CN112381589A - 一种基于云计算的商品交易平台商品智能估值管理系统 - Google Patents

Abstract

本发明公开一种基于云计算的商品交易平台商品智能估值管理系统，包括图像采集模块、图像处理模块、图像识别模块、损伤参数提取模块、损伤参数分析模块、分析服务器、生产日期获取模块、生产日期分析模块、交易平台中心、显示终端和存储数据库；本发明通过识别待交易的类别商品对应品类，筛选和提取待交易的类别商品对应品类的图像中损伤区域的损伤参数，分析与待交易的相同类别商品对应品类并且各损伤参数相同或最接近的参数损伤值，计算待交易的类别商品对应品类的综合损伤值，同时分析待交易的类别商品对应品类的使用时间，综合计算待交易的类别商品对应品类的估值，从而提高商品估值的准确度，维持二手商品交易平台的平衡。

Description

一种基于云计算的商品交易平台商品智能估值管理系统

技术领域

本发明涉及商品交易估值管理领域，涉及到一种基于云计算的商品交易平台商品智能估值管理系统。

背景技术

随着互联网行业的发展，越来越多的二手商品交易平台应运而生，通过二手商品交易平台可以将各类商品进行交易，然而现有的二手商品交易平台对各类商品的价格预测与品鉴方面，尚没有实施成熟的系统方法，导致平台存在信息不对称的情况，进而影响了二手商品交易平台的平衡。

目前，现有的二手商品交易平台的商品估值大都是由卖方自主定价，从而导致二手商品价格偏离实际市场价值，造成商品交易双方受到了利益上的损害，同时市面上仍存在部分二手商品估值管理系统，其主要采用人工在线估值的方式，通过卖方上传二手商品信息，由其他用户给与估值报价，采用计算平均值的方式取得商品估值，这样的估值方式主观性强，无法实现统一规范的标准化商品估值，并存在参考样本量不足的问题，从而导致商品估值的准确度降低，使得很多情况下估值价格与真实成交价格差异较大，为了解决以上问题，现设计一种基于云计算的商品交易平台商品智能估值管理系统。

发明内容

本发明的目的在于提供一种基于云计算的商品交易平台商品智能估值管理系统，本发明通过采集待交易的商品图像，并识别待交易的类别商品对应品类，筛选待交易的类别商品对应品类的增强图像中损伤区域，提取待交易的类别商品对应品类的增强图像中损伤区域的损伤参数，分析与待交易的相同类别商品对应品类并且各损伤参数相同或最接近的参数损伤值，计算待交易的类别商品对应品类的综合损伤值，同时分析待交易的类别商品对应品类的使用时间，综合计算待交易的类别商品对应品类的估值，并进行显示，解决了背景技术中存在的问题。

本发明的目的可以通过以下技术方案实现：

一种基于云计算的商品交易平台商品智能估值管理系统，包括图像采集模块、图像处理模块、图像识别模块、损伤参数提取模块、损伤参数分析模块、分析服务器、生产日期获取模块、生产日期分析模块、交易平台中心、显示终端和存储数据库；

所述图像采集模块包括高清摄像头，用于对待交易的商品图像进行采集，通过高清摄像头采集待交易的商品图像，将采集的待交易商品的图像发送至图像处理模块；

所述图像处理模块与图像采集模块连接，用于接收图像采集模块发送的待交易商品的图像，对接收的待交易商品的图像进行归一化处理，变化为大小一致且不存在偏角的图像，并对处理的待交易商品的图像进行图像分割，选取包裹待交易商品的最小区域，去除包裹待交易商品的最小区域之外的图像，强化包裹待交易商品的最小区域的图像高频分量，获取待交易商品的增强图像，将获取的待交易商品的增强图像发送至图像识别模块；

所述图像识别模块与图像处理模块连接，用于接收图像处理模块发送的待交易商品的增强图像，提取存储数据库中存储的各商品类别中各预设商品的标准图像，将接收的待交易商品的增强图像与各商品类别中各预设商品的标准图像进行匹配，统计待交易商品的增强图像与各商品类别中各预设商品的标准图像的相似度，筛选相似度最高的商品类别中预设商品的标准图像，当筛选的最高相似度大于设定的相似度阈值，则匹配成功，输出待交易的类别商品的增强图像，将输出的待交易的类别商品的增强图像发送至分析服务器；

