CN110363203B - 一种智能选衣的控制方法和衣柜系统、终端 - Google Patents

一种智能选衣的控制方法和衣柜系统、终端 Download PDF

Info

Publication number
CN110363203B
CN110363203B CN201810311556.0A CN201810311556A CN110363203B CN 110363203 B CN110363203 B CN 110363203B CN 201810311556 A CN201810311556 A CN 201810311556A CN 110363203 B CN110363203 B CN 110363203B
Authority
CN
China
Prior art keywords
image
feature
clothes
distance
surf
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.)
Active
Application number
CN201810311556.0A
Other languages
English (en)
Other versions
CN110363203A (zh
Inventor
杨志强
兰荣鑫
孙树波
肖莉莉
刘超
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.)
Qingdao Eoroom Technology Co ltd
Original Assignee
Qingdao Eoroom Technology Co ltd
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 Qingdao Eoroom Technology Co ltd filed Critical Qingdao Eoroom Technology Co ltd
Priority to CN201810311556.0A priority Critical patent/CN110363203B/zh
Publication of CN110363203A publication Critical patent/CN110363203A/zh
Application granted granted Critical
Publication of CN110363203B publication Critical patent/CN110363203B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/10Image acquisition
    • G06V10/12Details of acquisition arrangements; Constructional details thereof
    • G06V10/14Optical characteristics of the device performing the acquisition or on the illumination arrangements
    • G06V10/147Details of sensors, e.g. sensor lenses
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/40Extraction of image or video features
    • G06V10/44Local 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
    • G06V10/443Local 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
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/40Extraction of image or video features
    • G06V10/50Extraction of image or video features by performing operations within image blocks; by using histograms, e.g. histogram of oriented gradients [HoG]; by summing image-intensity values; Projection analysis
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/40Extraction of image or video features
    • G06V10/56Extraction of image or video features relating to colour
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02PCLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/02Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Vascular Medicine (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Processing Or Creating Images (AREA)

Abstract

本发明公开了一种智能选衣的控制方法和衣柜系统、终端,属于智能家居技术领域。该方法包括:获取衣物的第一图像和存储位置,将第一图像和存储位置关联并存储,获取第一图像的第一衣物特征与预存的第二图像的第二衣物特征的特征距离S,将第一图像与特征距离S中的最小特征距离S0所对应的第二图像关联并存储,将第二图像与存储位置关联并存储,接收终端发送的用户选择的第二图像,根据与用户选择的第二图像关联的所述存储位置进行取衣操作。还提供了一种用于智能选衣的衣柜系统和终端。本发明的有益效果:可以提高衣柜中的衣物的第一图像与数据库中预存的相应衣物的第二图像匹配的精准性,进而提高智能选衣的准确性。

