CN116229643B - 一种基于物联网的保管柜识别管理系统 - Google Patents
一种基于物联网的保管柜识别管理系统 Download PDFInfo
- Publication number
- CN116229643B CN116229643B CN202310510858.1A CN202310510858A CN116229643B CN 116229643 B CN116229643 B CN 116229643B CN 202310510858 A CN202310510858 A CN 202310510858A CN 116229643 B CN116229643 B CN 116229643B
- Authority
- CN
- China
- Prior art keywords
- grid
- identification
- comparison
- image
- gray
- 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
Links
Images
Classifications
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07F—COIN-FREED OR LIKE APPARATUS
- G07F17/00—Coin-freed apparatus for hiring articles; Coin-freed facilities or services
- G07F17/10—Coin-freed apparatus for hiring articles; Coin-freed facilities or services for means for safe-keeping of property, left temporarily, e.g. by fastening the property
- G07F17/12—Coin-freed apparatus for hiring articles; Coin-freed facilities or services for means for safe-keeping of property, left temporarily, e.g. by fastening the property comprising lockable containers, e.g. for accepting clothes to be cleaned
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
- G06V10/75—Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/103—Static body considered as a whole, e.g. static pedestrian or occupant recognition
-
- Y—GENERAL 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
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Multimedia (AREA)
- Artificial Intelligence (AREA)
- Health & Medical Sciences (AREA)
- Human Computer Interaction (AREA)
- Computing Systems (AREA)
- Databases & Information Systems (AREA)
- Evolutionary Computation (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Alarm Systems (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明属于保管柜管理领域,涉及数据处理技术,用于解决现有技术中的保管柜识别管理系统,无法在用户完成购物之后提醒用户进行物品提取的问题,具体是一种基于物联网的保管柜识别管理系统,包括识别管理平台,识别管理平台通信连接有扫描模块、格口推荐模块、特征识别模块、比对分析模块、播报提醒模块以及存储模块,扫描模块用于对保管柜的存储物品进行扫描分析,扫描模块包括放置平台、摄像头以及多个红外扫描仪;本发明是对保管柜的存储物品进行扫描分析,并通过多个角度对存储物品的尺寸进行扫描分析并将扫描到的尺寸数据发送给格口推荐模块,使物品可以放置在最为合适的存储格口内,节省整体的存储空间。
