本发明专利技术基于餐具图案的菜品自动识别系统的计价方法，通过餐盘上的图案作为识别对象，通过在餐具边缘印制特定花纹或标识，每个特定花纹或标识代表一种菜的类型或价格，机器视觉系统可通过读取餐具边缘印制的花纹或标识来识别餐具中的菜种类或价格，从而进行自动化计价，可大幅提升餐厅自动化效率。相比于现有的识别容器的方式，本发明专利技术不易受到容器的局限性，不需要使用特殊餐具作为容器，而只需要采用不同花纹图案的餐具即可，成本较低。本发明专利技术可遍历多个区域，在一次拍摄后同时识别多个餐盘，无需进行一一扫码。本发明专利技术高效快捷地通过机器视觉识别餐盘，识别的形式不受餐具组合的限制，更加智能化。
【技术实现步骤摘要】
本专利技术涉及机器视觉与机器学习领域，更具体地说是涉及一种基于餐具图案的菜品自动识别系统的计价方法，本专利技术可以广泛应用于食堂、快餐店等提供自助选餐、结算服务的场所。
技术介绍
随着城市生活节奏的不断加快，人们越来越多地通过各类快餐来解决“食”这个问题，例如在高校、机关单位、园区食堂或者快餐连锁店，越来越多采用自主挑选菜式，再通过排队刷卡或现金结算的方式进行选择和结算。而如何对挑选的菜式进行计价，现有的技术中通常采用的方式有人工计价和自动计价两种。由于就餐人员的增多，人工给餐、计价效率低，在消费高峰期经常因为结算速度慢而导致排队现象，价格计算的准确性也难以得到保证。随着现代人们对就餐效率的要求越来越高，自助选餐、结算的需求越来越大。传统的餐盘计价方式已不能满足人们的需求。近年出现的一些餐盘自动计价方式，规避了人工给参计价效率低、准确性难以保证等一系列问题。现有菜品自动识别计价系统多为基于餐具中内置芯片的方法，其实现步骤为：A’.不同餐具中内置存储不同菜品信息的芯片；B’.人工将菜品盛装到对应的餐具中；C’.芯片扫描装置扫描餐具，读取芯片中的菜品信息；D’.输出菜品信息，如名称、价格等。这种方案技术较成熟，但由于采用了步骤A’，需要内置芯片的特殊餐具，成本较高；需要特殊餐具，无法应用于外带服务；对人工盛装的准确度要求高，有菜品盛放错餐具的风险。其中，根据餐盘颜色，或形状计价的方案，因其无需使用安装芯片的特殊餐盘，成本较为低廉，成为了一种新的研究趋势。然而，在根据餐盘图案信息计价的不同方法中，仍存在着差异和缺陷。公告号为CN 103632463 A的中国专利技术专利申请公开了《一种基于图像识别技术的结算方法》，“输入表示餐盘信息的码和其对应的单价信息码，生成价格矩阵；通过手持智能终端对客人消费的餐盘进行拍照，获取餐盘图像信息；对步骤2 获取的餐盘图像信息进行预处理；对经过预处理的餐盘图像信息进行图像识别，生成消费矩阵；将价格矩阵和消费矩阵进行矩阵运算，得出消费总额矩阵；通过对消费总额矩阵求和，得出消费总额。本专利技术。不需要增加对餐盘做任何改进，而且不需要一一的对每个餐盘进行信息读取，从而缩短结算周期；利用矩阵运算，具有很强的灵活性和统一性。”其所述的图像信息包括餐盘的大小、形状和颜色，经图像识别技术对获取的餐盘图像信息进行识别，然而识别餐盘本体的颜色和形状，需要对餐具的颜色形状作出限制，并且组合形式有限。另一方面，该方案通过手持设备对餐盘进行逐一扫码，只能人工对餐具进行依次识别，降低了整个流程的效率。上述现有的基于图像识别的结算方法，仍然没有一种能够解决上述问题的方案。
技术实现思路
本专利技术所要解决的技术问题是针对现有技术中存在的上述问题，提供一种成本较为低廉，高效快捷地通过机器视觉识别餐盘，识别的形式不受餐具组合的限制，可同时现多个菜品统一计价,更加智能化的基于餐具图案的菜品自动识别系统的计价方法。本专利技术一种基于餐具图案的菜品自动识别系统的计价方法，包括如下步骤：A. 将不同价格的菜品分装在打印不同模式图案的餐具中，使餐具的模式图案组合与菜品价格进行关联；B. 将待计价的菜品置于检测区，触发信号触发相机拍摄餐盘图像，提取整体图像；C. 系统检测图像中餐具边缘区域，遍历识别餐具边缘的模式图案，得到对应菜品的信息；D. 输出检测到的各餐具区域对应的菜品信息，并合并价格计算得到总价。所述的步骤C中，所述识别餐具边缘图案的方法为：C01. 检测图像中对应为餐盘边缘的环形区域，其中包含模式图案区域；C02. 获取各环形区域的位置、形状大小参数；C03. 根据步骤C02获取的参数分割各餐盘图像；C04. 通过模式识别器识别各分割区域中的模式图案。作为优选，所述的模式识别器，是一个多层神经网络分类器，包括输入层、隐藏层、输出层。作为优选，所述的步骤C04中，所述的模式识别器先提取分割后的各餐盘图像，并提取单菜品图案，再将所述的单菜品图片归一化为统一尺寸进行预处理转换，再对所述的模式图案进行识别。作为优选，所述的输出层所使用的分类方法为softmax。该方法广泛应用于多分类问题，是逻辑回归的扩展形式，能够输出对象特征所属的可能性最大的类别。