Description

一种智能选衣的控制方法和衣柜系统、终端
技术领域
本发明涉及智能家居技术领域,特别涉及一种智能选衣的控制方法和衣柜系统、终端。
背景技术
现有的智能选衣的技术中,根据用户的所有衣物建立一个衣服数据库,智能衣柜对衣架上的衣物进行图像识别,以与衣服数据库中的相应衣物图像进行匹配。这样,用户通过输入设备选择所要取出的衣物图像,衣柜可以根据该衣物图像对应衣物的存储位置,控制回旋机构将所述衣物送出。但是,由于衣架上的衣物与衣服数据库中的相应衣物图像的匹配的精准性较低,容易使衣柜智能取衣的准确性降低。
发明内容
本发明实施例提供了一种智能选衣的控制方法和衣柜系统、终端,旨在解决现在由于衣架上的衣物与衣服数据库中的相应衣物图像的匹配的精准性较低,容易使衣柜智能取衣的准确性降低的问题。为了对披露的实施例的一些方面有一个基本的理解,下面给出了简单的概括。该概括部分不是泛泛评述,也不是要确定关键/重要组成元素或描绘这些实施例的保护范围。其唯一目的是用简单的形式呈现一些概念,以此作为后面的详细说明的序言。
本发明提供了一种智能选衣的控制方法和衣柜系统、终端。根据衣物的第一图像的第一衣物特征与预存的第二图像的第二衣物特征的特征距离S,将所述第二图像与所述第一图像相关联,进而将所述第二图像与所述存储位置,其中,所述存储位置与所述第一图像关联。用户在终端根据第二图像挑选衣物,然后衣柜系统可根据与所述用户选择的所述第二图像关联的所述存储位置进行取衣操作,自动将用户挑选的衣物挑选出来,置于指定的位置,完成智能选衣的操作。此外,根据衣物的第一图像的第一衣物特征与预存的第二图像的第二衣物特征的特征距离S,将所述第二图像与所述第一图像相关联,可以提高衣柜中的衣物的第一图像与数据库中预存的相应衣物的第二图像匹配的精准性,进而提高智能选衣的准确性。
根据本发明实施例的第一方面,提供了一种智能选衣的控制方法,用于衣柜系统,包括:
获取衣物的第一图像和所述衣物的存储位置,将所述第一图像和所述存储位置关联并存储;
获取所述第一图像的第一衣物特征与预存的第二图像的第二衣物特征的特征距离S;
将所述第一图像与所述特征距离S中的最小特征距离S0所对应的所述第二图像关联并存储;
将所述第二图像与所述存储位置关联并存储;
接收终端发送的用户选择的所述第二图像;
根据与所述用户选择的所述第二图像关联的所述存储位置进行取衣操作。
根据本发明实施例的第二方面,提供了一种智能选衣的控制方法,用于终端,包括:
获取并显示与衣物的存储位置关联的所述衣物的第二图像,其中,所述第二图像的第二特征距离与所述衣物的第一图像的第一特征距离的特征距离S为最小特征距离S0;
获取用户选择的所述第二图像;
向衣柜系统发送所述用户选择的所述第二图像,以使所述衣柜系统根据与所述用户选择的所述第二图像关联的所述存储位置进行取衣操作。
根据本发明实施例的第三方面,提供了一种衣柜系统,包括:
第一获取单元,用于获取衣物的第一图像和所述衣物的存储位置;
第一存储单元,用于将所述第一图像和所述存储位置关联并存储;
第二获取单元,用于获取所述第一图像的第一衣物特征与预存的第二图像的第二衣物特征的特征距离S;
比较单元,用于比较所述特征距离S,以获得所述特征距离S中的最小特征距离S0;
第二存储单元,用于将所述第一图像与所述特征距离S0所对应的所述第二图像关联并存储;
第三存储单元,用于将所述第二图像与所述存储位置关联并存储;
接收单元,用于接收终端发送的用户选择的所述第二图像;
操作单元,用于根据与所述用户选择的所述第二图像关联的所述存储位置进行取衣操作。
根据本发明实施例的第四方面,提供了一种终端,包括:
第三获取单元,用于获取与衣物的存储位置关联的所述衣物的第二图像,其中,所述第二图像的第二特征距离与所述衣物的第一图像的第一特征距离的特征距离S为最小特征距离S0;
显示单元,用于显示所述与衣物的存储位置关联的所述衣物的第二图像;
第四获取单元,用于获取用户选择的所述第二图像;
发送单元,用于向衣柜系统发送所述用户选择的所述第二图像,以使所述衣柜系统根据与所述用户选择的所述第二图像关联的所述存储位置进行取衣操作。
本发明实施例提供的技术方案可以包括以下有益效果:
1、衣柜系统根据衣物的第一图像的第一衣物特征与预存的第二图像的第二衣物特征的特征距离S,将所述第二图像与所述第一图像相关联,可以提高衣柜中的衣物的第一图像与数据库中预存的相应衣物的第二图像匹配的精准性,进而提高智能选衣的准确性。
2、用户在终端根据第二图像挑选衣物,然后衣柜系统可根据与所述用户选择的所述第二图像关联的所述存储位置进行取衣操作,自动将用户挑选的衣物挑选出来,置于指定的位置,完成智能选衣的操作,方便快捷。