所述分析服务器与图像识别模块连接，用于接收图像识别模块发送的待交易的类别商品的增强图像，提取存储数据库中存储的各商品类别中各品类商品的标准图像，将待交易的类别商品的增强图像与存储的对应商品类别中各品类商品的标准图像进行对比，若待交易的类别商品的增强图像与存储的对应商品类别中某品类商品的标准图像完全匹配，表明待交易的类别商品为该品类的类别商品，获取待交易的类别商品对应品类的增强图像，同时将待交易的类别商品对应品类的增强图像与存储的对应商品类别中对应品类商品的标准图像进行对比，筛选待交易的类别商品对应品类的增强图像中损伤区域，将筛选的待交易的类别商品对应品类的增强图像中损伤区域发送至损伤参数提取模块；

所述损伤参数提取模块与分析服务器连接，用于接收分析服务器发送的待交易的类别商品对应品类的增强图像中损伤区域，采用梯度提取算法提取待交易的类别商品对应品类的增强图像中损伤区域的位置、大小和损伤类型，将提取的待交易的类别商品对应品类的增强图像中损伤区域的位置、大小和损伤类型发送至损伤参数分析模块；

所述损伤参数分析模块与损伤参数提取模块连接，用于接收损伤参数提取模块发送的待交易的类别商品对应品类的增强图像中损伤区域的位置、大小和损伤类型，提取存储数据库中存储的商品交易平台上交易对应的类别商品对应品类的图像中损伤区域的各位置、大小和各损伤类型的标准损伤值，筛选与待交易的相同类别商品对应品类并且损伤区域的位置相同或最接近的位置损伤值x₁、与待交易的相同类别商品对应品类并且损伤区域的大小相同或最接近的大小损伤值x₂和预待交易的相同类别商品对应品类并且损伤类型相同或最接近的类型损伤值x₃，将与待交易的相同类别商品对应品类并且各损伤参数相同或最接近的参数损伤值发送至分析服务器；

所述分析服务器与损伤参数分析模块连接，用于接收损伤参数分析模块发送的与待交易的相同类别商品对应品类并且各损伤参数相同或最接近的参数损伤值，提取存储数据库中存储的各损伤参数的标准权重系数，计算待交易的类别商品对应品类的综合损伤值，将计算的待交易的类别商品对应品类的综合损伤值发送至交易平台中心；

所述生产日期获取模块用于对待交易的类别商品对应品类的生产日期进行获取，通过人工获取待交易的类别商品对应品类的生产日期，记为T，将获取的待交易的类别商品对应品类的生产日期发送至生产日期分析模块；

所述生产日期分析模块与生产日期获取模块连接，用于接收生产日期获取模块发送的待交易的类别商品对应品类的生产日期，计算待交易的类别商品对应品类的使用时间，将待交易的类别商品对应品类的使用时间发送至交易平台中心；

所述交易平台中心分别与分析服务器和生产日期分析模块连接，用于接收分析服务器发送的待交易的类别商品对应品类的综合损伤值，同时接收生产日期分析模块发送的待交易的类别商品对应品类的使用时间，提取存储数据库中存储的商品损伤值的价值影响系数和对应的类别商品对应品类的残值系数，并提取存储数据库中存储的对应的类别商品对应品类的标准售价，计算待交易的类别商品对应品类的估值，将计算的待交易的类别商品对应品类的估值发送至显示终端；

所述显示终端与交易平台中心连接，用于接收交易平台中心发送的待交易的类别商品对应品类的估值，并进行显示；

所述存储数据库分别与图像识别模块、分析服务器、损伤参数分析模块和交易平台中心连接，用于存储各商品类别中各预设商品的标准图像和各商品类别中各品类商品的标准图像，存储商品交易平台上交易对应的类别商品对应品类的图像中损伤区域的各位置、大小和各损伤类型的标准损伤值，同时存储损伤位置、损伤大小和损伤类型的标准权重系数，分别记为λ_a、λ_b、λ_c，并存储商品损伤值的价值影响系数η、对应的类别商品对应品类的残值系数β和对应的类别商品对应品类的标准售价V_售；

