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
一种基于云计算的商品交易平台商品智能估值管理系统 Download PDFInfo
- Publication number
- CN112381589A CN112381589A CN202011402329.2A CN202011402329A CN112381589A CN 112381589 A CN112381589 A CN 112381589A CN 202011402329 A CN202011402329 A CN 202011402329A CN 112381589 A CN112381589 A CN 112381589A
- Authority
- CN
- China
- Prior art keywords
- commodity
- category
- traded
- damage
- image
- 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.)
- Withdrawn
Links
Images
Classifications
-
- 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
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0283—Price estimation or determination
-
- 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
- G06Q30/00—Commerce
- G06Q30/06—Buying, selling or leasing transactions
- G06Q30/0601—Electronic shopping [e-shopping]
- G06Q30/0623—Item investigation
- G06Q30/0625—Directed, with specific intent or strategy
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Finance (AREA)
- Development Economics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Accounting & Taxation (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Marketing (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Business, Economics & Management (AREA)
- Quality & Reliability (AREA)
- Entrepreneurship & Innovation (AREA)
- Game Theory and Decision Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
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
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λa、λb、λc,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=λax1+λbx2+λcx3,X表示为待交易的类别商品对应品类的综合损伤值,λa、λb、λc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λa+λb+λc=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=λax1+λbx2+λcx3,X表示为待交易的类别商品对应品类的综合损伤值,λa、λb、λc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λa+λb+λc=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λa、λb、λc,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λa、λb、λc,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=λax1+λbx2+λcx3,X表示为待交易的类别商品对应品类的综合损伤值,λa、λb、λc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λa+λb+λc=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。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011402329.2A CN112381589A (zh) | 2020-12-04 | 2020-12-04 | 一种基于云计算的商品交易平台商品智能估值管理系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011402329.2A CN112381589A (zh) | 2020-12-04 | 2020-12-04 | 一种基于云计算的商品交易平台商品智能估值管理系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112381589A true CN112381589A (zh) | 2021-02-19 |
Family
ID=74589288
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011402329.2A Withdrawn CN112381589A (zh) | 2020-12-04 | 2020-12-04 | 一种基于云计算的商品交易平台商品智能估值管理系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112381589A (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112712524A (zh) * | 2021-03-29 | 2021-04-27 | 北京妃灵科技有限公司 | 基于深度学习模型的箱包品质检测方法、装置及存储介质 |
CN112862406A (zh) * | 2021-03-03 | 2021-05-28 | 南京浪脆电子商务有限公司 | 基于大数据分析的物流订单在线智能管理云平台 |
CN113052657A (zh) * | 2021-04-01 | 2021-06-29 | 武汉畅来电子商务有限公司 | 一种基于用户行为分析的线上商品智能匹配推荐方法及云服务器 |
CN113239323A (zh) * | 2021-03-24 | 2021-08-10 | 深圳市雅昌艺术网股份有限公司 | 一种基于交易数据的艺术品估值系统和估值方法 |
CN116757713A (zh) * | 2023-08-18 | 2023-09-15 | 画版文化科技集团有限公司 | 基于图像识别的作品估值方法、装置、设备及存储介质 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106779801A (zh) * | 2016-11-21 | 2017-05-31 | 共同努力(北京)文化传播有限公司 | 一种基于云服务的艺术品价值评估系统 |
CN108334906A (zh) * | 2018-02-08 | 2018-07-27 | 杭州华选信息科技有限公司 | 一种金融典当服务的抵押物自动识别评估方法和装置 |
CN109598605A (zh) * | 2018-11-26 | 2019-04-09 | 格锐科技有限公司 | 一种基于实体抵押物的远程智能评估及贷款自助系统 |
CN109784171A (zh) * | 2018-12-14 | 2019-05-21 | 平安科技(深圳)有限公司 | 车辆定损图像筛选方法、装置、可读存储介质及服务器 |