3、衣柜中的衣物状态发生变化时,比如发生衣物位置对调、存储或提取,则自动对衣柜中的衣物重新进行识别排序,进行即时更新,保证用户选衣的准确性。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本发明。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本发明的实施例,并与说明书一起用于解释本发明的原理。
图1是根据一示例性实施例示出的一种用于衣柜系统的智能选衣的控制方法的流程示意图;
图2是根据一示例性实施例示出的获取特征距离S的流程示意图;
图3是根据一示例性实施例示出的一种用于终端的智能选衣的控制方法的流程示意图;
图4是根据一示例性实施例示出的一种智能选衣的控制方法的流程示意图;
图5是根据一示例性实施例示出的一种用于智能选衣的衣柜系统的结构图;
图6是根据一示例性实施例示出的第二获取单元的结构图;
图7是根据一示例性实施例示出的一种用于智能选衣的终端的结构图;
图8是根据一示例性实施例示出的一种用于智能选衣的衣柜系统和终端的结构图。
附图标记说明:1-衣柜系统;11-第一获取单元;12-第一存储单元;13-第二获取单元;131-第一提取子单元;132-第二提取子单元;133-第一计算子单元;134-第二计算子单元;135-第三计算子单元;136-边缘检测子单元;14-比较单元;15-第二存储单元;16-第三存储单元;17-接收单元;18-操作单元;19-判断单元;2-终端;21-第三获取单元;22-显示单元;23-第四获取单元;24-发送单元。
具体实施方式
以下描述和附图充分地示出本发明的具体实施方案,以使本领域的技术人员能够实践它们。实施例仅代表可能的变化,除非明确要求,否则单独的部件和功能是可选的,并且操作的顺序可以变化。一些实施方案的部分和特征可以被包括在或替换其他实施方案的部分和特征。本发明的实施方案的范围包括权利要求书的整个范围,以及权利要求书的所有可获得的等同物。本文中,诸如第一和第二等之类的关系术语仅仅用于将一个实体或者操作与另一个实体或操作区分开来,而不要求或者暗示这些实体或操作之间存在任何实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法或者设备所固有的要素。
本文中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似部分互相参见即可。
图1是根据一示例性实施例示出的一种用于衣柜系统的智能选衣的控制方法的流程示意图。
在该可选实施例中,提供了一种用于衣柜系统的智能取衣的方法,包括:
S101:判断衣柜中的衣物状态是否发生变化。
在实际应用中,所述衣柜中衣架上的衣物状态发生变化包括衣物位置对调、存储或提取。
在一些可选实施例中,所述判断单元可为设置在所述衣架上的压力传感器,所述压力传感器感应到所述衣架所受的压力发生变化,则可判断衣柜中的衣物状态发生变化。
在一些可选实施例中,所述判断单元可为设置在所述衣架上的光电传感器,所述光电传感器的发射器和接收器置于所述衣架两端,所述接收器用于接收所述发射器发射的信号,所述接收器接收所述发射器发射的信号的状态发生变化,则可判断衣柜中的衣物状态发生变化。
所述衣柜系统的判断单元将所述衣柜中的衣物状态发生变化的判断结果信息发送给第一获取单元,以进行自动对衣柜中的衣物重新进行识别排序,并对第三存储单元中与所述存储位置关联的第二图像进行即时更新,保证终端获取与所述存储位置关联的第二图像的即时性,进而保证用户选衣的准确性。
S102:响应所述衣柜中的衣物状态发生变化的判断结果信息,获取衣物的第一图像和所述衣物的存储位置。
具体的,衣柜系统的第一获取单元响应所述衣柜中的衣物状态发生变化的判断结果信息,获取衣物的第一图像和所述衣物的存储位置。
进一步的,所述第一获取单元包括摄像子单元和位置获取子单元,所述摄像子单元用于获取衣物的第一图像,所述位置获取子单元用于获取所述衣物的存储位置。
在实际应用中,所述摄像子单元可为摄像机,所述摄像机安装于可以获取衣架上的衣物的所述第一图像的位置。所述衣架每进行一次旋转,所述摄像机即可获取旋转于当前位置的衣架上的衣物的所述第一图像,所述衣架旋转一周,所述摄像机即可获取衣架上的所有衣物的所述第一图像。
在实际应用中,每个所述衣架上设有RFID标签,所述RFID标签包含当前衣架的位置信息,所述位置信息可为所述衣架的编号。所述位置获取子单元识别所述衣架上的RFID标签,以获取当前衣架的位置信息,此位置信息即为所述衣物的存储位置。
