩空间转换:原始图像获取RGB数据,并转换至HSV色彩空间;
步骤8,颜色识别:根据有效识别区域内的颜色分布,进行颜色区分;
步骤9,碗盘种类设置:不同形状和颜色的碗盘进行种类价格设置;
步骤10,菜品价格匹配:根据不同种类菜品与不同的碗盘进行价格对应匹配。
所述图像采集模块采用CCD摄像机并结合大恒DH-CG400视频图像采集卡来实现场景图像的实时采集,将模拟视频图像信号转化为数字视频信号通过计算机PCI接口传输至计算机内存或显存,满足本系统对于视频的实时采集要求。本系统是在大恒DH-CG400图像采集卡自带软件包的基础上进行程序的二次开发。DH-CG400图像采集卡是基于高性能PCI总线的高集成度低功耗视频图像采集卡,能将由CCD采集的彩色模拟视频信号通过采集卡的模数转换器、比例缩放、裁剪和色空变换等处理转换为数字图像信号传送到计算机内存实时存储,采集传输无需CPU参与便能稳定工作,不占用CPU的时间,支持图像的实时采集。
所述图像处理模块包括图像的预处理,图像的预处理包括图像灰度处理,根据环境设置适当的阈值。所述图像处理模块还包括是数据格式的转化实现简化数据,降低运算量,抑制噪声的干扰,强化图像的某些细节,保证提取有效的图像特征的后续操作。
所述图像灰度处理,即通过正态分布图中的特性,根据环境设置一个适当的阈值,将采集到的图像,进行灰度化处理,将灰度化处理后的图像与设定的阈值进行比较,进行增强图像某些细节的质量,保证提取有效的图像特征的后续操作。
所述碗盘识别模块是最关键的一个模块,主要的功能是使用相应的边缘检测技术,边缘检测包括高斯模糊,计算梯度幅值和方向,非最大值抑制,双阈值,滞后边界跟踪等达到理想效果;通过边缘检测技术检测场景中的变化区域,分割目标和背景,进行形状匹配,通过碗盘的形状、质心、颜色直方图、轮廓等特征的比对,寻找设定的碗盘形状,如圆形,矩形,多边形等特征的提取识别出碗盘;识别出碗盘后进行有效性判断,有效性判断包括形状大小,位置,间距等进行合理性分析,获取有效匹配数据;有效性判断后进行色彩空间转换,色彩空间转换包括原始图像获取RGB数据,并转换至HSV色彩空间;色彩空间转换后进行颜色识别,颜色识别包括根据有效识别区域内的颜色分布,进行颜色区分。
所述碗盘处理模块是在识别碗盘的基础上,对图像中的碗盘个数、形状、颜色进行统计,并将相应的种类价格进行显示。碗盘处理模块包括碗盘种类设置和菜品价格匹配,碗盘种类设置包括根据不同形状和颜色的碗盘进行种类价格设置;菜品价格匹配可以根据不同种类菜品与不同的碗盘进行价格对应匹配。
实施例4
请参阅图4,本发明提供一种基于碗盘智能识别的快餐收银系统,所述本系统支持多区域分布式或者集中式管理多种模式,支持电子菜品显示,后厨管理等,并可与智能风机管理系统和智能空调控制等系统一起为餐厅提供更多的智能化管理功能,根据食堂/餐厅规模、管理的重要和复杂程度以及系统的可靠性要求,可灵活配置。
所述多区域分布式结构体系,系统软件采用分布式结构,服务端,管理端,收银端可分布实施,任意组合;数据可以进行灵活迁移,能极大地提供管理的便捷性,分布式结构同时提高了系统的可靠性,优化了系统性能。
所述智能识别的快餐收银系统操作显示屏包含一键识别菜品按键,快速结算,1-2秒完成收银,新手操作毫无压力。
所述智能识别的快餐收银系统操作显示屏包含多种快捷结算模式按键:早餐、中餐、晚餐、夜宵、自定义1/2。
所述智能识别的快餐收银系统识别种类齐全,可以自动识别几十种盘/碗,满足各类快餐需求。
所述智能识别的快餐收银系统支持多种支付方式,现金、扫码支付、二维码收款、会员卡、银行卡、扫脸支付等。
所述智能识别的快餐收银系统含有灵活快捷区,支持72种常用快捷菜品,12个快捷键,并可扩展。
所述智能识别的快餐收银系统支持小票打印,出票速度快,店名自定义等功能。
所述智能识别的快餐收银系统支持友好的人机界面,系统软件基于全图形的人机界面设计,各节点具有统一风格的操作方式,易学易用。菜品识别通过视频展示,一目了然。
所述智能识别的快餐收银系统高安全可靠性,系统软件具有多种安全保密措施。多机热备,自动切换,提高了系统可靠性,可满足电力系统和工业界最严格的安全性要求。
所述智能识别的快餐收银系统可扩展性强,系统软件采用全网络结构方式,充分考虑用户规模和功能扩充的需要,可以通过直接增加就地设备单元的方法实现网络的拓展,系统采用模块化设计,单元功能界面清晰,各单元采用插件式设计,维护更换方便、快捷。