JP2020046215A (ja) * | 2018-09-14 | 2020-03-26 | 株式会社Ihi | 評価装置及び評価方法 |
CN111767925A (zh) * | 2020-04-01 | 2020-10-13 | 北京沃东天骏信息技术有限公司 | 物品图片的特征提取和处理方法、装置、设备和存储介质 |
-
2020
- 2020-12-04 CN CN202011402329.2A patent/CN112381589A/zh not_active Withdrawn
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106779801A (zh) * | 2016-11-21 | 2017-05-31 | 共同努力(北京)文化传播有限公司 | 一种基于云服务的艺术品价值评估系统 |
CN108334906A (zh) * | 2018-02-08 | 2018-07-27 | 杭州华选信息科技有限公司 | 一种金融典当服务的抵押物自动识别评估方法和装置 |
JP2020046215A (ja) * | 2018-09-14 | 2020-03-26 | 株式会社Ihi | 評価装置及び評価方法 |
CN109598605A (zh) * | 2018-11-26 | 2019-04-09 | 格锐科技有限公司 | 一种基于实体抵押物的远程智能评估及贷款自助系统 |
CN109784171A (zh) * | 2018-12-14 | 2019-05-21 | 平安科技(深圳)有限公司 | 车辆定损图像筛选方法、装置、可读存储介质及服务器 |
CN111767925A (zh) * | 2020-04-01 | 2020-10-13 | 北京沃东天骏信息技术有限公司 | 物品图片的特征提取和处理方法、装置、设备和存储介质 |
Non-Patent Citations (2)
Title |
---|
李达辉: "《数字图像处理核心技术及应用》", 31 March 2019, 电子科技大学出版社 * |
赵小川: "《MATLAB图像处理》", 31 January 2019, 北京航空航天大学出版社 * |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112862406A (zh) * | 2021-03-03 | 2021-05-28 | 南京浪脆电子商务有限公司 | 基于大数据分析的物流订单在线智能管理云平台 |
CN112862406B (zh) * | 2021-03-03 | 2024-02-27 | 湖南奥维思供应链管理有限公司 | 基于大数据分析的物流订单在线智能管理云平台 |
CN113239323A (zh) * | 2021-03-24 | 2021-08-10 | 深圳市雅昌艺术网股份有限公司 | 一种基于交易数据的艺术品估值系统和估值方法 |
CN112712524A (zh) * | 2021-03-29 | 2021-04-27 | 北京妃灵科技有限公司 | 基于深度学习模型的箱包品质检测方法、装置及存储介质 |
CN112712524B (zh) * | 2021-03-29 | 2022-06-21 | 北京妃灵科技有限公司 | 基于深度学习模型的箱包品质检测方法、装置及存储介质 |
CN113052657A (zh) * | 2021-04-01 | 2021-06-29 | 武汉畅来电子商务有限公司 | 一种基于用户行为分析的线上商品智能匹配推荐方法及云服务器 |
CN113052657B (zh) * | 2021-04-01 | 2021-12-21 | 深圳市沃客非凡科技有限公司 | 一种基于用户行为分析的线上商品智能匹配推荐方法及云服务器 |
CN116757713A (zh) * | 2023-08-18 | 2023-09-15 | 画版文化科技集团有限公司 | 基于图像识别的作品估值方法、装置、设备及存储介质 |
CN116757713B (zh) * | 2023-08-18 | 2024-01-12 | 画版文化科技集团有限公司 | 基于图像识别的作品估值方法、装置、设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112381589A (zh) | 一种基于云计算的商品交易平台商品智能估值管理系统 | |
Heath et al. | A robust visual method for assessing the relative performance of edge-detection algorithms | |
Ibrahim et al. | Rice grain classification using multi-class support vector machine (SVM) | |
CN110210913A (zh) | 一种基于大数据的商家回头客预测方法 | |
CN112561543A (zh) | 一种基于全周期物流数据分析的电商平台虚假交易订单监控方法、系统及云服务器 | |
CN114550018A (zh) | 一种基于深度学习食物图像识别模型的营养管理方法及系统 | |
CN112464762A (zh) | 基于图像处理的农产品筛选系统及其方法 | |
CN113538012A (zh) | 一种基于互联网电子商务平台数据分析的买家用户智能管理方法 | |
CN113345080A (zh) | 一种供应商画像建模方法及系统 | |
CN112270596A (zh) | 基于用户画像构建的风险控制系统及方法 | |
CN113469730A (zh) | 一种非合同场景下的基于RF-LightGBM融合模型的客户复购预测方法及装置 | |
CN115730858A (zh) | 一种基于大数据的文化产品设计智能管理平台 | |
CN114169618A (zh) | 基于机器视觉学习的猕猴桃成熟度无损鉴别预测方法 | |
CN115545383A (zh) | 一种草莓脆外观品质的双目立体视觉检测方法 | |
Loddo et al. | Automatic monitoring cheese ripeness using computer vision and artificial intelligence | |
Horgan | The statistical analysis of plant part appearance—a review | |
JP6546852B2 (ja) | 解析装置、解析方法、およびプログラム | |
Liu et al. | Automated binocular vision measurement of food dimensions and volume for dietary evaluation | |
Khandelwal et al. | Image Processing Based Quality Analyzer and Controller | |
CN116385105A (zh) | 智能化数据分析方法、存储介质及电子设备 | |
CN116739654A (zh) | 一种信息采集装置及系统 | |
CN116012086A (zh) | 商品价格的评估方法、装置、电子设备及存储介质 | |
Ke et al. | An automatic instrument recognition approach based on deep convolutional neural network | |
CN114610768A (zh) | 跨境商品的信息处理方法及装置 | |
CN114266594A (zh) | 一种基于东南亚跨境电商平台的大数据分析方法 |
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 | ||
WW01 | Invention patent application withdrawn after publication | ||
WW01 | Invention patent application withdrawn after publication |
Application publication date: 20210219 |