S103:将所述第一图像和所述存储位置关联并存储。
具体的,衣柜系统的第一存储单元将所述衣物的所述第一图像和该所述衣物的所述存储位置关联并存储。
S104:获取所述第一图像的第一衣物特征与预存的第二图像的第二衣物特征的特征距离S。
具体的,所述衣柜系统的第二获取单元获取所述第一图像的第一衣物特征与预存的第二图像的第二衣物特征的特征距离S。所述预存的第二图像为根据用户的所有衣物建立的衣物数据库中的衣物图像,且所述预存的第二图像已经经过了去噪、增强、归一化等预处理操作,以排除外界环境的干扰。
S105:将所述第一图像与所述特征距离S中的最小特征距离S0所对应的所述第二图像关联并存储。
具体的,所述衣柜系统的第二存储单元将所述第一图像与所述特征距离S中的最小特征距离S0所对应的所述第二图像关联并存储。该实施方式可以提高衣柜中的衣物的第一图像与数据库中预存的相应衣物的第二图像匹配的精准性,进而提高智能选衣的准确性。
S106:将所述第二图像与所述存储位置关联并存储。
具体的,所述衣柜系统的第三存储单元将所述衣物的所述第二图像与该衣物对应的所述存储位置关联并存储。
S107:接收终端发送的用户选择的所述第二图像。
具体的,所述衣柜系统的接收单元接收终端发送的用户选择的所述第二图像。
S108:根据与所述用户选择的所述第二图像关联的所述存储位置进行取衣操作。
在实际应用中,所述衣柜系统的操作单元具体包括控制子单元和旋转子单元。所述控制子单元根据与所述用户选择的所述第二图像关联的所述存储位置控制旋转单元带动衣柜中的衣架进行旋转,完成取衣操作。
具体的,所述控制子单元控制所述旋转子单元转动特定角度,所述衣架在所述旋转子单元的作用下旋转,将用户选择的所述衣物的衣架转至特定位置,比如,将用户选择的所述衣物的衣架置于柜门位置,用户开启所述衣柜的柜门,即可将选择的所述衣物取出,解决了用户手动从衣柜中挑选衣物的不便。
进一步的,所述旋转子单元包括驱动装置,所述衣架在所述驱动装置的驱动下旋转,所述驱动装置可为电动机。所述控制子单元通过控制电动机工作的开启或关闭,实现将用户选择的所述衣物的衣架转至特定位置。
在一些可选实施例中,所述取衣操作为取衣护理操作。
具体的,所述操作单元还包括护理子单元,用户选择的所述衣物的衣架转至特定护理位置后,所述护理子单元中的传感器检测到用户选择所述衣物,对所述衣物进行护理。其中,所述护理子单元中的所述传感器安装于能感应到衣物处于特定护理位置的安装位置即可。该实施方式可对用户选择的所述衣物取出后自动进行护理。
该实施方式不仅可以实现智能选衣,还可对选定的衣物进行智能护理,更好地满足用户的穿衣需求。
图2是根据一示例性实施例示出的获取特征距离S的流程示意图。
在该可选实施中,提供了一种获取所述第一图像的第一衣物特征与预存的第二图像的第二衣物特征的特征距离S的方法,包括:
S201:根据边缘检测(Canny)算法对所述第一图像进行边缘检测,以确定所述第一图像中的所述衣物的范围。
具体的,边缘检测子单元根据边缘检测(Canny)算法对所述第一图像进行边缘检测,以确定所述第一图像中的所述衣物的范围,对检测出的所述第一图像中的衣服范围进行衣物特征的提取。该实施方式可以消除外界环境的特征对衣物特征的影响,使得所述第一图像的所述第一衣物特征的准确性更高。
在实际应用中,在对所述第一图像进行边缘检测的操作前,对所述第一图像进行预处理操作,包括去噪、增强和归一化,排除外界环境的干扰。
S202:根据颜色特征提取算法提取所述第一图像的第一颜色特征。
具体的,所述第二获取单元的第一提取子单元根据颜色特征提取算法提取所述第一图像的第一颜色特征。
在实际应用中,所述第一颜色特征可为HSV(色度、色饱和度、亮度)三分量颜色直方图特征。其中,所述HSV(H代表色度、S代表色饱和度、V代表亮度)三分量颜色直方图特征可根据以下公式计算得到:
H1=60*(G-B)/(M A X-M IN),R=MAX
=120+60*(B–R)/(M A X-M IN),G=M A X
=240+60*(R–G)/(M A X-M IN),B=M A X
S1=(M A X-M IN)/M A X
V1=M A X
其中,M A X=max{R,G,B},M IN=m in{R,G,B},R、G、B分别为第一图像红、绿、蓝的亮度值。
S203:根据加速稳健特征(SURF)算法提取所述第一图像的第一SURF特征。
