1.本发明涉及识别领域，具体涉及一种基于双目摄像头的果蔬重量判定方法。
背景技术：2.果蔬，是水果和蔬菜的简称。是指可食用的水果和蔬菜，相对于肉食，是食物的一个类别。
3.果蔬是人们日常经常食物的食品，对重量判断一般通过人工或者电子秤称重，重量对于健康饮食非常重要，是健康饮食的核心之一，以获取每日、每顿的营养食入量。
4.但是上述重量获取方法比较麻烦，不够智能，特别是不能将食物与重量挂钩，还需要人工记录或者比较复杂的记录。
技术实现要素：5.本发明要解决的技术问题在于，针对现有技术的上述缺陷，提供一种基于双目摄像头的果蔬重量判定方法，解决的问题判断果蔬好坏难度较大、准确性较差的问题。
6.本发明解决其技术问题所采用的技术方案是：提供一种基于双目摄像头的果蔬重量判定方法，建立基于各果蔬形态和重量的识别数据库，所述识别数据库中存储有各种果蔬在不同角度所拍摄的照片的形态识别数据和重量判断算法，所述形态包括轮廓和表面；建立残缺识别模型，包括不同预设残缺度和所对应的最低相似度；通过双目摄像头获取对象的照片，以及摄像头与对象的实际距离；识别照片，获取照片中各物品的形态再进行识别操作，所述识别操作包括获取形态的实际残缺度，根据预设残缺度获取识别相似所匹配的最低相似度，将物品与识别数据库中的各形态识别数据进行比较，将超过最低相似度且相似度最高的果蔬作为识别结果；根据实际距离和摄像头拍摄参数，获取照片各物品的实际大小；根据识别结果和实际大小，并结合对应的重量判断算法，判定当前物品的重量。
7.其中，较佳方案是，所述识别照片的步骤包括：获取照片各物品的形态，并在每一被识别到形态到的物品上，建立对应的虚拟指示标；等待操作指示；若在预设时间内没有操作指示，按预设规则对各虚拟指示标进行编号，并对每一虚拟指示标所对应的物品进行识别操作；若在预设时间内至少有一虚拟指示标本被点击，对点击后的各虚拟指示标进行编号，并对每一编号后的虚拟指示标所对应的物品进行识别操作。
8.其中，较佳方案是，所述获取照片各物品的形态，并在每一被识别到形态到的物品上，建立对应的虚拟指示标时，还包括步骤：建立基于各物品的轮廓描边，包括智能描边或人工对照片描边，形成各物品的轮廓；建立基于各物品的表面填充；所述虚拟指示标设置在表面填充中。
9.其中，较佳方案是：所述轮廓描边采用同一颜色；所述表面填充采用不同颜色，且相邻的两个物品的表面填充颜色不同；所述虚拟指示标四周环绕型设置在表面填充中；以及，操作指示在点击到表面填充和虚拟指示标时，均可选中对应的物品。
10.其中，较佳方案是，所述识别照片的步骤还包括：单点照片非物品位置，退出虚拟
显示还原照片；双点照片，建立双显示区域，一所述显示区域显示具有虚拟指示标的照片，另一所述显示区域显示还原照片；长按照片，延时预设时间。
11.其中，较佳方案是：设置有多个质量标准等级，所述质量标准等级根据表面的形状和颜色，并结合物品的识别结果进行判定，其中，所述质量标准等级至少包括不合格等级；建立存储数据库，所述存储数据库包括照片编号、照片的识别结果和对应物品的质量标准等级；在识别照片时在存储数据库中建立临时缓存空间，在本地进行质量情况判定，并将判定结果上传数据到临时缓存空间中；若质量标准等级为不合格等级，通过后台处理中心将缓存空间中的质量情况进行校验；若质量标准等级并非为不合格等级，将临时缓存空间中的数据存储至存储数据库中。
12.其中，较佳方案是：所述识别数据库包括本地识别数据库和云端识别数据库，所述本地识别数据库的数据为云端识别数据库中的常用数据，所述常用数据为预设时间段内调用频率高的数据；本地进行重量情况判定利用本地识别数据库的数据进行；校验利用云端识别数据库的数据进行。