进一步地，所述各类别商品包括电脑数码类商品、家用电器类商品、运动户外类商品、服饰鞋包类商品、个护化妆类商品、母婴用品类商品、日用百货类商品、礼品钟表类商品、汽车消费类商品、文化娱乐类商品、家居家装类商品、玩模乐器类商品和图书音像类商品；

进一步地，所述商品品类包括品种，所述商品品类还包括商品品牌、商品系列和商品型号中的至少一个；

进一步地，所述梯度提取算法，包括如下步骤：

S1、按照预定的梯度算子对增强图像中损伤区域的梯度分布情况进行度量和评估；

S2、根据度量的结果确定灰度图像中梯度的具体分布及最大梯度的数值，分析确定哪些梯度应该保留并进行标识；

S3、通过标识将原始增强图像转化为以梯度为基准的二值图像，并进行形态学滤波，去除干扰；

S4、根据二值梯度图像进行细化并输出经细化后的二值图像，提取二值图像中损伤区域的参数；

进一步地，所述待交易的类别商品对应品类的综合损伤值计算公式为X＝λ_ax₁+λ_bx₂+λ_cx₃，X表示为待交易的类别商品对应品类的综合损伤值，λ_a、λ_b、λ_c分别表示为损伤位置、损伤大小和损伤类型的标准权重系数，其中λ_a+λ_b+λ_c＝1，x₁表示为与待交易的相同类别商品对应品类并且损伤区域的位置相同或最接近的位置损伤值，x₂表示为与待交易的相同类别商品对应品类并且损伤区域的大小相同或最接近的大小损伤值，x₃表示为预待交易的相同类别商品对应品类并且损伤类型相同或最接近的类型损伤值；

进一步地，所述待交易的类别商品对应品类的使用时间计算公式为T′＝T_实时-T，T′表示为待交易的类别商品对应品类的使用时间，T_实时表示为当前待交易的实时北京时间，T表示为待交易的类别商品对应品类的生产日期；

进一步地，所述待交易的类别商品对应品类的估值计算公式为

V表示为待交易的类别商品对应品类的估值，V_售表示为对应的类别商品对应品类的标准售价，η表示为商品损伤值的价值影响系数，X表示为待交易的类别商品对应品类的综合损伤值，β表示为对应的类别商品对应品类的残值系数，T表示为待交易的类别商品对应品类的生产日期，T′表示为待交易的类别商品对应品类的使用时间。

有益效果：

(1)本发明提供的一种基于云计算的商品交易平台商品智能估值管理系统，通过采集待交易的商品图像，并识别待交易的类别商品对应品类，筛选待交易的类别商品对应品类的增强图像中损伤区域，提取待交易的类别商品对应品类的增强图像中损伤区域的损伤参数，分析与待交易的相同类别商品对应品类并且各损伤参数相同或最接近的参数损伤值，计算待交易的类别商品对应品类的综合损伤值，从而避免参考样本量不足的问题，提高了商品估值的准确度，使得估值价格更贴近真实成交价格，同时分析待交易的类别商品对应品类的使用时间，为后期计算待交易的类别商品对应品类的估值提高可靠的参数数据。

(2)本发明通过交易平台中心综合待交易的类别商品对应品类的估值，从而实现统一规范的标准化商品估值，避免出现二手商品价格偏离实际市场价值的情况，保障了商品交易双方的利益，维持了二手商品交易平台的平衡，同时通过显示终端进行显示，能够直观的展示二手商品的交易价格，便于人员查看，为后期二手商品的估值提供指导性参考依据。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，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的附图。

图1为本发明的示意图。

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作出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。

请参阅图1所示，一种基于云计算的商品交易平台商品智能估值管理系统，包括图像采集模块、图像处理模块、图像识别模块、损伤参数提取模块、损伤参数分析模块、分析服务器、生产日期获取模块、生产日期分析模块、交易平台中心、显示终端和存储数据库。