具体的,所述第二获取单元的第二提取子单元根据加速稳健特征(SURF)算法提取所述第一图像的第一SURF特征。所述第一SURF特征主要是用于反映所述第一图像中的衣物的局部外观特点。
S204:计算所述第一颜色特征与预存的第二图像的第二颜色特征的颜色特征距离S1。
具体的,所述第二获取单元的第一计算子单元计算所述第一颜色特征与预存的第二图像的第二颜色特征的颜色特征距离S1。
在实际应用中,所述第一颜色特征可为HSV三分量颜色直方图特征,相应的,所述第二颜色特征也为HSV三分量颜色直方图特征,色度值、色饱和度值、亮度值分别为H2、S2和V2,则颜色特征距离S1可以根据如下公式计算得到:
S1=ΔH+ΔS+ΔV
其中,ΔH=|H1-H2|,ΔS=|S1-S2|,ΔV=|V1-V2|。
S205:计算所述第一SURF特征与所述预存的第二图像的第二SURF特征的SURF特征距离S2。
具体的,所述第二获取单元的第二计算子单元计算所述第一SURF特征与所述预存的第二图像的第二SURF特征的SURF特征距离S2。
其中,所述第一SURF特征和所述第二SURF特征分别是所述第一图像和所述第二图像的一些特征点的描述向量,每一个特征点都有一个64维或128维的描述向量来描述这个特征点,有多少特征点就有多少描述向量。
S206:根据所述颜色特征距离S1和所述SURF特征距离S2,计算所述特征距离S。
具体的,所述第二获取单元的第三计算子单元根据如下公式计算所述特征距离S:
S=n1*S1+n2*S2
其中,n1是所述颜色特征距离S1的加权系数,n2是所述SURF特征距离S2的加权系数。n1的取值范围是0.3-0.7,n2的取值范围是0.2-0.8。
在实际应用中,所述n1和n2的具体取值可根据衣物的色彩与复杂度来确定,比如,如果衣物的色彩单一,款式设计复杂,则n1取0.3,n2取0.8,如果衣物的色彩复杂,款式设计单一,则n1取0.7,n2取0.2。该实施方式可以增大所述特征距离S的精准度,提高所述第一图像与预存的相应衣物的第二图像匹配的精准性。
图3是根据一示例性实施例示出的一种用于终端的智能选衣的控制方法的流程示意图。
在该可选实施例中,提供了一种用于终端的智能选衣的控制方法,包括:
S301:获取并显示与衣物的存储位置关联的所述衣物的第二图像,其中,所述第二图像的第二特征距离与所述衣物的第一图像的第一特征距离的特征距离S为最小特征距离S0。
具体的,所述终端的第三获取单元从衣柜系统的第三存储单元获取所述第三存储单元更新后的与衣物的存储位置关联的所述衣物的第二图像,所述终端的显示单元显示所述与衣物的存储位置关联的所述衣物的第二图像。
在实际应用中,所述终端可为手机,通过安装于手机的APP,获取并显示所述第三存储单元更新后的与衣物的存储位置关联的所述衣物的第二图像,以便用户基于手机显示的第二图像进行选择。其中,所述显示的第二图像为所述衣柜系统的所述第三存储单元更新后的与衣物的存储位置关联的所述衣物的第二图像,而并非预存的所有衣物的第二图像。
在一些可选实施例中,所述终端也可为具有数据传输能力的液晶显示装置,比如设置于衣柜外部的液晶显示屏。
终端显示的所述第二图像的第二特征距离与所述衣物的第一图像的第一特征距离的特征距离S为最小特征距离S0,第二图像与第一图像匹配的精准性高,进而使得智能选衣的准确性更高。
S302:获取用户选择的所述第二图像。
具体的,所述终端的第四获取单元获取用户选择的所述第二图像。
S303:向衣柜系统发送所述用户选择的所述第二图像,以使所述衣柜系统根据与所述用户选择的所述第二图像关联的所述存储位置进行取衣操作。
具体的,所述终端的第四获取单元获取用户选择的所述第二图像。
该实施方式可以使用户根据终端显示的与衣架上衣物的存储位置关联的第二图像进行挑选,然后终端将用户选中的所述第二图像发送给衣柜系统,以使衣柜系统可根据与所述用户选择的所述第二图像关联的所述存储位置进行取衣操作,自动将用户挑选的衣物挑选出来,置于指定的位置,完成智能选衣的操作,方便快捷。
图4是根据一示例性实施例示出的一种智能选衣的控制方法的流程示意图。
S401:获取衣物的第一图像和所述衣物的存储位置。
S402:将所述第一图像和所述存储位置关联并存储。
S403:获取所述第一图像的第一衣物特征与预存的第二图像的第二衣物特征的特征距离S。
S404:将所述第一图像与所述特征距离S中的最小特征距离S0所对应的所述第二图像关联并存储。
S405:将所述第二图像与所述存储位置关联并存储。
S406:获取与衣物的存储位置关联的所述衣物的第二图像。
S407:显示与衣物的存储位置关联的所述衣物的第二图像。