实施例5
请参阅图5,本发明提供一种优选的技术方案;一种基于碗盘智能识别的
快餐收银系统,所述本系统软件设计采用分层、模块化的结构模型;由四个分离的逻辑层组成:
第一层为用户层(人机界面),用户层实现收银系统对现场的用户操作的功能实现和控制,根据需要进行各方面的管理和决策;
第二层为系统数据库层,系统数据库层实现将从设备采集上来的数据进行传递和存储;
第三层为功能逻辑层,功能逻辑层实现从设备中读取数据,并将数据传递给个功能模块进行相应的处理和应用;
第四层为平台层。平台层提供云端的服务。
所述云平台的实现包括;使用SimIC根据数据中心主机和软件策略配置多种云间,其中所需数量的用户可以发送单个或多个计算能力请求(核心,CPU,内存,存储,带宽),软件资源(根据经验以每指令的时钟和每秒百万条指令进行测量)和VM利用的持续时间。
所述云平台的实现包括每个作业提交的当前工作负载的静态和动态管理策略,云(本地代理)动态地知道当前计算容量以决定是否在本地执行作业;每个作业提交的当前工作负载的静态和动态管理策略。
所述云平台的实现包括根据选定的静态调度程序排队VM。默认开发包括先到先服务(FCFS),最短作业优先(SJF),最早期限优先(EDF)和优先安排(PS)。
所述云平台的实现包括根据云提供商要求进行VM迁移。这包括在紧急情况下将VM备份到存储设备,以VM的形式重新管理异构服务提交。
对于本领域技术人员而言,显然本发明不限于上述示范性实施例的细节,而且在不背离本发明的精神或基本特征的情况下,能够以其他的具体形式实现本发明。因此,无论从哪一点来看,均应将实施例看作是示范性的,而且是非限制性的,本发明的范围由所附权利要求而不是上述说明限定,因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。
此外,应当理解,虽然本说明书按照实施方式加以描述,但并非每个实施方式仅包含一个独立的技术方案,说明书的这种叙述方式仅仅是为清楚起见,本领域技术人员应当将说明书作为一个整体,各实施例中的技术方案也可以经适当组合,形成本领域技术人员可以理解的其他实施方式。
本发明不限于以上对实施例的描述,本领域技术人员根据本发明揭示的内容,在本发明基础上不必经过创造性劳动所进行的改进和修改,都应该在本发明的保护范围之内。
Claims (10)
1.一种基于碗盘智能识别的快餐收银系统,包括硬件部分,硬件扩展部分,软件部分,软件扩展部分;其特征在于:硬件部分包括主机控制系统,操作显示屏,摄像头,碗盘;硬件扩展部分包括服务端,管理端,终端和云平台。
2.根据权利要求1所述的一种基于碗盘智能识别的快餐收银系统,特征在于:软件部分包括主控模块,图像采集模块,图像处理模块,碗盘识别模块,碗盘处理模块,智能辅助模块,模式状态模块,网络通信模块,数据库模块,容错纠正模块;软件扩展部分包括服务端模块,管理端模块,云端模块。
3.根据权利要求2所述的一种基于碗盘智能识别的快餐收银系统,特征在于:所述碗盘识别模块包括边缘检测、形状匹配、有效性判断、色彩空间转换、颜色识别。
4.根据权利要求3所述的一种基于碗盘智能识别的快餐收银系统,特征在于:边缘检测包括高斯模糊,计算梯度幅值和方向,非最大值抑制,双阈值,滞后边界跟踪;通过边缘检测技术检测场景中的变化区域,分割目标和背景,进行形状匹配,通过碗盘的形状、质心、颜色直方图、轮廓特征的比对,寻找设定的碗盘形状,如圆形,矩形,多边形特征的提取识别出碗盘;识别出碗盘后进行有效性判断,有效性判断包括形状大小,位置,间距进行合理性分析,获取有效匹配数据;有效性判断后进行色彩空间转换,色彩空间转换包括原始图像获取RGB数据,并转换至HSV色彩空间;色彩空间转换后进行颜色识别,颜色识别包括根据有效识别区域内的颜色分布,进行颜色区分。
5.根据权利要求2所述的一种基于碗盘智能识别的快餐收银系统,特征在于:所述碗盘处理模块包括碗盘种类设置和菜品价格匹配。
6.根据权利要求5所述的一种基于碗盘智能识别的快餐收银系统,特征在于:所述碗盘种类设置包括根据不同形状和颜色的碗盘进行种类价格设置。
7.根据权利要求6所述的一种基于碗盘智能识别的快餐收银系统,特征在于:所述菜品价格匹配根据不同种类菜品与不同的碗盘进行价格对应匹配所述碗盘种类设置包括根据不同形状和颜色的碗盘进行种类价格设置;所述菜品价格匹配根据不同种类菜品与不同的碗盘进行价格对应匹配。