Description
技术领域
本发明属于保管柜管理领域,涉及数据处理技术,具体是一种基于物联网的保管柜识别管理系统。
背景技术
在超市、商场等大型的公共商业场所一般会配备保管柜,用户在购物之前可以将随身携带的行李放置在保管柜中暂时存放,在完成购物之后再将行李取回,以提高用户的购物体验;
但配备在超市、商场的保管柜通常仅具备物品存储的功能,无法在用户完成购物之后提醒用户进行物品提取,导致用户在购物完成之后,将物品遗忘在保管柜中,想起来之后再返程取回的现象时有发生,导致用户购物体验下降的同时,还占用了商场、超市的货柜资源;
针对上述技术问题,本申请提出一种解决方案。
发明内容
本发明的目的在于提供一种基于物联网的保管柜识别管理系统,用于解决现有技术中的保管柜识别管理系统,无法在用户完成购物之后提醒用户进行物品提取的问题。
本发明需要解决的技术问题为:如何提供一种可以在用户完成购物之后提醒用户进行物品提取的基于物联网的保管柜识别管理系统。
本发明的目的可以通过以下技术方案实现:
一种基于物联网的保管柜识别管理系统,包括识别管理平台,所述识别管理平台通信连接有扫描模块、格口推荐模块、特征识别模块、比对分析模块、播报提醒模块以及存储模块;
所述扫描模块用于对保管柜的存储物品进行扫描分析,扫描模块包括放置平台、摄像头以及多个红外扫描仪;用户在使用保管柜时将需要存储的物品放置在放置平台上,通过多个红外扫描仪对放置平台上的存储物品进行扫描处理并得到存储物品的尺寸数据,将存储物品的尺寸数据发送至格口推荐模块;
所述格口推荐模块用于对存储物品进行存储格口推荐分析:保管柜的存储格口包括小型格口、中型格口以及大型格口,格口推荐模块接收到存储物品的尺寸数据后,对红外扫描仪的格口标签进行标记;对红外扫描仪的格口标签进行遍历分析并得到推荐格口,控制推荐格口的电子锁开启,将推荐格口的柜号发送至识别管理平台,识别管理平台将接收到的推荐格口的柜号发送至特征识别模块;
所述特征识别模块用于在接收到推荐格口的柜号后对用户的服装特征进行识别分析:通过摄像头对放置平台前的用户进行图像拍摄并将拍摄到的图像标记为识别图像,将识别图像放大为像素格图像并进行灰度变换,将识别图像分割为若干个识别区域,获取识别区域内所有像素格的灰度值进行求和取平均值并标记为识别区域的格灰值GH,将识别区域按照格灰值GH的数值由小到大的顺序进行排序,并由排序后的识别区域的格灰值GH组成一组识别码;将识别码与推荐格口的柜号进行匹配并发送至存储模块中进行存储;
所述比对分析模块用于对用户进行服装特征比对分析。
作为本发明的一种优选实施方式,对红外扫描仪的格口标签进行标记的具体过程包括:对单个红外扫描仪扫描到的尺寸数据最大值标记为红外扫描仪的尺表值CB,通过存储模块获取到尺表阈值CBmin、CBmax,将红外扫描仪的尺表值CB与尺表阈值CBmin、CBmax进行比较:若CB≤CBmin,则将红外扫描仪的格口标签标记为S;若CBmin<CB<CBmax,则将红外扫描仪的格口标签标记为H;若CB≥CBmax,则将红外扫描仪的格口标签标记为B。
作为本发明的一种优选实施方式,对红外扫描仪的格口标签进行遍历分析的具体过程包括:若红外扫描仪的格口标签中存在有B,则将存储物品的推荐格口标记为大型格口,随机选取一个空余的大型格口并标记为推荐格口;若红外扫描仪的格口标签中没有B且存在有H,则将存储物品的推荐格口标记为中型格口,随机选取一个空余的中型格口并标记为推荐格口;若红外扫描仪的格口标签全部为S,则将存储物品的推荐格口标记为小型格口,随机选取一个小型格口并标记为推荐格口。
作为本发明的一种优选实施方式,所述比对分析模块对用户进行服装特征比对分析的具体过程包括:通过摄像头对位于检测位置的用户进行图像拍摄并将拍摄到的图像标记为比对图像,将比对图像放大为像素格图像并进行灰度变换,将比对图像分割为若干个比对区域,比对区域的数量与识别区域的数量相同,采用与特征识别模块进行识别分析过程相同的方式获取比对图像的比对码,随机选取一个识别图像进行匹配分析:通过比对码与识别码获取到比对图像的差和值CH与整差值ZC;通过对差和值CH与整差值ZC进行数值计算得到比对图像的灰差系数HC;通过存储模块获取到灰差阈值HCmin,将比对图像的灰差系数HC与灰差阈值HCmin进行比较并通过比较结果对识别图像与比对图像是否匹配成功进行判定。
