遮擋和光照干擾下的餐盤自動(dòng)識(shí)別關(guān)鍵技術(shù)研究.pdf

1、餐盤自動(dòng)識(shí)別是智能化食堂建設(shè)的關(guān)鍵內(nèi)容。與基于RFID的餐盤自動(dòng)識(shí)別技術(shù)相比，基于圖像處理的餐盤自動(dòng)識(shí)別技術(shù)具有成本低、信息量大、安裝簡(jiǎn)便、維護(hù)方便等優(yōu)點(diǎn)，是目前研究的熱點(diǎn)。由于實(shí)際場(chǎng)景中存在光照變化使得餐盤顏色產(chǎn)生偏差以及相互遮擋的餐盤邊緣連接，導(dǎo)致餐盤目標(biāo)難以準(zhǔn)確提取，極大地影響了餐盤自動(dòng)識(shí)別的準(zhǔn)確性。而現(xiàn)有的基于圖像處理的餐盤自動(dòng)識(shí)別方法僅適用于理想場(chǎng)景，尚不能滿足實(shí)際場(chǎng)景的應(yīng)用需求。因此，研究遮擋和光照干擾下的餐盤自動(dòng)識(shí)別具有重

2、要的實(shí)際應(yīng)用意義。
　　本文對(duì)基于圖像處理的餐盤自動(dòng)識(shí)別方法進(jìn)行了深入研究，在分析了遮擋和光照干擾下的餐盤形狀和顏色識(shí)別問(wèn)題及難點(diǎn)后，重點(diǎn)研究了餐盤遮擋下餐盤目標(biāo)的分離提取、缺失邊緣信息的復(fù)原方法以及光照干擾下偏差顏色的修正方法。最終形成了一套遮擋和光照干擾下餐盤自動(dòng)識(shí)別的方法。本文的主要研究?jī)?nèi)容包括：
　?、僭谡趽醪捅P形狀識(shí)別方面，首先針對(duì)餐盤目標(biāo)不確定問(wèn)題，提出不同弧段迭代的最小二乘法擬合獲取擬合中心，利用改進(jìn)的多重聚類

3、算法對(duì)擬合中心進(jìn)行定位確定餐盤目標(biāo)。然后針對(duì)邊緣信息缺失問(wèn)題，提出基于中心對(duì)稱性質(zhì)的DLS擬合對(duì)缺失的邊緣信息進(jìn)行復(fù)原。最后，提取餐盤目標(biāo)完整的幾何特征進(jìn)行形狀判別。實(shí)驗(yàn)結(jié)果表明，該方法有效地提高了遮擋餐盤目標(biāo)形狀識(shí)別的準(zhǔn)確率，同時(shí)為準(zhǔn)確提取餐盤目標(biāo)邊緣顏色奠定基礎(chǔ)。
　?、谠诠庹崭蓴_下的餐盤顏色識(shí)別方面，針對(duì)光照干擾導(dǎo)致圖像顏色產(chǎn)生偏差的問(wèn)題，提出改進(jìn)MSRCR修正方法。首先對(duì)光照干擾下的顏色進(jìn)行分析，利用改進(jìn)MSRCR顏色修正

4、算法進(jìn)行光照干擾的消除和顏色的修正。最后，對(duì)顏色修正后的圖像提取餐盤目標(biāo)邊緣顏色特征進(jìn)行顏色匹配。實(shí)驗(yàn)結(jié)果表明，該方法有效消除了光照干擾，恢復(fù)了圖像顏色，提高了顏色識(shí)別的準(zhǔn)確性。
　　綜合遮擋餐盤形狀識(shí)別和光照干擾下的餐盤顏色識(shí)別方法，提出基于多特征的餐盤自動(dòng)識(shí)別方法，并在實(shí)際場(chǎng)景中進(jìn)行了實(shí)驗(yàn)驗(yàn)證。實(shí)驗(yàn)結(jié)果表明，論文方法提高了遮擋和光照干擾下的餐盤識(shí)別準(zhǔn)確率，在保證算法實(shí)時(shí)性的前提下，提高了實(shí)際場(chǎng)景下餐盤自動(dòng)識(shí)別的準(zhǔn)確性，具有較好