13.其中，较佳方案是：所述虚拟指示标的操作还包括滑动操作，所述滑动操作变更识别结果，选择对应果蔬名称更正识别结果；以及，还包括手动输入框，输入对应果蔬名称更正识别结果。
14.其中，较佳方案是，通过双目摄像头获取摄像头与对象的实际距离的步骤包括：根据摄像头的双目的内外参数，对原始图像进行校正，校正后的两张图像位于同一平面且互相平行；对校正后的两张图像进行像素点匹配；根据匹配结果计算每个像素的深度，从而获得深度图；通过深度图获取摄像头与对象的实际距离。
15.其中，较佳方案是，根据实际距离和摄像头拍摄参数获取照片各物品的实际大小的步骤包括：设置实际距离d，在标准照片上各物品的尺寸s1，实际大小s2，建立基于实际距离d、尺寸s1和实际大小s2的关系表；根据摄像头拍摄参数将照片转化为标准参数的标准照片；获取当前实际距离d并调用对应的关系表，根据尺寸s1获取对应物品的实际大小s2。
16.本发明的有益效果在于，与现有技术相比，本发明通过识别操作，先获取物品的大概轮廓，若多个物品或者物品被遮挡，还要获取对应物品的实际残缺度，在同一照片中，对每个物品均进行单独识别，将物品与识别数据库中的各形态识别数据进行比较，将超过最低相似度且相似度最高的果蔬作为识别结果。
附图说明
17.下面将结合附图及实施例对本发明作进一步说明，附图中：
18.图1是本发明果蔬质量判定方法的流程示意图；
19.图2是本发明虚拟指示标的操作指示的流程示意图；
20.图3是本发明虚拟指示标的物品识别的流程示意图；
21.图4是本发明还原照片的流程示意图；
22.图5是本发明质量标准等级的流程示意图；
23.图6是本发明基于双目摄像头的果蔬重量判定方法的流程示意图。
具体实施方式
24.现结合附图，对本发明的较佳实施例作详细说明。
25.如图1所示，本发明提供一种基于双目摄像头的果蔬重量判定方法的较佳实施例。
26.一种基于双目摄像头的果蔬重量判定方法，步骤包括：
27.s10、建立基于各果蔬形态和重量的识别数据库，所述识别数据库中存储有各种果蔬在不同角度所拍摄的照片的形态识别数据和重量判断算法，所述形态包括轮廓和表面；
28.s20、建立残缺识别模型，包括不同预设残缺度和所对应的最低相似度；
29.s30、通过双目摄像头获取对象的照片，以及摄像头与对象的实际距离；识别照片，获取照片中各物品的形态再进行识别操作，所述识别操作包括获取形态的实际残缺度，根据预设残缺度获取识别相似所匹配的最低相似度，将物品与识别数据库中的各形态识别数据进行比较，将超过最低相似度且相似度最高的果蔬作为识别结果；根据实际距离和摄像头拍摄参数，获取照片各物品的实际大小；
30.s40、根据识别结果和实际大小，并结合对应的重量判断算法，判定当前物品的重量。
31.具体地，关于步骤s10，建立识别数据库，用于后续识别作为参考内容。包括预先拍摄的图片或视频，或者相关文字描述、数据参数等，以描述不同种类果蔬在不同情况下的形态，同时不同形态所对应的重量，重量判断会根据不同种类果蔬有着不同的判断，或者建立对应的重量误差等级。
32.其中，识别数据库中优选存储有各种果蔬在不同角度所拍摄的照片的形态识别数据，以及对应的重量判断算法，例如同一类果蔬在不同角度，优选包括六视图和各个角度的立体图，获取对应的照片。
33.所述形态包括轮廓和表面，在背景色单一或者与果蔬颜色分明的背景下获取果蔬的照片，从而获取果蔬的轮廓和表面图像，每个果蔬在对应角度上都有着独特的轮廓，以及有着独特的表面。表面甚至可以包括纹理、凹凸结构和颜色等信息。
34.关于步骤s20，残缺识别模型，通过海量的实验，获取不同情况下对完整果蔬的遮掩，在实际识别过程中获取相似度的最低值数据，在通过大量样本完善最低值数据，获取多个预设残缺度，以及对应预设残缺度所表示的最低相似度。例如，在同一预设残缺度经过多次实验，在一定数量的识别后，将相似度识别成功概率作为最低相似度，或者，将相似度识别成功概率进行调整，根据调整结果作为最低相似度，调整包括增加、减少等操作。