作为本发明的一种优选实施方式,比对图像的差和值CH的获取过程包括:将第一个识别码与第一个比对码的差值的绝对值标记为第一个比对区域的灰差值,将第二个识别码与第二个比对码的差值的绝对值标记为第二个比对区域的灰差值,以此类推,直至获取到最后一个对区域的灰差值;将所有比对区域的灰差值进行求和取平均值得到比对图像的差和值CH。
作为本发明的一种优选实施方式,比对区域的整差值ZC的获取过程包括:将零至二百五十五的灰度范围分割为若干个灰度区间,将识别区域的格灰值GH与灰度区间进行比对并将比对成功的灰度区间的比对值数值加一,将比对值数值最大的灰度区间的最小边界值标记为识别图像的整灰值;将比对区域的格灰值GH与灰度区间进行比对并将比对成功的灰度区间的比对值数值加一,将比对值数值最大的灰度区间的最小边界值标记为比对图像的整灰值,将识别图像的整灰值与比对图像的整灰值差值的绝对值标记为整差值ZC。
作为本发明的一种优选实施方式,将比对图像的灰差系数HC与灰差阈值HCmin进行比较的具体过程包括:若灰差系数HC小于等于灰差阈值HCmin,则判定比对图像与识别图像匹配成功,检测位置的用户具有物品存放在保管柜,获取与对应识别图像相匹配的格口柜号并将格口柜号发送至播报提醒模块,播报提醒模块接收到格口柜号后进行语音播报提醒;若灰差系数大于灰差阈值HCmin,则判定比对图像与识别图像匹配失败,选取剩余识别图像继续进行匹配,直至所有识别图像全部匹配失败。
该基于物联网的保管柜识别管理系统的工作方法,包括以下步骤:
步骤一:对保管柜的存储物品进行扫描分析,用户在使用保管柜时将需要存储的物品放置在放置平台上,通过多个红外扫描仪对放置平台上的存储物品进行扫描处理并得到存储物品的尺寸数据,将存储物品的尺寸数据发送至格口推荐模块;
步骤二:对存储物品进行存储格口推荐分析:保管柜的存储格口包括小型格口、中型格口以及大型格口,格口推荐模块接收到存储物品的尺寸数据后对红外扫描仪的格口标签进行标记,对红外扫描仪的格口标签进行遍历分析并得到推荐格口,控制推荐格口的电子锁开启;
步骤三:对用户的服装特征进行识别分析:通过摄像头对放置平台前的用户进行图像拍摄并将拍摄到的图像标记为识别图像,将识别图像分割为若干个识别区域并获取识别区域的格灰值GH,由所有识别区域的格灰值GH组成一组识别码;将识别码与推荐格口的柜号进行匹配并发送至存储模块中进行存储;
步骤四:对用户进行服装特征比对分析:通过摄像头对位于检测位置的用户进行图像拍摄并将拍摄到的图像标记为比对图像,在比对图像与识别图像相匹配时生成播报提醒信号并发送至播报提醒模块。
本发明具备下述有益效果:
1、通过扫描模块可以对保管柜的存储物品进行扫描分析,通过多个角度对存储物品的尺寸进行扫描分析并将扫描到的尺寸数据发送给格口推荐模块,从而根据物品的尺寸数据进行格口推荐,使物品可以放置在最为合适的存储格口内,节省整体的存储空间;
2、通过特征识别模块可以对进行物品存储的用户进行服装特征进行识别分析,通过图像处理技术对图像特征进行提取与分析并得到识别码,将识别码与柜号进行匹配之后进行存储,从而在用户完成购物时进行取物提醒,防止用户将存储在保管柜内的物品遗忘,导致离开商场后还需要返程取物,同时保证物品能够及时被取出,提高保管柜的空间利用率;
3、通过比对分析模块可以对用户进行服装特征比对,通过比对图像与识别图像进行特征比对分析得到差和值与整差值,进而通过对差和值与整差值进行数值计算得到灰差系数,通过灰差系数对比对图像与识别图像中用户的服装特征相似程度进行反馈,从而在监测到用户在保管柜中存有物品时及时进行提醒。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍,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为本发明实施例一的系统框图;
图2为本发明实施例二的方法流程图。
具体实施方式
下面将结合实施例对本发明的技术方案进行清楚、完整的描述,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。
实施例一
如图1所示,一种基于物联网的保管柜识别管理系统,包括识别管理平台,识别管理平台通信连接有扫描模块、格口推荐模块、特征识别模块、比对分析模块、播报提醒模块以及存储模块。
扫描模块用于对保管柜的存储物品进行扫描分析,扫描模块包括放置平台、摄像头以及多个红外扫描仪;用户在使用保管柜时将需要存储的物品放置在放置平台上,通过多个红外扫描仪对放置平台上的存储物品进行扫描处理并得到存储物品的尺寸数据,将存储物品的尺寸数据发送至格口推荐模块。