所述图像采集模块包括高清摄像头，用于对待交易的商品图像进行采集，通过高清摄像头采集待交易的商品图像，将采集的待交易商品的图像发送至图像处理模块。

所述图像处理模块与图像采集模块连接，用于接收图像采集模块发送的待交易商品的图像，对接收的待交易商品的图像进行归一化处理，变化为大小一致且不存在偏角的图像，并对处理的待交易商品的图像进行图像分割，选取包裹待交易商品的最小区域，去除包裹待交易商品的最小区域之外的图像，强化包裹待交易商品的最小区域的图像高频分量，获取待交易商品的增强图像，将获取的待交易商品的增强图像发送至图像识别模块。

所述图像识别模块与图像处理模块连接，用于接收图像处理模块发送的待交易商品的增强图像，提取存储数据库中存储的各商品类别中各预设商品的标准图像，将接收的待交易商品的增强图像与各商品类别中各预设商品的标准图像进行匹配，统计待交易商品的增强图像与各商品类别中各预设商品的标准图像的相似度，筛选相似度最高的商品类别中预设商品的标准图像，当筛选的最高相似度大于设定的相似度阈值，则匹配成功，输出待交易的类别商品的增强图像，将输出的待交易的类别商品的增强图像发送至分析服务器。

所述分析服务器与图像识别模块连接，用于接收图像识别模块发送的待交易的类别商品的增强图像，提取存储数据库中存储的各商品类别中各品类商品的标准图像，将待交易的类别商品的增强图像与存储的对应商品类别中各品类商品的标准图像进行对比，若待交易的类别商品的增强图像与存储的对应商品类别中某品类商品的标准图像完全匹配，表明待交易的类别商品为该品类的类别商品，获取待交易的类别商品对应品类的增强图像，同时将待交易的类别商品对应品类的增强图像与存储的对应商品类别中对应品类商品的标准图像进行对比，筛选待交易的类别商品对应品类的增强图像中损伤区域，将筛选的待交易的类别商品对应品类的增强图像中损伤区域发送至损伤参数提取模块。

所述商品品类包括品种，所述商品品类还包括商品品牌、商品系列和商品型号中的至少一个。

所述损伤参数提取模块与分析服务器连接，用于接收分析服务器发送的待交易的类别商品对应品类的增强图像中损伤区域，采用梯度提取算法提取待交易的类别商品对应品类的增强图像中损伤区域的位置、大小和损伤类型，将提取的待交易的类别商品对应品类的增强图像中损伤区域的位置、大小和损伤类型发送至损伤参数分析模块；

所述梯度提取算法，包括如下步骤：

S1、按照预定的梯度算子对增强图像中损伤区域的梯度分布情况进行度量和评估；

S2、根据度量的结果确定灰度图像中梯度的具体分布及最大梯度的数值，分析确定哪些梯度应该保留并进行标识；

S3、通过标识将原始增强图像转化为以梯度为基准的二值图像，并进行形态学滤波，去除干扰；

S4、根据二值梯度图像进行细化并输出经细化后的二值图像，提取二值图像中损伤区域的参数。

所述损伤参数分析模块与损伤参数提取模块连接，用于接收损伤参数提取模块发送的待交易的类别商品对应品类的增强图像中损伤区域的位置、大小和损伤类型，提取存储数据库中存储的商品交易平台上交易对应的类别商品对应品类的图像中损伤区域的各位置、大小和各损伤类型的标准损伤值，筛选与待交易的相同类别商品对应品类并且损伤区域的位置相同或最接近的位置损伤值x₁、与待交易的相同类别商品对应品类并且损伤区域的大小相同或最接近的大小损伤值x₂和预待交易的相同类别商品对应品类并且损伤类型相同或最接近的类型损伤值x₃，将与待交易的相同类别商品对应品类并且各损伤参数相同或最接近的参数损伤值发送至分析服务器。

所述分析服务器与损伤参数分析模块连接，用于接收损伤参数分析模块发送的与待交易的相同类别商品对应品类并且各损伤参数相同或最接近的参数损伤值，提取存储数据库中存储的各损伤参数的标准权重系数，计算待交易的类别商品对应品类的综合损伤值，从而避免参考样本量不足的问题，提高了商品估值的准确度，使得估值价格更贴近真实成交价格，为后期计算待交易的类别商品对应品类的估值提高可靠的参数数据，其中待交易的类别商品对应品类的综合损伤值计算公式为X＝λ_ax₁+λ_bx₂+λ_cx₃，X表示为待交易的类别商品对应品类的综合损伤值，λ_a、λ_b、λ_c分别表示为损伤位置、损伤大小和损伤类型的标准权重系数，其中λ_a+λ_b+λ_c＝1，x₁表示为与待交易的相同类别商品对应品类并且损伤区域的位置相同或最接近的位置损伤值，x₂表示为与待交易的相同类别商品对应品类并且损伤区域的大小相同或最接近的大小损伤值，x₃表示为预待交易的相同类别商品对应品类并且损伤类型相同或最接近的类型损伤值，并将计算的待交易的类别商品对应品类的综合损伤值发送至交易平台中心。