35.关于步骤s30，实际判定过程前的处理过程，通过各种途径获取需要操作的果蔬的照片，可以拍摄一张或者多张，也可以在不同角度拍摄多张，也可以在制定的多个角度拍摄对应的照片。后续，通过识别操作，先获取物品的大概轮廓，若多个物品或者物品被遮挡，还要获取对应物品的实际残缺度，在同一照片中，存在多个物品，对每个物品均进行单独识别，将物品与识别数据库中的各形态识别数据进行比较，将超过最低相似度且相似度最高的果蔬作为识别结果。
36.同时，需要对根据获取的照片得到实际物品的大小，才能对重量判断做出最精准的依据。例如，通过双目摄像头，在获取照片的前提下还能获取拍摄的实际距离，在通过实际距离获取物品的实际大小，根据实际大小对理论识别结果进行优化，判定当前物品的重量。
37.关于步骤s40，根据识别数据库，将识别结果进行重量判断，判定当前物品的重量。若存在多个物品，对每个物品进行单独重量判断，并均显示独自的重量。并且，需要结合物品的实际大小，对结果进行优化，从而对物品质量进行更精准判定。
38.在一个实施例中，一种手机，所述手机包括摄像头和处理器，所述处理器存储有应用程序，所述应用程序可实现所述的果蔬重量判定方法，通过摄像头进行拍照获取照片或者识别手机内部存储的照片。实质是通过照片获取种类品质，获取对应种类品质果蔬所对应的重量判断模型，根据获取的轮廓情况结合重量判断模型进行重量判断。
39.如图2所示，本发明提供虚拟指示标的操作指示的较佳实施例。
40.所述识别照片的步骤包括：
41.步骤s311、获取照片各物品的形态，并在每一被识别到形态到的物品上，建立对应的虚拟指示标；
42.步骤s312、等待操作指示；
43.步骤s313、若在预设时间内没有操作指示，按预设规则对各虚拟指示标进行编号，并对每一虚拟指示标所对应的物品进行识别操作；
44.步骤s314、若在预设时间内至少有一虚拟指示标本被点击，对点击后的各虚拟指示标进行编号，并对每一编号后的虚拟指示标所对应的物品进行识别操作。
45.具体地，虚拟指示标是本技术人机交互的核心，系统会对照片上每一个可以被识别到的物品进行记录，可以先根据轮廓获取不同物品，在每个物品上均设置虚拟指示标，以便于用户对该物品的可控操作。操作指示一般是对虚拟指示标进行控制，比如，对虚拟指示标进行各种手势触碰，如点击、滑动等，具体为单点、多点、长按、短按、短距离滑动、长距离滑动、多点操作等，每一个操作方式均可设置对应的操作内容。
46.在预设时间内没有操作指示，进入默认模式，默认全部被识别到的物品均要进行识别操作，同时，系统为了降低硬件压力，先对每个虚拟指示标进行编号，按预设顺序进行一一识别，也可以根据硬件可支持的算力，进行多个同时检测。例如，根据从左往右、从上往下的依次对所有虚拟指示标进行编号，再根据当前算力进行一个、两个甚至多个的同时识别，其中，当前算力可以根据手机型号或者用户的填写资料确定，一般默认为两个。
47.若在预设时间内至少有一虚拟指示标本被点击，默认退出默认模式，对点击后的各虚拟指示标进行编号，这里存在两种编号方式，第一选择对应物品，然后系统自动对选中的物品进行编号，第二是根据用户选择的顺序对物品依序编号。
48.如图3所示，本发明提供虚拟指示标的物品识别的较佳实施例。
49.所述获取照片各物品的形态，并在每一被识别到形态到的物品上，建立对应的虚拟指示标时，还包括步骤：
50.步骤s321、建立基于各物品的轮廓描边；
51.步骤s323、建立基于各物品的表面填充；
52.步骤s323、所述虚拟指示标设置在表面填充中。