格口推荐模块用于对存储物品进行存储格口推荐分析:保管柜的存储格口包括小型格口、中型格口以及大型格口,格口推荐模块接收到存储物品的尺寸数据后,对单个红外扫描仪扫描到的尺寸数据最大值标记为红外扫描仪的尺表值CB,通过存储模块获取到尺表阈值CBmin、CBmax,将红外扫描仪的尺表值CB与尺表阈值CBmin、CBmax进行比较:若CB≤CBmin,则将红外扫描仪的格口标签标记为S;若CBmin<CB<CBmax,则将红外扫描仪的格口标签标记为H;若CB≥CBmax,则将红外扫描仪的格口标签标记为B;对红外扫描仪的格口标签进行遍历分析:若红外扫描仪的格口标签中存在有B,则将存储物品的推荐格口标记为大型格口,随机选取一个空余的大型格口并标记为推荐格口;若红外扫描仪的格口标签中没有B且存在有H,则将存储物品的推荐格口标记为中型格口,随机选取一个空余的中型格口并标记为推荐格口;若红外扫描仪的格口标签全部为S,则将存储物品的推荐格口标记为小型格口,随机选取一个小型格口并标记为推荐格口;控制推荐格口的电子锁开启,将推荐格口的柜号发送至识别管理平台,识别管理平台将接收到的推荐格口的柜号发送至特征识别模块;对保管柜的存储物品进行扫描分析,通过多个角度对存储物品的尺寸进行扫描分析并将扫描到的尺寸数据发送给格口推荐模块,从而根据物品的尺寸数据进行格口推荐,使物品可以放置在最为合适的存储格口内,节省整体的存储空间。
特征识别模块用于在接收到推荐格口的柜号后对用户的服装特征进行识别分析:通过摄像头对放置平台前的用户进行图像拍摄并将拍摄到的图像标记为识别图像,将识别图像放大为像素格图像并进行灰度变换,将识别图像分割为若干个识别区域,获取识别区域内所有像素格的灰度值进行求和取平均值并标记为识别区域的格灰值GH,将识别区域按照格灰值GH的数值由小到大的顺序进行排序,并由排序后的识别区域的格灰值GH组成一组识别码;将识别码与推荐格口的柜号进行匹配并发送至存储模块中进行存储;对进行物品存储的用户进行服装特征进行识别分析,通过图像处理技术对图像特征进行提取与分析并得到识别码,将识别码与柜号进行匹配之后进行存储,从而在用户完成购物时进行取物提醒,防止用户将存储在保管柜内的物品遗忘,导致离开商场后还需要返程取物,同时保证物品能够及时被取出,提高保管柜的空间利用率。
比对分析模块用于对用户进行服装特征比对分析:通过摄像头对位于检测位置的用户进行图像拍摄并将拍摄到的图像标记为比对图像,需要说明的是,检测位置的具体位置可以由管理人员自行设置,可以是超市的付款位置,也可以是商场的出口位置等等;将比对图像放大为像素格图像并进行灰度变换,将比对图像分割为若干个比对区域,比对区域的数量与识别区域的数量相同,采用与特征识别模块进行识别分析过程相同的方式获取比对图像的比对码,将第一个识别码与第一个比对码的差值的绝对值标记为第一个比对区域的灰差值,将第二个识别码与第二个比对码的差值的绝对值标记为第二个比对区域的灰差值,以此类推,直至获取到最后一个对区域的灰差值;将所有比对区域的灰差值进行求和取平均值得到比对图像的差和值CH;将零至二百五十五的灰度范围分割为若干个灰度区间,将识别区域的格灰值GH与灰度区间进行比对并将比对成功的灰度区间的比对值数值加一,将比对值数值最大的灰度区间的最小边界值标记为识别图像的整灰值;将比对区域的格灰值GH与灰度区间进行比对并将比对成功的灰度区间的比对值数值加一,将比对值数值最大的灰度区间的最小边界值标记为比对图像的整灰值,将识别图像的整灰值与比对图像的整灰值差值的绝对值标记为整差值ZC;通过公式HC=α1*ZC+α2*CH得到比对图像的灰差系数HC,灰差系数是一个反映识别图像中的用户与比对图像中的用户服装特征重合程度,灰差系数的数值越小,用户的服装特征重合程度越高,其中α1与α2均为比例系数,且α1>α2>1;通过存储模块获取到灰差阈值HCmin,将比对图像的灰差系数HC与灰差阈值HCmin进行比较:若灰差系数HC小于等于灰差阈值HCmin,则判定比对图像与识别图像匹配成功,检测位置的用户具有物品存放在保管柜,获取与对应识别图像相匹配的格口柜号并将格口柜号发送至播报提醒模块,播报提醒模块接收到格口柜号后进行语音播报提醒;若灰差系数大于灰差阈值HCmin,则判定比对图像与识别图像匹配失败,选取剩余识别图像继续进行匹配,直至所有识别图像全部匹配失败;对用户进行服装特征比对,通过比对图像与识别图像进行特征比对分析得到差和值与整差值,进而通过对差和值与整差值进行数值计算得到灰差系数,通过灰差系数对比对图像与识别图像中用户的服装特征相似程度进行反馈,从而在监测到用户在保管柜中存有物品时及时进行提醒;播报提醒模块只有在接收到柜号时才会进行提醒,避免全时段进行提醒导致用户产生麻痹心理,反而忽略播报提醒内容,播报提醒模块的播报内容可以由管理人员自定义设置。