所述生产日期获取模块用于对待交易的类别商品对应品类的生产日期进行获取，通过人工获取待交易的类别商品对应品类的生产日期，记为T，将获取的待交易的类别商品对应品类的生产日期发送至生产日期分析模块；

所述生产日期分析模块与生产日期获取模块连接，用于接收生产日期获取模块发送的待交易的类别商品对应品类的生产日期，计算待交易的类别商品对应品类的使用时间，为后期计算待交易的类别商品对应品类的估值提高可靠的参数数据，其中待交易的类别商品对应品类的使用时间计算公式为T′＝T_实时-T，T′表示为待交易的类别商品对应品类的使用时间，T_实时表示为当前待交易的实时北京时间，T表示为待交易的类别商品对应品类的生产日期，并将待交易的类别商品对应品类的使用时间发送至交易平台中心。

所述交易平台中心分别与分析服务器和生产日期分析模块连接，用于接收分析服务器发送的待交易的类别商品对应品类的综合损伤值，同时接收生产日期分析模块发送的待交易的类别商品对应品类的使用时间，提取存储数据库中存储的商品损伤值的价值影响系数和对应的类别商品对应品类的残值系数，并提取存储数据库中存储的对应的类别商品对应品类的标准售价，计算待交易的类别商品对应品类的估值，从而实现统一规范的标准化商品估值，避免出现二手商品价格偏离实际市场价值的情况，保障了商品交易双方的利益，维持了二手商品交易平台的平衡，其中待交易的类别商品对应品类的估值计算公式为

V表示为待交易的类别商品对应品类的估值，V_售表示为对应的类别商品对应品类的标准售价，η表示为商品损伤值的价值影响系数，X表示为待交易的类别商品对应品类的综合损伤值，β表示为对应的类别商品对应品类的残值系数，T表示为待交易的类别商品对应品类的生产日期，T′表示为待交易的类别商品对应品类的使用时间，并将计算的待交易的类别商品对应品类的估值发送至显示终端。

所述显示终端与交易平台中心连接，用于接收交易平台中心发送的待交易的类别商品对应品类的估值，并进行显示，从而能够直观的展示二手商品的交易价格，便于人员查看，为后期二手商品的估值提供指导性参考依据。

所述存储数据库分别与图像识别模块、分析服务器、损伤参数分析模块和交易平台中心连接，用于存储各商品类别中各预设商品的标准图像和各商品类别中各品类商品的标准图像，其中各类别商品包括电脑数码类商品、家用电器类商品、运动户外类商品、服饰鞋包类商品、个护化妆类商品、母婴用品类商品、日用百货类商品、礼品钟表类商品、汽车消费类商品、文化娱乐类商品、家居家装类商品、玩模乐器类商品和图书音像类商品，并存储商品交易平台上交易对应的类别商品对应品类的图像中损伤区域的各位置、大小和各损伤类型的标准损伤值，同时存储损伤位置、损伤大小和损伤类型的标准权重系数，分别记为λ_a、λ_b、λ_c，并存储商品损伤值的价值影响系数η、对应的类别商品对应品类的残值系数β和对应的类别商品对应品类的标准售价V_售。

以上内容仅仅是对本发明的构思所作的举例和说明，所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，只要不偏离发明的构思或者超越本权利要求书所定义的范围，均应属于本发明的保护范围。

Claims (7)

1.一种基于云计算的商品交易平台商品智能估值管理系统，其特征在于：包括图像采集模块、图像处理模块、图像识别模块、损伤参数提取模块、损伤参数分析模块、分析服务器、生产日期获取模块、生产日期分析模块、交易平台中心、显示终端和存储数据库；