S408:获取用户选择的所述第二图像。
S409:向衣柜系统发送所述用户选择的所述第二图像。
S410:接收终端发送的所述用户选择的所述第二图像。
S411:根据与所述用户选择的所述第二图像关联的所述存储位置进行取衣操作。
该可选实施方式使得用户在终端挑选衣物,衣柜系统可自动将用户挑选的衣物挑选出来,置于指定的位置,完成智能选衣的操作,方便快捷,同时,衣柜中的衣物的第一图像与数据库中预存的相应衣物的第二图像匹配的精准性高,智能选衣的准确性高。
图5是根据一示例性实施例示出的一种用于智能选衣的衣柜系统的结构图。
在该可选实施例中,提供了一种用于智能选衣的衣柜系统1的结构图,所述衣柜系统1包括判断单元19、第一获取单元11、第一存储单元12、第二获取单元13、比较单元14、第二存储单元15、第三存储单元16、接收单元17和操作单元18,以将使得旋转衣架上的衣物状态发生变化后,自动进行图像识别,进行衣架上的衣服的第一图像与对应的预存衣服的第二图像的匹配,以待用户选择衣服时旋转衣架自动将衣服挑选出来。
所述判断单元19用于判断衣柜中的衣物状态是否发生变化,以使所述第一获取单元11响应所述衣柜中的衣物状态发生变化的判断结果信息,进行动作。
所述第一获取单元11用于响应所述衣柜中的衣物状态发生变化的判断结果信息,获取衣物的第一图像和所述衣物的存储位置。
所述第一存储单元12用于将所述第一图像和所述存储位置关联并存储。
所述第二获取单元13用于获取所述第一图像的第一衣物特征与预存的第二图像的第二衣物特征的特征距离S。
所述比较单元14用于比较所述特征距离S,以获得所述特征距离S中的最小特征距离S0。
所述第二存储单元15用于将所述第一图像与所述特征距离S0所对应的所述第二图像关联并存储。
所述第三存储单元16用于将所述第二图像与所述存储位置关联并存储。
所述接收单元17用于接收终端2发送的用户选择的所述第二图像。
所述操作单元18用于根据与所述用户选择的所述第二图像关联的所述存储位置进行取衣操作。
图6是根据一示例性实施例示出的第二获取单元的结构图。
在该可选实施例中,所述第二获取单元13包括边缘检测子单元136、第一提取子单元131、第二提取子单元132、第一计算子单元133、第二计算子单元134和第三计算子单元135,以获取所述第一图像的第一衣物特征与预存的第二图像的第二衣物特征的特征距离S。
所述边缘检测子单元136用于根据边缘检测(Canny)算法对所述第一图像进行边缘检测,以确定所述第一图像中的所述衣物的范围。
所述第一提取子单元131用于根据颜色特征提取算法提取所述第一图像的第一颜色特征。
所述第二提取子单元132用于根据加速稳健特征(SURF)算法提取所述第一图像的第一SURF特征。
所述第一计算子单元133用于计算所述第一颜色特征与预存的第二图像的第二颜色特征的颜色特征距离S1。
所述第二计算子单元134用于计算所述第一SURF特征与所述预存的第二图像的第二SURF特征的SURF特征距离S2。
所述第三计算子单元135用于根据如下公式计算所述特征距离S:
S=n1*S1+n2*S2
其中,n1是所述颜色特征距离S1的加权系数,n2是所述SURF特征距离S2的加权系数。
图7是根据一示例性实施例示出的一种用于智能选衣的终端2的结构图。
在该可选实施例中,提供了一种用于智能选衣的终端2,所述终端2包括第三获取单元21、显示单元22、第四获取单元23和发送单元24。
所述第三获取单元21用于获取与衣物的存储位置关联的所述衣物的第二图像,其中,所述第二图像的第二特征距离与所述衣物的第一图像的第一特征距离的特征距离S为最小特征距离S0。
所述显示单元22用于显示所述与衣物的存储位置关联的所述衣物的第二图像。
所述第四获取单元23用于获取用户选择的所述第二图像。
所述发送单元24用于向衣柜系统1发送所述用户选择的所述第二图像,以使所述衣柜系统1根据与所述用户选择的所述第二图像关联的所述存储位置进行取衣操作。
图8是根据一示例性实施例示出的一种用于智能选衣的衣柜系统和终端的结构图。
在该可选实施例中,提供了一种用于智能选衣的衣柜系统1和终端2。
具体的,所述用于智能选衣的所述衣柜系统1和所述终端2通过所述衣柜系统1的所述接收单元17和所述终端2的所述发送单元24进行通信连接。
在实际应用中,所述接收单元17和所述发送单元24可采用蓝牙、WIFI等无线通信方式进行通信,也可通过有线通信方式进行通信。
应当理解的是,本发明并不局限于上面已经描述并在附图中示出的流程及结构,并且可以在不脱离其范围进行各种修改和改变。本发明的范围仅由所附的权利要求来限制。