53.这是对物品进行初步识别的过程，根据各物品的边缘色彩的差异，获取各物品的轮廓描边，检测描边，最后补全描边轮廓；根据描边后的各物品，进行密封区域的填充，作为物品的表面填充，而虚拟指示标在表面填充中显示，便于用户将虚拟指示标与对应的物品进行对应，虚拟指示标设置在表面填充中，可以采用嵌入形式设置在填充表面。
54.描边操作具体为，对图片进行初步的处理，如去除噪声、突出特征等，经过滤波操作处理噪声后一般要进行灰度操作将图片转为单通道的灰度图像以便进行二值化，二值化处理即将图片只处理为包含两种颜色即黑与白的图片，灰度化的图片其灰度范围为0-255，而二值化的图片其灰度只包含两个值，进行完图片处理后就可以利用轮廓识别函数进行轮廓识别。
55.在一个实施例中，所述轮廓描边采用同一颜色。所述表面填充采用不同颜色，且相邻的两个物品的表面填充颜色不同。基于四色定理，可以将各物品进行上色且不会导致相邻的两个物品的表面填充颜色相同。
56.当然，表面填充的颜色不能是轮廓描边采用的颜色。而所述轮廓描边采用同一颜色，是为了让用户知晓物品的轮廓，快速获取物品的位置。
57.当然，在显示轮廓描边、表面填充时，照片可进行虚化或淡化处于，更便于轮廓描边、表面填充的显示。
58.在一个实施例中，所述虚拟指示标四周环绕型设置在表面填充中，为了防止物品小，虚拟指示标设置在表面填充，导致虚拟指示标过小，不好操作虚拟指示标。以及，虚拟指示标四周环绕型设置在表面填充，可能导致指向不明，可以通过引线将虚拟指示标与对应物品的中心位置进行连接，特别是，当用户触碰到对应虚拟指示标时，虚拟指示标与和引线同时发亮。
59.在一个实施例中，操作指示在点击到表面填充和虚拟指示标时，均可选中对应的物品。虚拟指示标不仅用户操作也用于显示信息，例如显示编号，为了提高用户可操作性，且降低显示阻挡可能性，点击到表面填充也可以当做选中对应的虚拟指示标。
60.如图4所示，本发明提还原照片的较佳实施例。
61.所述识别照片的步骤还包括：
62.步骤s331、单点照片非物品位置，退出虚拟显示还原照片；
63.步骤s332、双点照片，建立双显示区域，一所述显示区域显示具有虚拟指示标的照片，另一所述显示区域显示还原照片；
64.步骤s333、长按照片，延时预设时间。
65.为了更好让用户对物品进行轮廓、填充表面的正确性鉴定，需要对轮廓、填充表面和照片进行对比，便于判断是否轮廓描边正确。
66.若对照片进行识别后，可以点击没有被识别到的区域，即非物品位置，隐藏描边和虚拟指示标，显示原本照片。点击的方式，可以是单击也可以其他点击方式，如双击等。
67.同时，双显示区域是将显示屏分成两个区域，一个区域是具有虚拟指示标的照片，另一个区域是还原照片，形成双屏显示，可以进行控制，实现左右显示或者上下显示，同时可以调节显示区域的大小。
68.如图5所示，本发明提供质量标准等级的较佳实施例。
69.步骤包括：
70.步骤s341、设置有多个质量标准等级，所述质量标准等级根据表面的形状和颜色，并结合物品的识别结果进行判定，其中，所述质量标准等级至少包括不合格等级；
71.步骤s342、建立存储数据库，所述存储数据库包括照片编号、照片的识别结果和对应物品的质量标准等级；
72.步骤s343、在识别照片时在存储数据库中建立临时缓存空间，在本地进行质量情况判定，并将判定结果上传数据到临时缓存空间中；
73.步骤s344、若质量标准等级为不合格等级，通过后台处理中心将缓存空间中的质量情况进行校验；
74.步骤s345、若质量标准等级并非为不合格等级，将临时缓存空间中的数据存储至存储数据库中。
75.具体地，设置有多个质量标准等级，对质量进行数据化，便于使用者对当前质量有着充分理解，所述质量标准等级根据表面的形状和颜色，经过大量数据实验，获取原始版本数据，作为最常规的使用条件，同时将后续判断结构和用户反馈意见作为合并参考数据，列入质量标准等级所关联的数据库中，优化原始版本数据，为后续判定提供更精准的基础标准。所述质量标准等级至少包括不合格等级，可根据国家相关标准，如《食品安全标准》，进行不合格等级的设置，目的在于不建议用户尝试改等级的食物，保护用户健康。