所述图像采集模块包括高清摄像头，用于对待交易的商品图像进行采集，通过高清摄像头采集待交易的商品图像，将采集的待交易商品的图像发送至图像处理模块；

所述图像处理模块与图像采集模块连接，用于接收图像采集模块发送的待交易商品的图像，对接收的待交易商品的图像进行归一化处理，变化为大小一致且不存在偏角的图像，并对处理的待交易商品的图像进行图像分割，选取包裹待交易商品的最小区域，去除包裹待交易商品的最小区域之外的图像，强化包裹待交易商品的最小区域的图像高频分量，获取待交易商品的增强图像，将获取的待交易商品的增强图像发送至图像识别模块；

所述图像识别模块与图像处理模块连接，用于接收图像处理模块发送的待交易商品的增强图像，提取存储数据库中存储的各商品类别中各预设商品的标准图像，将接收的待交易商品的增强图像与各商品类别中各预设商品的标准图像进行匹配，统计待交易商品的增强图像与各商品类别中各预设商品的标准图像的相似度，筛选相似度最高的商品类别中预设商品的标准图像，当筛选的最高相似度大于设定的相似度阈值，则匹配成功，输出待交易的类别商品的增强图像，将输出的待交易的类别商品的增强图像发送至分析服务器；

所述分析服务器与图像识别模块连接，用于接收图像识别模块发送的待交易的类别商品的增强图像，提取存储数据库中存储的各商品类别中各品类商品的标准图像，将待交易的类别商品的增强图像与存储的对应商品类别中各品类商品的标准图像进行对比，若待交易的类别商品的增强图像与存储的对应商品类别中某品类商品的标准图像完全匹配，表明待交易的类别商品为该品类的类别商品，获取待交易的类别商品对应品类的增强图像，同时将待交易的类别商品对应品类的增强图像与存储的对应商品类别中对应品类商品的标准图像进行对比，筛选待交易的类别商品对应品类的增强图像中损伤区域，将筛选的待交易的类别商品对应品类的增强图像中损伤区域发送至损伤参数提取模块；

所述损伤参数提取模块与分析服务器连接，用于接收分析服务器发送的待交易的类别商品对应品类的增强图像中损伤区域，采用梯度提取算法提取待交易的类别商品对应品类的增强图像中损伤区域的位置、大小和损伤类型，将提取的待交易的类别商品对应品类的增强图像中损伤区域的位置、大小和损伤类型发送至损伤参数分析模块；

所述损伤参数分析模块与损伤参数提取模块连接，用于接收损伤参数提取模块发送的待交易的类别商品对应品类的增强图像中损伤区域的位置、大小和损伤类型，提取存储数据库中存储的商品交易平台上交易对应的类别商品对应品类的图像中损伤区域的各位置、大小和各损伤类型的标准损伤值，筛选与待交易的相同类别商品对应品类并且损伤区域的位置相同或最接近的位置损伤值x₁、与待交易的相同类别商品对应品类并且损伤区域的大小相同或最接近的大小损伤值x₂和预待交易的相同类别商品对应品类并且损伤类型相同或最接近的类型损伤值x₃，将与待交易的相同类别商品对应品类并且各损伤参数相同或最接近的参数损伤值发送至分析服务器；

所述分析服务器与损伤参数分析模块连接，用于接收损伤参数分析模块发送的与待交易的相同类别商品对应品类并且各损伤参数相同或最接近的参数损伤值，提取存储数据库中存储的各损伤参数的标准权重系数，计算待交易的类别商品对应品类的综合损伤值，将计算的待交易的类别商品对应品类的综合损伤值发送至交易平台中心；

所述生产日期获取模块用于对待交易的类别商品对应品类的生产日期进行获取，通过人工获取待交易的类别商品对应品类的生产日期，记为T，将获取的待交易的类别商品对应品类的生产日期发送至生产日期分析模块；

所述生产日期分析模块与生产日期获取模块连接，用于接收生产日期获取模块发送的待交易的类别商品对应品类的生产日期，计算待交易的类别商品对应品类的使用时间，将待交易的类别商品对应品类的使用时间发送至交易平台中心；

