[摘要]新疆自动售货机商品自动识别系统的设计、无人售货机或者饮料展示柜中摄像头的摆放位置是斜上角并且易拉罐的摆放位置是无人售货机随机无序的因此拍摄的图片中有一些易拉罐的瓶身是被遮挡的状态但是易拉罐顶部是肯定能够全部拍摄到的
商品自动识别系统的设计、无人售货机或者饮料展示柜中摄像头的摆放位置是斜上角并且易拉罐的摆放位置是无人售货机随机无序的因此拍摄的图片中有一些易拉罐的瓶身是被遮挡的状态但是易拉罐顶部是肯定能够全部拍摄到的。因此检测罐顶部边缘环是关键的一步。罐顶部边缘环的个数等于易拉罐的个数当易拉罐的瓶身被遮挡很多的情况下我们可以通过检测罐顶部边缘环来确定该饮料是不是易拉罐并且通过检测罐顶部边缘环［能够得到易拉罐的位置。对于一堆有规律的点和无规律点混合在一起的点集可以从这个点集里找出有规律的点并且构造出符合它的模型。但是是一个不确定的算法迭代的次数越多得到合理的结果的概率越大当然它的其他的参数也会影响它的结果。这个点集在算法中把它分为局内点和局外点。局内点就是用来构造模型的数据而局外点是模型以外的点也可以称之为噪点。
那么如何从既包含局内点又包含局外点的数据集中构造出局内点的模型由于摄像头的摆放角度是在饮料的斜上方导致拍摄的图片中易拉罐的罐顶边缘环为椭圆形。算法是获得椭圆的核心算法算法是迭代算法迭代的次数ｋ对算法的结果影响非常大ｋ的值根据下列公式计算得到。只有通过椭圆评估算法的椭圆才能被判定为易拉罐的罐顶边缘。椭圆评估算法由五个条件组成这五个条件的设定是针对椭圆对应的外切旋转矩形和旋转矩形对应的最小水平矩形因为图像是由像素点组成的处理矩形比处理椭圆更方便因此矩形的像素点可以根据线段的规律来表示这个部分实现椭岡内部颜色检测使用的方法是比较巧妙的判断椭圆内部的颜色就足判断椭圆内部每个像素点的颜色一般图像中这种很多像素点的集中处理方法足做循环遍历每一个像素点但是椭圆的形状不适合做线性的循环遍历能够从大量的特征库里识别出目标对象并且对于有遮挡的情况表现也很好识别率很高这也是本文罐身关键点识别器选择使用ＳＩＦＴ的原因因为本文拍摄的易拉罐图片中有易拉罐被遮挡的情况。 如果你喜欢汇众合鑫的话，那么可以拿起手中的电话联系乌鲁木齐无人自动售卖机我们一定为你服务到底！本文由编辑整理发布，