76.所述存储数据库包括照片编号、照片的识别结果和对应物品的质量标准等级，存储数据库包括初步建立，以及后续改善优化，具体方式是：对照片进行编号，根据预设规则依序进行编辑，每个照片均配上一个或多个识别结果，作为照片的识别属性，根据质量标准等级，对照片中的物品进行等级判定和输入。
77.为了提高整体判定流程的顺畅程度，先进行永久保存和临时保存的区分，在识别照片时在存储数据库中建立临时缓存空间，进行临时保存，在本地进行质量情况判定，并将判定结果上传数据到临时缓存空间中，作为临时处理空间。若质量标准等级为不合格等级，通过后台处理中心将缓存空间中的质量情况进行校验；若质量标准等级并非为不合格等级，将临时缓存空间中的数据存储至存储数据库中。不需要对全部数据均录入存储数据库，提升处理效率，减轻数据传输的负荷，由于更加靠近用户，还可为用户提供更快的响应，将需求在边缘端解决。同时，在本地进行初步处理判定，将复杂的判定通过后台处理中心将缓存空间中的质量情况进行校验，实现对不合格等级的严肃判定，预防出错。
78.在一个实施例中，所述识别数据库包括本地识别数据库和云端识别数据库，所述本地识别数据库的数据为云端识别数据库中的常用数据，所述常用数据为预设时间段内调用频率高的数据。具体地，一方面可动态更新常用数据，对预设时间段内调用频率高的数据列入常用数据中，作为用户的使用习惯；另一方面，降低边缘计算压力，优化整体结构，使用户的设备都能具有快速高效的识别能力。
79.本地进行质量情况判定利用本地识别数据库的数据进行，基本满足用户的正常需求，并根据用户的使用习惯，不断优化本地识别数据库的数据，如增加、减少等操作。校验利用云端识别数据库的数据进行，实现全面校验，提高精准度，特别适合云端识别数据库中的强力算法的高配置硬件能力中。
80.例如，用户使用手机进行本地识别，将质量标准等级为不合格等级的情况发送至云端，进行远程云端识别，不仅不影响数据的传输，还能让用户本地端的操作顺滑，不会出现卡顿现象。
81.在一个实施例中，提供虚拟指示标滑动操作的较佳方案。所述虚拟指示标的操作还包括滑动操作，所述滑动操作变更识别结果，选择对应果蔬名称更正识别结果；以及，还包括手动输入框，输入对应果蔬名称更正识别结果。通过滑动操作提高用户的操作性，用于
变更识别结果，降低更变的难度，让用户有更变的动力，为完善数据库提供良好环境。
82.当然，还可以提供对应的奖励制度，对更变的操作进行奖励。
83.不仅可以手动输入，还能进行语音转文字输入，可根据用户所操作的设备进行相关调整。
84.在一个实施例中，提供人工对照片描边的较佳方案。在识别操作前还包括步骤：人工对照片描边，形成各物品的轮廓。
85.此步骤的核心在于，用户可进行自行审核，认为智能识别的轮廓出现问题，对轮廓进行修改，或者由于照片自身像素或亮度问题无法识别，可进入人工对照片描边，形成各物品的轮廓，强化识别操作的可操作性和适应性。
86.如图6所示，本发明提供一种优化判定结果的较佳实施例。
87.步骤s31、通过双目摄像头获取对象的照片，以及摄像头与对象的实际距离；
88.步骤s32、识别照片，获取照片中各物品的形态再进行识别操作，所述识别操作包括获取形态的实际残缺度，根据预设残缺度获取识别相似所匹配的最低相似度，将物品与识别数据库中的各形态识别数据进行比较，将超过最低相似度且相似度最高的果蔬作为识别结果；
89.步骤s33、根据实际距离和摄像头拍摄参数，获取照片各物品的实际大小；