所述交易平台中心分别与分析服务器和生产日期分析模块连接，用于接收分析服务器发送的待交易的类别商品对应品类的综合损伤值，同时接收生产日期分析模块发送的待交易的类别商品对应品类的使用时间，提取存储数据库中存储的商品损伤值的价值影响系数和对应的类别商品对应品类的残值系数，并提取存储数据库中存储的对应的类别商品对应品类的标准售价，计算待交易的类别商品对应品类的估值，将计算的待交易的类别商品对应品类的估值发送至显示终端；

所述显示终端与交易平台中心连接，用于接收交易平台中心发送的待交易的类别商品对应品类的估值，并进行显示；

所述存储数据库分别与图像识别模块、分析服务器、损伤参数分析模块和交易平台中心连接，用于存储各商品类别中各预设商品的标准图像和各商品类别中各品类商品的标准图像，存储商品交易平台上交易对应的类别商品对应品类的图像中损伤区域的各位置、大小和各损伤类型的标准损伤值，同时存储损伤位置、损伤大小和损伤类型的标准权重系数，分别记为λ_a、λ_b、λ_c，并存储商品损伤值的价值影响系数η、对应的类别商品对应品类的残值系数β和对应的类别商品对应品类的标准售价V_售。

2.根据权利要求1所述的一种基于云计算的商品交易平台商品智能估值管理系统，其特征在于：所述各类别商品包括电脑数码类商品、家用电器类商品、运动户外类商品、服饰鞋包类商品、个护化妆类商品、母婴用品类商品、日用百货类商品、礼品钟表类商品、汽车消费类商品、文化娱乐类商品、家居家装类商品、玩模乐器类商品和图书音像类商品。

3.根据权利要求1所述的一种基于云计算的商品交易平台商品智能估值管理系统，其特征在于：所述商品品类包括品种，所述商品品类还包括商品品牌、商品系列和商品型号中的至少一个。

4.根据权利要求1所述的一种基于云计算的商品交易平台商品智能估值管理系统，其特征在于：所述梯度提取算法，包括如下步骤：

S1、按照预定的梯度算子对增强图像中损伤区域的梯度分布情况进行度量和评估；

S2、根据度量的结果确定灰度图像中梯度的具体分布及最大梯度的数值，分析确定哪些梯度应该保留并进行标识；

S3、通过标识将原始增强图像转化为以梯度为基准的二值图像，并进行形态学滤波，去除干扰；

S4、根据二值梯度图像进行细化并输出经细化后的二值图像，提取二值图像中损伤区域的参数。

5.根据权利要求1所述的一种基于云计算的商品交易平台商品智能估值管理系统，其特征在于：所述待交易的类别商品对应品类的综合损伤值计算公式为X＝λ_ax₁+λ_bx₂+λ_cx₃，X表示为待交易的类别商品对应品类的综合损伤值，λ_a、λ_b、λ_c分别表示为损伤位置、损伤大小和损伤类型的标准权重系数，其中λ_a+λ_b+λ_c＝1，x₁表示为与待交易的相同类别商品对应品类并且损伤区域的位置相同或最接近的位置损伤值，x₂表示为与待交易的相同类别商品对应品类并且损伤区域的大小相同或最接近的大小损伤值，x₃表示为预待交易的相同类别商品对应品类并且损伤类型相同或最接近的类型损伤值。

6.根据权利要求1所述的一种基于云计算的商品交易平台商品智能估值管理系统，其特征在于：所述待交易的类别商品对应品类的使用时间计算公式为T′＝T_实时-T，T′表示为待交易的类别商品对应品类的使用时间，T_实时表示为当前待交易的实时北京时间，T表示为待交易的类别商品对应品类的生产日期。

7.根据权利要求1所述的一种基于云计算的商品交易平台商品智能估值管理系统，其特征在于：所述待交易的类别商品对应品类的估值计算公式为

V表示为待交易的类别商品对应品类的估值，V_售表示为对应的类别商品对应品类的标准售价，η表示为商品损伤值的价值影响系数，X表示为待交易的类别商品对应品类的综合损伤值，β表示为对应的类别商品对应品类的残值系数，T表示为待交易的类别商品对应品类的生产日期，T′表示为待交易的类别商品对应品类的使用时间。

Images