8.根据权利要求2所述的一种基于碗盘智能识别的快餐收银系统,特征在于:所述图像采集模块采用CCD摄像机并结合视频图像采集卡来实现场景图像的实时采集;所述图像采集模块的实现硬件参数为1/2.5英寸COMS彩色传感器,参数为500万像素,进入摄像机设置后,参数设置为动态速度每秒10-15帧,ADC分辨率 On-chip 12-bit,响应度1.0v/lux-sec,视角55°,照明 50-80Lux,信躁比40dB;软件部分的开发环境为:Netbeans IDE开发环境,Java编程语言,JVM运行环境。
9.根据权利要求1-8中任一所述的一种基于碗盘智能识别的快餐收银系统的应用,安装应用流程包括以下步骤:
步骤1、主机安放到收银台区域,摄像头放置在附近位置,并留好有空间放置餐盘;
步骤2、摄像头与主机通过USB进行连接;
步骤3、主机连接电源,并开机运行软件;
步骤4、顾客选好菜品,把餐盘放置到摄像头下方标识区域;
步骤5、收银员点击“识别”按钮;
步骤6、系统自动从摄像头捕捉图像,并进行图像处理分析;
步骤7、识别出餐盘内不同的碗盘信息;
步骤8、根据碗盘信息给出此餐盘内的菜品种类和金额,并计算出总金额;
步骤9、收银员观察识别结算,并可选择重新识别或者点击确认;
步骤10、如果识别有误,也可以在界面上进行修改;具体是在识别区域点击,在弹出的选择窗口中进行修改;
步骤11、支持多餐盘的累计计算;放入下一个餐盘,点击“累计识别”,即实现累计菜品和金额的功能;
步骤12、与顾客确认总金额后,点击结算打印,打印此次的消费明细。
10.根据权利要求1-8中任一所述的一种基于碗盘智能识别的快餐收银系统的应用,图像采集模块,图像处理模块,碗盘识别模块,碗盘处理模块的识别过程步骤为:
步骤1,图像采集初始化:设备连接,驱动/内存/状态机等初始化;
步骤2,采集碗盘图像,载入缓存;
步骤3,图像灰度处理,根据环境设置适当的阈值;
步骤4,边缘检测:包括高斯模糊,计算梯度幅值和方向,非最大值抑制,双阈值,滞后边界跟踪达到理想效果;
步骤5,形状匹配:寻找设定的碗盘形状,如圆形,矩形,多边形;
步骤6,有效性判断:形状大小,位置,间距进行合理性分析,获取有效匹配数据;
步骤7,色彩空间转换:原始图像获取RGB数据,并转换至HSV色彩空间;
步骤8,颜色识别:根据有效识别区域内的颜色分布,进行颜色区分;
步骤9,碗盘种类设置:不同形状和颜色的碗盘进行种类价格设置;
步骤10,菜品价格匹配:根据不同种类菜品与不同的碗盘进行价格对应匹配。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910153938.XA CN109740579A (zh) | 2019-03-01 | 2019-03-01 | 一种基于碗盘智能识别的快餐收银系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910153938.XA CN109740579A (zh) | 2019-03-01 | 2019-03-01 | 一种基于碗盘智能识别的快餐收银系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109740579A true CN109740579A (zh) | 2019-05-10 |
Family
ID=66368996
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910153938.XA Pending CN109740579A (zh) | 2019-03-01 | 2019-03-01 | 一种基于碗盘智能识别的快餐收银系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109740579A (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110232358A (zh) * | 2019-06-17 | 2019-09-13 | 重庆大学 | 一种基于图像数字识别的菜品识别方法 |
CN110580505A (zh) * | 2019-08-29 | 2019-12-17 | 杭州火小二科技有限公司 | 一种基于餐盘识别的智慧收银方法 |