Claims (8)

1.一种智能选衣的控制方法,用于衣柜系统,其特征在于,包括:
获取衣物的第一图像和所述衣物的存储位置,将所述第一图像和所述存储位置关联并存储;
获取所述第一图像的第一衣物特征与预存的第二图像的第二衣物特征的特征距离S;
所述获取所述第一图像的第一衣物特征与预存的第二图像的第二衣物特征的特征距离S,具体包括:
根据颜色特征提取算法提取所述第一图像的第一颜色特征;
根据加速稳健特征(SURF)算法提取所述第一图像的第一SURF特征;
计算所述第一颜色特征与预存的第二图像的第二颜色特征的颜色特征距离S1;
计算所述第一SURF特征与所述预存的第二图像的第二SURF特征的SURF特征距离S2;
根据如下公式计算所述特征距离S:
S=n1*S1+n2*S2;
其中,n1是所述颜色特征距离S1的加权系数,n2是所述SURF特征距离S2的加权系数;
将所述第一图像与所述特征距离S中的最小特征距离S0所对应的所述第二图像关联并存储;
将所述第二图像与所述存储位置关联并存储;
接收终端发送的用户选择的所述第二图像;
根据与所述用户选择的所述第二图像关联的所述存储位置进行取衣操作。
2.根据权利要求1所述的控制方法,其特征在于,在所述获取衣物的第一图像和所述衣物的存储位置的操作前,所述控制方法还包括:
判断衣柜中的衣物状态是否发生变化;
响应所述衣柜中的衣物状态发生变化的判断结果信息。
3.根据权利要求1所述的控制方法,其特征在于,在所述根据颜色特征提取算法提取所述第一图像的第一颜色特征的操作前,还包括:
根据边缘检测(Canny)算法对所述第一图像进行边缘检测,以确定所述第一图像中的所述衣物的范围。
4.一种智能选衣的控制方法,用于终端,其特征在于,包括:
获取并显示与衣物的存储位置关联的所述衣物的第二图像,其中,所述第二图像的第二特征距离与所述衣物的第一图像的第一特征距离的特征距离S为最小特征距离S0;
根据如下公式计算所述特征距离S:
S=n1*S1+n2*S2;
其中,S1是所述第一图像的第一颜色特征与预存的所述第二图像的第二颜色特征的颜色特征距离,S2是所述第一图像的第一SURF特征与预存的所述第二图像的第二SURF特征的SURF特征距离,n1是所述颜色特征距离S1的加权系数,n2是所述SURF特征距离S2的加权系数;
获取用户选择的所述第二图像;
向衣柜系统发送所述用户选择的所述第二图像,以使所述衣柜系统根据与所述用户选择的所述第二图像关联的所述存储位置进行取衣操作。
5.一种衣柜系统,其特征在于,包括:
第一获取单元,用于获取衣物的第一图像和所述衣物的存储位置;
第一存储单元,用于将所述第一图像和所述存储位置关联并存储;
第二获取单元,用于获取所述第一图像的第一衣物特征与预存的第二图像的第二衣物特征的特征距离S;
所述第二获取单元包括:
第一提取子单元,用于根据颜色特征提取算法提取所述第一图像的第一颜色特征;
第二提取子单元,用于根据加速稳健特征(SURF)算法提取所述第一图像的第一SURF特征;
第一计算子单元,用于计算所述第一颜色特征与预存的第二图像的第二颜色特征的颜色特征距离S1;
第二计算子单元,用于计算所述第一SURF特征与所述预存的第二图像的第二SURF特征的SURF特征距离S2;
第三计算子单元,用于根据如下公式计算所述特征距离S:
S=n1*S1+n2*S2;
其中,n1是所述颜色特征距离S1的加权系数,n2是所述SURF特征距离S2的加权系数;
比较单元,用于比较所述特征距离S,以获得所述特征距离S中的最小特征距离S0;
第二存储单元,用于将所述第一图像与所述特征距离S0所对应的所述
第二图像关联并存储;
第三存储单元,用于将所述第二图像与所述存储位置关联并存储;
接收单元,用于接收终端发送的用户选择的所述第二图像;
操作单元,用于根据与所述用户选择的所述第二图像关联的所述存储位置进行取衣操作。
6.根据权利要求5所述的衣柜系统,其特征在于,还包括:
判断单元,用于判断衣柜中的衣物状态是否发生变化,以使所述第一获取单元响应所述衣柜中的衣物状态发生变化的判断结果信息,进行动作。
7.根据权利要求5所述的衣柜系统,其特征在于,所述第二获取单元还包括:
边缘检测子单元,用于根据边缘检测(Canny)算法对所述第一图像进行边缘检测,以确定所述第一图像中的所述衣物的范围。
8.一种终端,其特征在于,包括:
第三获取单元,用于获取与衣物的存储位置关联的所述衣物的第二图像,其中,所述第二图像的第二特征距离与所述衣物的第一图像的第一特征距离的特征距离S为最小特征距离S0;
根据如下公式计算所述特征距离S:
S=n1*S1+n2*S2;
其中,S1是所述第一图像的第一颜色特征与预存的所述第二图像的第二颜色特征的颜色特征距离,S2是所述第一图像的第一SURF特征与预存的所述第二图像的第二SURF特征的SURF特征距离,n1是所述颜色特征距离S1的加权系数,n2是所述SURF特征距离S2的加权系数;
显示单元,用于显示所述与衣物的存储位置关联的所述衣物的第二图像;
第四获取单元,用于获取用户选择的所述第二图像;
发送单元,用于向衣柜系统发送所述用户选择的所述第二图像,以使所述衣柜系统根据与所述用户选择的所述第二图像关联的所述存储位置进行取衣操作。
CN201810311556.0A 2018-04-09 2018-04-09 一种智能选衣的控制方法和衣柜系统、终端 Active CN110363203B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810311556.0A CN110363203B (zh) 2018-04-09 2018-04-09 一种智能选衣的控制方法和衣柜系统、终端