所述的多层神经网络的训练设定合适的迭代次数及容差，采用反向传播方法。作为优选，所述模式图案为简单几何图案的任意一种或组合。如：正圆、正方形、三角形、正六边形等等。作为优选，所述步骤B中的触发信号为压力感应信号。为解决上述问题，本专利技术的一种技术方案是：本专利技术基于餐具图案的菜品自动识别系统的计价方法，通过餐盘上的图案作为识别对象，通过在餐具边缘印制特定花纹或标识，每个特定花纹或标识代表一种菜的类型或价格，机器视觉系统可通过读取餐具边缘印制的花纹或标识来识别餐具中的菜种类或价格，从而进行自动化计价，可大幅提升餐厅自动化效率。相比于现有的识别容器的方式，本专利技术不易受到容器的局限性，不需要使用特殊餐具作为容器，而只需要采用不同花纹图案的餐具即可，成本较低。本专利技术可遍历多个区域，在一次拍摄后同时识别多个餐盘，无需进行一一扫码。本专利技术高效快捷地通过机器视觉识别餐盘，识别的形式不受餐具组合的限制，更加智能化。附图说明图1是本专利技术基于餐具图案的菜品自动识别系统的计价方法的流程框图。具体实施方式下面结合附图和实施例进一步详细说明本专利技术，但本专利技术的保护范围并不限于此。参照图1-2，本专利技术一种基于餐具图案的菜品自动识别系统的计价方法，包括如下步骤：A. 将不同价格的菜品分装在打印不同模式图案的餐具中，使餐具的模式图案组合与菜品价格进行关联；B. 将待计价的菜品置于检测区，触发信号触发相机拍摄餐盘图像，提取整体图像；C. 系统检测图像中餐具边缘区域，遍历识别餐具边缘的模式图案，得到对应菜品的信息；D. 输出检测到的各餐具区域对应的菜品信息，并合并价格计算得到总价。所述的步骤C中，所述识别餐具边缘图案的方法为：C01. 检测图像中对应为餐盘边缘的环形区域，其中包含模式图案区域；C02. 获取各环形区域的位置、形状大小参数；C03. 根据步骤C02获取的参数分割各餐盘图像；C04. 通过模式识别器识别各分割区域中的模式图案。所述的模式识别器，是一个多层神经网络分类器，包括输入层、隐藏层、输出层。所述的步骤C04中，所述的模式识别器先提取分割后的各餐盘图像，并提取单菜品图案，再将所述的单菜品图片归一化为统一尺寸进行预处理转换，再对所述的模式图案进行识别。所述的输出层所使用的分类方法为softmax。该方法广泛应用于多分类问题，是逻辑回归的扩展形式，能够输出对象特征所属的可能性最大的类别。所述的多层神经网络的训练设定合适的迭代次数及容差，采用反向传播方法。特征向量需经归一化预处理转换。所述模式图案为简单几何图案的任意一种或组合。如若干数量的圆形或多边形的任意组合。所述步骤B中的触发信号为压力感应信号。以下通过实施例对本专利技术的技术手段加以说明，用以帮助对于本专利技术技术方案的理解，但不仅限于以下形式。参照图1，本专利技术公开的一种基于餐盘图案的菜品自动识别计价的方法，包括如下步骤：A. 读取餐盘图像。B. 自动检测阈值，分隔不同灰度区域。C. 选择半径范围在550-750的环形区域作为兴趣区域，即包含模式图案的餐盘边缘的区域。本文档来自技高网...
【技术保护点】
一种基于餐具图案的菜品自动识别系统的计价方法，其特征在于，包括如下步骤，A. 将不同价格的菜品分装在打印不同模式图案的餐具中，使餐具的模式图案组合与菜品价格进行关联；B. 将待计价的菜品置于检测区，触发信号触发相机拍摄餐盘图像，提取整体图像；C. 系统检测图像中餐具边缘区域，遍历识别餐具边缘的模式图案，得到对应菜品的信息；D. 输出检测到的各餐具区域对应的菜品信息，并合并价格计算得到总价。
【技术特征摘要】
1.一种基于餐具图案的菜品自动识别系统的计价方法，其特征在于，包括如下步骤，A. 将不同价格的菜品分装在打印不同模式图案的餐具中，使餐具的模式图案组合与菜品价格进行关联；B. 将待计价的菜品置于检测区，触发信号触发相机拍摄餐盘图像，提取整体图像；C. 系统检测图像中餐具边缘区域，遍历识别餐具边缘的模式图案，得到对应菜品的信息；D. 输出检测到的各餐具区域对应的菜品信息，并合并价格计算得到总价。2.根据权利要求1所述的基于餐具图案的菜品自动识别系统的计价方法，其特征在于，所述的步骤C中，所述识别餐具边缘图案的方法为：C01. 检测图像中对应为餐盘边缘的环形区域，其中包含模式图案区域；C02. 获取各环形区域的位置、形状大小参数；C03. 根据步骤C02获取的参数分割各餐盘图像；C04. 通过模式识别器识别各分割区域中的模式图案。3.根据权利...
【专利技术属性】
技术研发人员：周柔刚，周才健，许允迪，
申请(专利权)人：杭州汇萃智能科技有限公司，
类型：发明
国别省市：浙江;33
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。