实施例二
如图2所示,一种基于物联网的保管柜识别管理方法,包括以下步骤:
步骤一:对保管柜的存储物品进行扫描分析,用户在使用保管柜时将需要存储的物品放置在放置平台上,通过多个红外扫描仪对放置平台上的存储物品进行扫描处理并得到存储物品的尺寸数据,将存储物品的尺寸数据发送至格口推荐模块;
步骤二:对存储物品进行存储格口推荐分析:保管柜的存储格口包括小型格口、中型格口以及大型格口,格口推荐模块接收到存储物品的尺寸数据后对红外扫描仪的格口标签进行标记,对红外扫描仪的格口标签进行遍历分析并得到推荐格口,控制推荐格口的电子锁开启;
步骤三:对用户的服装特征进行识别分析:通过摄像头对放置平台前的用户进行图像拍摄并将拍摄到的图像标记为识别图像,将识别图像分割为若干个识别区域并获取识别区域的格灰值GH,由所有识别区域的格灰值GH组成一组识别码;将识别码与推荐格口的柜号进行匹配并发送至存储模块中进行存储;
步骤四:对用户进行服装特征比对分析:通过摄像头对位于检测位置的用户进行图像拍摄并将拍摄到的图像标记为比对图像,在比对图像与识别图像相匹配时生成播报提醒信号并发送至播报提醒模块。
一种基于物联网的保管柜识别管理系统,工作时,对保管柜的存储物品进行扫描分析,用户在使用保管柜时将需要存储的物品放置在放置平台上,通过多个红外扫描仪对放置平台上的存储物品进行扫描处理并得到存储物品的尺寸数据,将存储物品的尺寸数据发送至格口推荐模块;保管柜的存储格口包括小型格口、中型格口以及大型格口,格口推荐模块接收到存储物品的尺寸数据后对红外扫描仪的格口标签进行标记,对红外扫描仪的格口标签进行遍历分析并得到推荐格口,控制推荐格口的电子锁开启;通过摄像头对放置平台前的用户进行图像拍摄并将拍摄到的图像标记为识别图像,将识别图像分割为若干个识别区域并获取识别区域的格灰值GH,由所有识别区域的格灰值GH组成一组识别码;将识别码与推荐格口的柜号进行匹配并发送至存储模块中进行存储;通过摄像头对位于检测位置的用户进行图像拍摄并将拍摄到的图像标记为比对图像,在比对图像与识别图像相匹配时生成播报提醒信号并发送至播报提醒模块。
上述公式均是采集大量数据进行软件模拟得出且选取与真实值接近的一个公式,公式中的系数是由本领域技术人员根据实际情况进行设置;如:公式HC=α1*ZC+α2*CH;由本领域技术人员采集多组样本数据并对每一组样本数据设定对应的灰差系数;将设定的灰差系数和采集的样本数据代入公式,任意两个公式构成二元一次方程组,将计算得到的系数进行筛选并取均值,得到α1以及α2的取值分别为3.54和2.68;
系数的大小是为了将各个参数进行量化得到的一个具体的数值,便于后续比较,关于系数的大小,取决于样本数据的多少及本领域技术人员对每一组样本数据初步设定对应的灰差系数;只要不影响参数与量化后数值的比例关系即可,如灰差系数与整差值的数值成正比。
以上公开的本发明优选实施例只是用于帮助阐述本发明。优选实施例并没有详尽叙述所有的细节,也不限制该发明仅为的具体实施方式。显然,根据本说明书的内容,可作很多的修改和变化。本说明书选取并具体描述这些实施例,是为了更好地解释本发明的原理和实际应用,从而使所属技术领域技术人员能很好地理解和利用本发明。本发明仅受权利要求书及其全部范围和等效物的限制。
Claims (8)
1.一种基于物联网的保管柜识别管理系统,其特征在于,包括识别管理平台,所述识别管理平台通信连接有扫描模块、格口推荐模块、特征识别模块、比对分析模块、播报提醒模块以及存储模块;
所述扫描模块用于对保管柜的存储物品进行扫描分析,扫描模块包括放置平台、摄像头以及多个红外扫描仪;用户在使用保管柜时将需要存储的物品放置在放置平台上,通过多个红外扫描仪对放置平台上的存储物品进行扫描处理并得到存储物品的尺寸数据,将存储物品的尺寸数据发送至格口推荐模块;
所述格口推荐模块用于对存储物品进行存储格口推荐分析:保管柜的存储格口包括小型格口、中型格口以及大型格口,格口推荐模块接收到存储物品的尺寸数据后,对红外扫描仪的格口标签进行标记;对红外扫描仪的格口标签进行遍历分析并得到推荐格口,控制推荐格口的电子锁开启,将推荐格口的柜号发送至识别管理平台,识别管理平台将接收到的推荐格口的柜号发送至特征识别模块;