CN112749811A (zh) * | 2020-12-24 | 2021-05-04 | 上海柏珍信息科技有限公司 | 一种基于无感知自学习ai算法的称重识别系统 |
CN114903286A (zh) * | 2022-05-31 | 2022-08-16 | 浙江云澎科技有限公司 | 一种智能结算餐台 |
CN116189358A (zh) * | 2023-02-24 | 2023-05-30 | 南京市商朝时代电子有限公司 | 一种具有菜品视觉识别功能的智能收款机系统及收款机 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS60124780A (ja) * | 1983-12-09 | 1985-07-03 | Fujitsu Ltd | 食堂用情報処理システム |
CN103269230A (zh) * | 2013-05-28 | 2013-08-28 | 中国科学院自动化研究所 | 一种自适应调整纠错码的容错系统及方法 |
CN103646477A (zh) * | 2013-11-14 | 2014-03-19 | 成都博约创信科技有限责任公司 | 一种基于云平台的微结算系统及方法 |
CN104463167A (zh) * | 2014-11-20 | 2015-03-25 | 中国科学院上海微系统与信息技术研究所 | 一种餐厅自动结算方法及系统 |
CN107844790A (zh) * | 2017-11-15 | 2018-03-27 | 上海捷售智能科技有限公司 | 一种基于图像识别的菜品识别与收银系统及方法 |
CN108171674A (zh) * | 2018-01-15 | 2018-06-15 | 西北工业大学 | 针对任意视角投影仪图像的视觉矫正方法 |
CN108364420A (zh) * | 2018-01-08 | 2018-08-03 | 阿里巴巴集团控股有限公司 | 图像识别方法及装置和电子设备 |
CN109215260A (zh) * | 2018-08-21 | 2019-01-15 | 金华市缤果科技有限公司 | 一种自助餐厅人工智能结算系统 |
-
2019
- 2019-03-01 CN CN201910153938.XA patent/CN109740579A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS60124780A (ja) * | 1983-12-09 | 1985-07-03 | Fujitsu Ltd | 食堂用情報処理システム |
CN103269230A (zh) * | 2013-05-28 | 2013-08-28 | 中国科学院自动化研究所 | 一种自适应调整纠错码的容错系统及方法 |
CN103646477A (zh) * | 2013-11-14 | 2014-03-19 | 成都博约创信科技有限责任公司 | 一种基于云平台的微结算系统及方法 |
CN104463167A (zh) * | 2014-11-20 | 2015-03-25 | 中国科学院上海微系统与信息技术研究所 | 一种餐厅自动结算方法及系统 |
CN107844790A (zh) * | 2017-11-15 | 2018-03-27 | 上海捷售智能科技有限公司 | 一种基于图像识别的菜品识别与收银系统及方法 |
CN108364420A (zh) * | 2018-01-08 | 2018-08-03 | 阿里巴巴集团控股有限公司 | 图像识别方法及装置和电子设备 |
CN108171674A (zh) * | 2018-01-15 | 2018-06-15 | 西北工业大学 | 针对任意视角投影仪图像的视觉矫正方法 |
CN109215260A (zh) * | 2018-08-21 | 2019-01-15 | 金华市缤果科技有限公司 | 一种自助餐厅人工智能结算系统 |
Non-Patent Citations (1)
Title |
---|
文少波等: "《新能源汽车及其智能化技术》", 东南大学出版社, pages: 147 * |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110232358A (zh) * | 2019-06-17 | 2019-09-13 | 重庆大学 | 一种基于图像数字识别的菜品识别方法 |