90.步骤s41、根据识别结果和实际大小，并结合对应的重量判断算法，形成优化算法；
91.步骤s42、根据优化算法判定当前物品的重量。
92.关于步骤s31，通过双目摄像头获取摄像头与对象的实际距离的步骤包括：根据摄像头的双目的内外参数，对原始图像进行校正，校正后的两张图像位于同一平面且互相平行；对校正后的两张图像进行像素点匹配；根据匹配结果计算每个像素的深度，从而获得深度图；通过深度图获取摄像头与对象的实际距离。
93.核心思路是基于视差概念，视差概念是指从两个不同位置观察同一个物体时，此物体在视野中的位置变化与差异，从两个观察点看目标，两条视线之间的夹角叫做这两个点的视差角，两点之间的距离称作视差基线。本技术优选双目的内外参数一致，若不一致，对双目进行标定，得到两个的内外参数，根据标定结果对原始图像进行校正。
94.其中，需要知道左目的每个像素点(xl,yl)和右目中对应点(xr，yr)的对应关系，通过极限约束，对于左图的p1点，寻找它在右图中的对应点p2，这样就能确定p点的空间位置，也就是我们想要的空间物体和相机的距离，即摄像头与对象的实际距离。
95.关于步骤s33，根据实际距离和摄像头拍摄参数获取照片各物品的实际大小的步骤包括：设置实际距离d，在标准照片上各物品的尺寸s1，实际大小s2，建立基于实际距离d、尺寸s1和实际大小s2的关系表；根据摄像头拍摄参数将照片转化为标准参数的标准照片；获取当前实际距离d并调用对应的关系表，根据尺寸s1获取对应物品的实际大小s2。
96.其中，在标准照片中，每个尺寸s1距离都可以结合实际距离d，转化为对应的实际大小s2，实际距离d是转化过程中必不可少的转化系数。而核心在于，可根据照片属性或者拍照时摄像头的参数，对拍摄出的照片进行转化，转化为标准参数的标准照片，便于后续对实际大小s2的快速获取，特别是针对多个物品是，可以快速获取每个物品的实际大小s2。
97.关于步骤s41，根据识别结果和实际大小，并结合对应的重量判断算法，形成优化算法，核心是，若不结合实际大小，默认一定的拍摄距离所获取物品的理论大小，其得到的
质量是理论数值，但是在实际拍照过程中，拍照距离是一个变量，是根据用户选择的，且不可能要求用户在特定距离进行拍照，为了体现智能化，需要将理论大小和实际大小进行比较判断，从而对理论重量进行优化，获取实际重量，使结果更精确。
98.以上所述者，仅为本发明最佳实施例而已，并非用于限制本发明的范围，凡依本发明申请专利范围所作的等效变化或修饰，皆为本发明所涵盖。
技术特征：1.一种基于双目摄像头的果蔬重量判定方法，其特征在于：建立基于各果蔬形态和重量的识别数据库，所述识别数据库中存储有各种果蔬在不同角度所拍摄的照片的形态识别数据和重量判断算法，所述形态包括轮廓和表面；建立残缺识别模型，包括不同预设残缺度和所对应的最低相似度；通过双目摄像头获取对象的照片，以及摄像头与对象的实际距离；识别照片，获取照片中各物品的形态再进行识别操作，所述识别操作包括获取形态的实际残缺度，根据预设残缺度获取识别相似所匹配的最低相似度，将物品与识别数据库中的各形态识别数据进行比较，将超过最低相似度且相似度最高的果蔬作为识别结果；根据实际距离和摄像头拍摄参数，获取照片各物品的实际大小；根据识别结果和实际大小，并结合对应的重量判断算法，判定当前物品的重量。2.根据权利要求1所述的果蔬重量判定方法，其特征在于，所述识别照片的步骤包括：获取照片各物品的形态，并在每一被识别到形态到的物品上，建立对应的虚拟指示标；等待操作指示；若在预设时间内没有操作指示，按预设规则对各虚拟指示标进行编号，并对每一虚拟指示标所对应的物品进行识别操作；若在预设时间内至少有一虚拟指示标本被点击，对点击后的各虚拟指示标进行编号，并对每一编号后的虚拟指示标所对应的物品进行识别操作。3.