所述特征识别模块用于在接收到推荐格口的柜号后对用户的服装特征进行识别分析:通过摄像头对放置平台前的用户进行图像拍摄并将拍摄到的图像标记为识别图像,将识别图像放大为像素格图像并进行灰度变换,将识别图像分割为若干个识别区域,获取识别区域内所有像素格的灰度值进行求和取平均值并标记为识别区域的格灰值GH,将识别区域按照格灰值GH的数值由小到大的顺序进行排序,并由排序后的识别区域的格灰值GH组成一组识别码;将识别码与推荐格口的柜号进行匹配并发送至存储模块中进行存储;
所述比对分析模块用于对用户进行服装特征比对分析。
2.根据权利要求1所述的一种基于物联网的保管柜识别管理系统,其特征在于,对红外扫描仪的格口标签进行标记的具体过程包括:对单个红外扫描仪扫描到的尺寸数据最大值标记为红外扫描仪的尺表值CB,通过存储模块获取到尺表阈值CBmin、CBmax,将红外扫描仪的尺表值CB与尺表阈值CBmin、CBmax进行比较:若CB≤CBmin,则将红外扫描仪的格口标签标记为S;若CBmin<CB<CBmax,则将红外扫描仪的格口标签标记为H;若CB≥CBmax,则将红外扫描仪的格口标签标记为B。
3.根据权利要求2所述的一种基于物联网的保管柜识别管理系统,其特征在于,对红外扫描仪的格口标签进行遍历分析的具体过程包括:若红外扫描仪的格口标签中存在有B,则将存储物品的推荐格口标记为大型格口,随机选取一个空余的大型格口并标记为推荐格口;若红外扫描仪的格口标签中没有B且存在有H,则将存储物品的推荐格口标记为中型格口,随机选取一个空余的中型格口并标记为推荐格口;若红外扫描仪的格口标签全部为S,则将存储物品的推荐格口标记为小型格口,随机选取一个小型格口并标记为推荐格口。
4.根据权利要求3所述的一种基于物联网的保管柜识别管理系统,其特征在于,所述比对分析模块对用户进行服装特征比对分析的具体过程包括:通过摄像头对位于检测位置的用户进行图像拍摄并将拍摄到的图像标记为比对图像,将比对图像放大为像素格图像并进行灰度变换,将比对图像分割为若干个比对区域,比对区域的数量与识别区域的数量相同,采用与特征识别模块进行识别分析过程相同的方式获取比对图像的比对码,随机选取一个识别图像进行匹配分析:通过比对码与识别码获取到比对图像的差和值CH与整差值ZC;通过对差和值CH与整差值ZC进行数值计算得到比对图像的灰差系数HC;通过存储模块获取到灰差阈值HCmin,将比对图像的灰差系数HC与灰差阈值HCmin进行比较并通过比较结果对识别图像与比对图像是否匹配成功进行判定。
5.根据权利要求4所述的一种基于物联网的保管柜识别管理系统,其特征在于,比对图像的差和值CH的获取过程包括:将第一个识别码与第一个比对码的差值的绝对值标记为第一个比对区域的灰差值,将第二个识别码与第二个比对码的差值的绝对值标记为第二个比对区域的灰差值,以此类推,直至获取到最后一个对区域的灰差值;将所有比对区域的灰差值进行求和取平均值得到比对图像的差和值CH。
6.根据权利要求5所述的一种基于物联网的保管柜识别管理系统,其特征在于,比对区域的整差值ZC的获取过程包括:将零至二百五十五的灰度范围分割为若干个灰度区间,将识别区域的格灰值GH与灰度区间进行比对并将比对成功的灰度区间的比对值数值加一,将比对值数值最大的灰度区间的最小边界值标记为识别图像的整灰值;将比对区域的格灰值GH与灰度区间进行比对并将比对成功的灰度区间的比对值数值加一,将比对值数值最大的灰度区间的最小边界值标记为比对图像的整灰值,将识别图像的整灰值与比对图像的整灰值差值的绝对值标记为整差值ZC。
7.根据权利要求6所述的一种基于物联网的保管柜识别管理系统,其特征在于,将比对图像的灰差系数HC与灰差阈值HCmin进行比较的具体过程包括:若灰差系数HC小于等于灰差阈值HCmin,则判定比对图像与识别图像匹配成功,检测位置的用户具有物品存放在保管柜,获取与对应识别图像相匹配的格口柜号并将格口柜号发送至播报提醒模块,播报提醒模块接收到格口柜号后进行语音播报提醒;若灰差系数大于灰差阈值HCmin,则判定比对图像与识别图像匹配失败,选取剩余识别图像继续进行匹配,直至所有识别图像全部匹配失败。
8.根据权利要求1-7任一项所述的一种基于物联网的保管柜识别管理系统,其特征在于,该基于物联网的保管柜识别管理系统的工作方法,包括以下步骤:
步骤一:对保管柜的存储物品进行扫描分析,用户在使用保管柜时将需要存储的物品放置在放置平台上,通过多个红外扫描仪对放置平台上的存储物品进行扫描处理并得到存储物品的尺寸数据,将存储物品的尺寸数据发送至格口推荐模块;
步骤二:对存储物品进行存储格口推荐分析:保管柜的存储格口包括小型格口、中型格口以及大型格口,格口推荐模块接收到存储物品的尺寸数据后对红外扫描仪的格口标签进行标记,对红外扫描仪的格口标签进行遍历分析并得到推荐格口,控制推荐格口的电子锁开启;