CN110232358B (zh) * | 2019-06-17 | 2023-02-10 | 重庆大学 | 一种基于图像数字识别的菜品识别方法 |
CN110580505A (zh) * | 2019-08-29 | 2019-12-17 | 杭州火小二科技有限公司 | 一种基于餐盘识别的智慧收银方法 |
CN112749811A (zh) * | 2020-12-24 | 2021-05-04 | 上海柏珍信息科技有限公司 | 一种基于无感知自学习ai算法的称重识别系统 |
CN114903286A (zh) * | 2022-05-31 | 2022-08-16 | 浙江云澎科技有限公司 | 一种智能结算餐台 |
CN116189358A (zh) * | 2023-02-24 | 2023-05-30 | 南京市商朝时代电子有限公司 | 一种具有菜品视觉识别功能的智能收款机系统及收款机 |
CN116189358B (zh) * | 2023-02-24 | 2023-12-12 | 南京市商朝时代电子有限公司 | 一种具有菜品视觉识别功能的智能收款机系统及收款机 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109740579A (zh) | 一种基于碗盘智能识别的快餐收银系统 | |
CN103208156B (zh) | 一种餐饮自动结算系统和方法 | |
CN104077842B (zh) | 基于图像识别的自选餐厅自助付费装置及其使用方法 | |
CN206893000U (zh) | 多功能自动售货系统 | |
WO2020010821A1 (zh) | 一种自动售货机的补货管理方法、装置和用户终端 | |
CN104050443B (zh) | 使用肤色检测的视频流的姿势预处理 | |
CN107374177A (zh) | 一种具有售货、共享和中转的多功能展示系统及其方法 | |
CN104464086B (zh) | 一种智能饭菜计费方法、装置、系统及勺子、刷卡机 | |
CN104361698A (zh) | 自助式智能电子称重结算方法及系统 | |
CN103916647B (zh) | 采用拖延期的视频流的姿势预处理来减少平台功率 | |
CN106469369A (zh) | 一种基于物联网的自助售货方法及自选超市 | |
CN101477729A (zh) | 自助售饭系统以及该系统的信息处理方法 | |
CN107194835B (zh) | 一种酒店前台接待机器人系统 | |
CN109523428A (zh) | 基于图像识别技术的智能餐饮结算方法、系统、装置及介质 | |
CN110428352B (zh) | 可穿戴设备智能分类垃圾的方法及模块化垃圾分类系统 | |
CN101324947A (zh) | 一种自动化点餐和结算的方法及系统 | |
CN109471382A (zh) | 饮水机响应方法、装置、设备及存储介质 | |
CN106022405A (zh) | 一种基于形状的餐盘自动计价系统 | |
CN105843378A (zh) | 基于体感交互控制的服务终端及其控制方法 | |
CN109978619A (zh) | 机票定价策略筛选的方法、系统、设备以及介质 | |
CN112184494A (zh) | 食品留样的联动控制方法、系统及设备 | |
CN201654804U (zh) | 一种字符识别仪 | |
RU2724797C1 (ru) | Кассовая система и способ для идентификации блюд на подносе | |
CN202422301U (zh) | 一种食堂就餐自助计费和缴费系统 | |
CN204242236U (zh) | 超市到访顾客特征分析系统 |
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: 20190510 |
|
RJ01 | Rejection of invention patent application after publication |