根据权利要求2所述的果蔬重量判定方法，其特征在于，所述获取照片各物品的形态，并在每一被识别到形态到的物品上，建立对应的虚拟指示标时，还包括步骤：建立基于各物品的轮廓描边，包括智能描边或人工对照片描边，形成各物品的轮廓；建立基于各物品的表面填充；所述虚拟指示标设置在表面填充中。4.根据权利要求3所述的果蔬重量判定方法，其特征在于：所述轮廓描边采用同一颜色；所述表面填充采用不同颜色，且相邻的两个物品的表面填充颜色不同；所述虚拟指示标四周环绕型设置在表面填充中；以及，操作指示在点击到表面填充和虚拟指示标时，均可选中对应的物品。5.根据权利要求2至4任一所述的果蔬重量判定方法，其特征在于，所述识别照片的步骤还包括：单点照片非物品位置，退出虚拟显示还原照片；双点照片，建立双显示区域，一所述显示区域显示具有虚拟指示标的照片，另一所述显示区域显示还原照片；长按照片，延时预设时间。6.根据权利要求1所述的果蔬重量判定方法，其特征在于：设置有多个质量标准等级，所述质量标准等级根据表面的形状和颜色，并结合物品的识别结果进行判定，其中，所述质量标准等级至少包括不合格等级；建立存储数据库，所述存储数据库包括照片编号、照片的识别结果和对应物品的质量标准等级；在识别照片时在存储数据库中建立临时缓存空间，在本地进行质量情况判定，并将判
定结果上传数据到临时缓存空间中；若质量标准等级为不合格等级，通过后台处理中心将缓存空间中的质量情况进行校验；若质量标准等级并非为不合格等级，将临时缓存空间中的数据存储至存储数据库中。7.根据权利要求6所述的果蔬重量判定方法，其特征在于：所述识别数据库包括本地识别数据库和云端识别数据库，所述本地识别数据库的数据为云端识别数据库中的常用数据，所述常用数据为预设时间段内调用频率高的数据；本地进行重量情况判定利用本地识别数据库的数据进行；校验利用云端识别数据库的数据进行。8.根据权利要求2所述的果蔬重量判定方法，其特征在于：所述虚拟指示标的操作还包括滑动操作，所述滑动操作变更识别结果，选择对应果蔬名称更正识别结果；以及，还包括手动输入框，输入对应果蔬名称更正识别结果。9.根据权利要求1所述的果蔬重量判定方法，其特征在于，通过双目摄像头获取摄像头与对象的实际距离的步骤包括：根据摄像头的双目的内外参数，对原始图像进行校正，校正后的两张图像位于同一平面且互相平行；对校正后的两张图像进行像素点匹配；根据匹配结果计算每个像素的深度，从而获得深度图；通过深度图获取摄像头与对象的实际距离。10.根据权利要求1所述的果蔬重量判定方法，其特征在于，根据实际距离和摄像头拍摄参数获取照片各物品的实际大小的步骤包括：设置实际距离d，在标准照片上各物品的尺寸s1，实际大小s2，建立基于实际距离d、尺寸s1和实际大小s2的关系表；根据摄像头拍摄参数将照片转化为标准参数的标准照片；获取当前实际距离d并调用对应的关系表，根据尺寸s1获取对应物品的实际大小s2。
技术总结本发明涉及识别领域，具体涉及一种基于双目摄像头的果蔬重量判定方法。建立基于各果蔬形态和重量的识别数据库；建立残缺识别模型；识别照片，获取照片中各物品的形态再进行识别操作；根据识别结果并结合对应的重量判断算法，判定当前物品的重量。本发明的有益效果在于，与现有技术相比，本发明通过识别操作，先获取物品的大概轮廓，若多个物品或者物品被遮挡，还要获取对应物品的实际残缺度，在同一照片中，对每个物品均进行单独识别，将物品与识别数据库中的各形态识别数据进行比较，将超过最低相似度且相似度最高的果蔬作为识别结果。最低相似度且相似度最高的果蔬作为识别结果。最低相似度且相似度最高的果蔬作为识别结果。
技术研发人员：于化云 仇勇军
受保护的技术使用者：深圳市乐福衡器有限公司
技术研发日：2022.03.15
技术公布日：2022/7/5