步骤三:对用户的服装特征进行识别分析:通过摄像头对放置平台前的用户进行图像拍摄并将拍摄到的图像标记为识别图像,将识别图像分割为若干个识别区域并获取识别区域的格灰值GH,由所有识别区域的格灰值GH组成一组识别码;将识别码与推荐格口的柜号进行匹配并发送至存储模块中进行存储;
步骤四:对用户进行服装特征比对分析:通过摄像头对位于检测位置的用户进行图像拍摄并将拍摄到的图像标记为比对图像,在比对图像与识别图像相匹配时生成播报提醒信号并发送至播报提醒模块。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310510858.1A CN116229643B (zh) | 2023-05-09 | 2023-05-09 | 一种基于物联网的保管柜识别管理系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310510858.1A CN116229643B (zh) | 2023-05-09 | 2023-05-09 | 一种基于物联网的保管柜识别管理系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116229643A CN116229643A (zh) | 2023-06-06 |
CN116229643B true CN116229643B (zh) | 2023-07-04 |
Family
ID=86569883
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310510858.1A Active CN116229643B (zh) | 2023-05-09 | 2023-05-09 | 一种基于物联网的保管柜识别管理系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116229643B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN118551079A (zh) * | 2024-07-30 | 2024-08-27 | 南通非送网络科技有限公司 | 一种基于大数据的信息推荐系统及方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN206133803U (zh) * | 2016-10-26 | 2017-04-26 | 四川友邻有家电子商务有限公司 | 一种智慧仓储配送便捷式电子收发终端 |
CN106846645A (zh) * | 2016-12-29 | 2017-06-13 | 苏州亮磊知识产权运营有限公司 | 一种自适应物件规格的快递智能存取环形装置 |
CN209641000U (zh) * | 2019-03-29 | 2019-11-15 | 昆明昆船物流信息产业有限公司 | 一种智能立体式快递存取柜 |
CN112216034A (zh) * | 2019-07-10 | 2021-01-12 | 姚爱军 | 基于快递柜空闲存放位作为临时无人售货柜的方法 |
CN112700600A (zh) * | 2020-10-27 | 2021-04-23 | 成都三泰智能科技有限公司 | 云智能快餐柜及存餐、取餐方法 |
CN214279051U (zh) * | 2020-10-27 | 2021-09-24 | 成都三泰智能科技有限公司 | 云智能快餐柜 |
WO2022094946A1 (zh) * | 2020-11-06 | 2022-05-12 | 南京瑞祥信息技术有限公司 | 一种便于拿取带条形码的不同种类物品的智能储藏柜 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR102646540B1 (ko) * | 2021-09-01 | 2024-03-12 | 김대현 | 무인 상품 서비스 제공 방법 |
-
2023
- 2023-05-09 CN CN202310510858.1A patent/CN116229643B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN206133803U (zh) * | 2016-10-26 | 2017-04-26 | 四川友邻有家电子商务有限公司 | 一种智慧仓储配送便捷式电子收发终端 |
CN106846645A (zh) * | 2016-12-29 | 2017-06-13 | 苏州亮磊知识产权运营有限公司 | 一种自适应物件规格的快递智能存取环形装置 |