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810311556.0A CN110363203B (zh) 2018-04-09 2018-04-09 一种智能选衣的控制方法和衣柜系统、终端

Publications (2)

Publication Number Publication Date
CN110363203A CN110363203A (zh) 2019-10-22
CN110363203B true CN110363203B (zh) 2023-05-12

Family

ID=68212130

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810311556.0A Active CN110363203B (zh) 2018-04-09 2018-04-09 一种智能选衣的控制方法和衣柜系统、终端

Country Status (1)

Country Link
CN (1) CN110363203B (zh)

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104200249B (zh) * 2014-08-26 2017-07-21 重庆邮电大学 一种衣物自动搭配的方法,装置及系统
US10460199B2 (en) * 2014-11-03 2019-10-29 Terrence A. CARROLL Textile matching using color and pattern recognition and methods of use
CN106325108B (zh) * 2015-06-18 2020-01-03 深圳市欧力森科技发展有限公司 衣物管理系统的管理方法
CN105046280B (zh) * 2015-08-10 2018-05-04 北京小豹科技有限公司 一种衣柜智能管理装置及方法
CN106203524A (zh) * 2016-07-13 2016-12-07 杭州联络互动信息科技股份有限公司 基于移动终端和图像采集端快速查找衣物的方法以及装置
CN106617739A (zh) * 2016-11-15 2017-05-10 重庆工程学院 一种智能衣橱及其存取方法
CN106868792A (zh) * 2017-02-10 2017-06-20 无锡小天鹅股份有限公司 基于图像内容搜索引擎的衣物处理方法和装置
CN107169425A (zh) * 2017-04-26 2017-09-15 深圳美云智数科技有限公司 一种商品属性的识别方法及装置

Also Published As

Publication number Publication date
CN110363203A (zh) 2019-10-22

Similar Documents

Publication Publication Date Title
EP3526658B1 (en) Method and device for obtaining real time status and controlling of transmitting devices
CN111937351B (zh) 通过集线器将多个电子装置连接到服务器的方法和电子装置
EP3296951A1 (en) Image composition method and electronic device for supporting the same
US10110697B2 (en) Environmental detection of internet of things devices
CN111543041B (zh) 一种模拟卡的选择方法及移动设备
US9405986B2 (en) Apparatus and method for recognizing objects using filter information
EP3028514B1 (en) Method for deciding location of target device and electronic device thereof
CN107154868A (zh) 智能设备控制方法及装置
CN108696680A (zh) 用于焦点控制的电子设备和方法
AU2012246932A1 (en) Method for displaying status of power consumption and portable device thereof
WO2017161665A1 (zh) 图像识别方法、装置、设备及非易失性计算机存储介质
CN107851422A (zh) 电子设备和电子设备中的显示控制方法
CN105138123A (zh) 设备控制方法及装置
KR20160051390A (ko) 전자장치 및 전자장치의 필터 제공 방법
CN104284089A (zh) 在便携式终端中操作相机功能的方法和设备
CN108259746B (zh) 一种图像色彩检测方法及移动终端
CN105698482A (zh) 冰箱内储物信息的确定方法与冰箱
CN108061359A (zh) 空调控制方法及装置
US11308653B2 (en) Electronic device and method for providing augmented reality service based on a user of electronic device
CN104899603A (zh) 一种基于图像匹配室内定位的优化算法
CN105979196B (zh) 对摄像设备进行控制的方法及装置
CN110363203B (zh) 一种智能选衣的控制方法和衣柜系统、终端
CN105513067A (zh) 一种图像清晰度检测方法及装置
US8847987B2 (en) System and method for controlling device
CN109474503A (zh) 一种电器控制方法、装置、存储介质及电器

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
GR01 Patent grant
GR01 Patent grant