CN209641000U (zh) * | 2019-03-29 | 2019-11-15 | 昆明昆船物流信息产业有限公司 | 一种智能立体式快递存取柜 |
CN112216034A (zh) * | 2019-07-10 | 2021-01-12 | 姚爱军 | 基于快递柜空闲存放位作为临时无人售货柜的方法 |
CN112700600A (zh) * | 2020-10-27 | 2021-04-23 | 成都三泰智能科技有限公司 | 云智能快餐柜及存餐、取餐方法 |
CN214279051U (zh) * | 2020-10-27 | 2021-09-24 | 成都三泰智能科技有限公司 | 云智能快餐柜 |
WO2022094946A1 (zh) * | 2020-11-06 | 2022-05-12 | 南京瑞祥信息技术有限公司 | 一种便于拿取带条形码的不同种类物品的智能储藏柜 |
Also Published As
Publication number | Publication date |
---|---|
CN116229643A (zh) | 2023-06-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108491799B (zh) | 一种基于图像识别的智能售货柜商品管理方法及系统 | |
CN108320404B (zh) | 基于神经网络的商品识别方法、装置、自助收银台 | |
US5450504A (en) | Method for finding a most likely matching of a target facial image in a data base of facial images | |
CN109741551B (zh) | 一种商品识别结算方法、装置及系统 | |
CN116229643B (zh) | 一种基于物联网的保管柜识别管理系统 | |
CN107169106A (zh) | 视频检索方法、装置、存储介质及处理器 | |
CN107656960B (zh) | 地铁遗失物品管理的自动匹配系统 | |
CN104881770A (zh) | 一种快递单信息识别系统和方法 | |
CN110502694A (zh) | 基于大数据分析的律师推荐方法及相关设备 | |
CN107273783A (zh) | 人脸识别系统及其方法 | |
Hussain et al. | A Simple and Efficient Deep Learning‐Based Framework for Automatic Fruit Recognition | |
Lavanya et al. | Handwritten digit recognition using hoeffding tree, decision tree and random forests—A comparative approach | |
CN109034694B (zh) | 基于智能制造的生产原料智能存储方法及系统 | |
CN109190698B (zh) | 一种网络数字虚拟资产的分类识别系统及方法 | |
CN105243154A (zh) | 基于显著点特征和稀疏自编码的遥感图像检索方法及系统 | |
CN109712324A (zh) | 一种自动售货机图像识别方法、售货方法及自动售货设备 | |
CN111260214B (zh) | 核电站预留工单领料方法、装置、设备及存储介质 | |
CN115063084A (zh) | 一种卷烟零售商户库存盘点方法及系统 | |
CN114840748A (zh) | 基于人脸识别的信息推送方法、装置、设备及存储介质 | |
CN116229469A (zh) | 一种基于ar技术的多目标拣货系统和拣货方法 | |
CN116863362A (zh) | 一种智能物流仓储货物识别分类方法 | |
CN115457458A (zh) | 一种非接触式智能盘点系统和方法 | |
CN110309737A (zh) | 一种应用于香烟柜台的信息处理方法、装置及系统 | |
CN118014479A (zh) | 基于图像识别的库房出入库管理方法及系统 | |
CN109858306A (zh) | 基于自然纹路的互联网防伪方法和系统 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |