专利权人：罗嗣杨

名称：一种人工智能超市结账系统

本发明提供一种人工智能超市结账系统，包括：商品结算区，包括传送带，用于供用户将购买的商品放置到其上，传送带将商品传送到商品条码提取模块的工作区域，并在商品条码提取模块提提取完商品条码后将商品传输到商品整理区；商品条码提取模块提取商品的条码信息，并将获取的条码信息发送到价格显示模块；价格显示模块根据接收的条码信息显示商品信息及商品的价格，并将各个商品的价格相加显示最终的总价格及统计结算商品数量；结算模块通过扫描装置获取用户的付款码，完成商品的结算；商品整理区，用于存放由传送带传送过来的商品，其上设置有闸门，当用户完成商品结算后开启。本发明能够自动实现超市结账的过程，无需人工参与，节省人力资源。

一种人工智能超市结账系统
技术领域

本发明涉及一种人工智能超市结账系统。

背景技术

目前，随着互联网技术与计算机技术发展，尤其硬件制造与机器学习迅速发展，利用机器学习可以代替生活中很多简单的重复的人类工作。可以预见，随着时间的推移，人工智能将逐渐成熟，机器将取代生活中的方方面。同时，网络支付已经应用在日常生活中的方方面面，包括现有的超市结账系统。

现有技术中，超市的收银大多采用人工收银的方式，收银员每天做着大量重复性的工作，在长时间的工作环境下，收银员的工作效率和准确度难以的到保证。

发明内容

针对上述问题，本发明旨在提供一种人工智能超市结账系统。

本发明的目的采用以下技术方案来实现：

一种人工智能超市结账系统，包括：

商品结算区，包括传送带、商品条码提取模块、价格显示模块和结算模块，

所述传送带，用于供用户将购买的商品放置到其上，所述传送带将商品传送到所述商品条码提取模块的工作区域，并在所述商品条码提取模块提提取完商品条码后将商品传输到商品整理区；所述商品条码提取模块提取商品的条码信息，并将获取的条码信息发送到价格显示模块；所述价格显示模块根据接收的条码信息显示商品信息及商品的价格，并将各个商品的价格相加显示最终的总价格及统计结算商品数量；所述结算模块通过扫描装置获取用户出示的付款码，完成商品的结算；

所述商品整理区，用于存放由所述传送带传送过来的商品，其上设置有闸门，所述闸门当用户完成商品结算后开启。

本发明的有益效果为：本发明超市结账系统，能够自动实现超市结账的过程，无需人工参与，能够节省人力资源，同时方便用户使用，适应性强。

附图说明

利用附图对本发明作进一步说明，但附图中的实施例不构成对本发明的任何限制，对于本领域的普通技术人员，在不付出创造性劳动的前提下，还可以根据以下附图获得其它的附图。

图1为本发明的框架结构图。

附图标记：

商品结算区10、传送带11、商品条码提取模块12、价格显示模块13、结算模块14、商品整理区20、摄像头21、数据处理终端22、管理终端23、闸门29

具体实施方式

结合以下应用场景对本发明作进一步描述。

参见图1，其示出一种人工智能超市结账系统，包括：

商品结算区10，包括传送带11、商品条码提取模块12、价格显示模块13和结算模块14，

所述传送带11，用于供用户将购买的商品放置到其上，所述传送带11将商品传送到所述商品条码提取模块12的工作区域，并在所述商品条码提取模块12提提取完商品条码后将商品传输到商品整理区20；所述商品条码提取模块12提取商品的条码信息，并将获取的条码信息发送到价格显示模块13；所述价格显示模块13根据接收的条码信息显示商品信息及商品的价格，并将各个商品的价格相加显示最终的总价格及统计结算商品数量；所述结算模块14通过扫描装置获取用户出示的付款码，完成商品的结算；

所述商品整理区20，用于存放由所述传送带11传送过来的商品，其上设置有闸门29，所述闸门29当用户完成商品结算后开启。

本发明上述实施方式，当用户需要结账时，仅需要将商品放置到传送带11中，有传送带11将用户购买的商品传送到商品条码提取模块12的工作区域，由商品条码提取模块12对扫描商品上的条码，获取商品的条码信息，将条码信息发送到价格显示模块13，由价格显示模块13根据接收的条码信息显示获取对应商品的信息并显示，以及统计各个商品的价格总和及商品数量总和，最后由结算模块14根据价格的总和生成结算信息，扫描用户出示的付款码进行收款；经商品条码提取模块12扫描后的商品由传送带11继续传送到商品整理区20，由商品整理区20暂时存放用户购买的商品，待用户结算完毕后，开启闸门29供用户取出商品。本发明超市结账系统，能够自动实现超市结账的过程，无需人工参与，能够节省人力资源，同时方便用户使用，适应性强。

在一种实施方式中，所述商品条码提取模块12为全方位立体式条码扫描装置。

在一种实施方式中，所述商品整理区20中还设置有摄像头21，以及和所述摄像头21连接的数据处理终端22；所述摄像头21获取所述商品整理区20中存放的商品图像，将获取的图像发送到数据处理终端22；

所述数据处理终端22应用人工智能学习算法对所述商品图像进行图像识别并获取所述商品图像中商品的数量，发送到管理终端23；

所述管理终端23与所述结算模块14连接，用于将所述商品图像中商品的数量和所述结算商品数量进行比较，若数量一致，则发送操作指令到所述结算模块14控制启动扫描装置；若数量不一致，则发出警报信息。

本发明上述实施方式，通过商品整理区20中设置的摄像头21，获取存放在商品整理区20中的商品图像，从而根据获取的图像信息判断商品整理去中存放的商品的数量，并将获取的商品数量和价格显示模块13中统计的结算商品数量进行比较，能够保证每一个用户购买的商品都被正确扫描，从而提高了收银系统的可靠性。

在一种实施方式中，所述数据处理终端22，应用人工智能学习算法对所述商品图像进行图像识别并获取所述商品图像中商品的数量，具体包括：

(1)对获取的商品图像进行预处理，所述预处理包括对所述商品图像进行灰度变化，获取商品灰度图像；对所述商品灰度图像进行增强处理，获取商品增强图像；对所述商品增强图像进行二值化处理，获取二值化商品图像作为预处理后的商品图像；

(2)对所述预处理后的商品图像进行特征提取处理，获取该图像的特征参数；其中所述特征提取处理包括采用小波包主成分分析进行特征参数提取；

(3)利用神经网络模型对所述图像的特征参数进行分析，得到所述商品图像中商品的数量，其中所述神经网络模型根据预先录入商品图像利用深度学习算法训练所得。

本发明上述实施方式，数据处理终端22对获取的商品图像进行上述处理，首先对获取的商品图像进行灰度变化、增强和二值化处理，能够根据需要调整获取所需的商品图像，然后对预处理后的商品图像进行特征参数提取，获取图像的特征参数，然后根据提取的特征参数，采用神经网络模型对其进行分析，获取图像中商品的数量；采用上述算法获取商品图像中商品的数量，可靠性好，准确度高。

在一种实施方式中，所述数据处理终端22中，对获取的商品图像进行预处理，所述预处理包括对所述商品灰度图像进行增强处理，获取商品增强图像，具体包括：

(1)初始化迭代次数k＝0，迭代步长s’；

(2)对商品灰度图像进行增强处理，其中采用的自定义增强函数为：



式中，Sk+1和Sk分别表示k+1和k次迭代增强处理时的商品灰度图像，Y表示分窗口数，其中窗口大小为α×α，图像大小为m×n，则Y＝(m-α+1)×(n-α+1)，Uk表示当前时刻二阶偏微分模型的切向扩散函数，其中，Y(S(y)k)表示k次迭代时第y窗口内的归一化直方图，M(y)max和M(y)min分别表示第y窗口内的最大灰度值和最小灰度值，s’表示迭代步长，0＜s’≤1，R1和表示切向平滑调节因子，R2表示增强比例系数；Ux和Uy分别表示偏导数的向前和向后差分值，Uxx、Uxy、Uyy分别表示二阶偏导数的有限差分近似值，R表示调节因子，表示图像梯度向量，v表示设定的边缘调节因子，表示设定的灰度影响因子；

(3)更新迭代次数k＝k+1，若迭代次数大于设定的最大迭代次数，则输出Sk作为所述商品增强图像Xz；否则，返回(2)作进一步处理。

作为优选的实施方式，设置α＝3，s’＝0.66。

本发明上述实施方式，采用上述的方式对商品灰度图像进行增强去噪处理，在迭代过程中，通过设置处理窗口依次遍历商品灰度图像进行增强和去噪处理，能够有效地对商品图像中的噪声进行平滑，同时对其中的边缘部分起到很好的保护作用，去噪和增强效果显著，有效地降低了因商品图像采集和数据传输过程中产生的噪声干扰，为数据处理终端22后续对商品图像中的商品进行识别奠定了基础。

在一种实施方式中，所述数据处理终端22中，对获取的商品图像进行预处理，所述预处理包括对所述商品增强图像进行二值化处理，获取二值化商品图像作为预处理后的商品图像，具体包括：

对所述商品增强图像Xz像进行灰度调节处理，其中，采用的灰度调节函数为：



式中，Q(m,n)表示所述商品增强图像Xz中像素点(m,n)的灰度值，qs表示设定的图像像素均值调节参数，Ts表示设定的图像像素方差调节参数，表示商品增强图像Xz中所有像素点的灰度均值，T表示商品增强图像中所有像素点的灰度方差，Q′(m,n)表示灰度调节后的商品增强图像像素点(m,n)灰度值；

对灰度调节处理后的图像进行二值化处理，获取二值化商品增强图像，其中采用的自定义二值化函数为：



式中，E(m,n)表示二值化处理后二值化商品增强图像中像素点(m,n)的灰度值，Q′(m,n)表示灰度调节后的商品增强图像中像素点(m,n)灰度值，P(m,n)表示自适应判断阈值，其中，表示设定标准差动态因子，σ表示设定的调节阈值调节因子，q(x,y)表示以像素点(m,n)为中心的γ×γ邻域内的像素点(x,y)的灰度值，e(m,n)表示以像素点(m,n)为中心的γ×γ邻域内的像素点的灰度均值。

本发明上述实施方式，采用上述方式对商品增强图像进行二值化处理，首先对商品增强图像进行辉度调节处理，能够有效地调节商品图像中的亮度差异，使得商品图像的灰度分布处于平稳的状态；然后对灰度调节处理后的商品图像进行二值化处理，进一步去除图像中的亮度信息，能够适应不同光照、亮度水平下的情况，鲁棒性强，稳定性高，为数据处理终端22后续对商品图像中的商品进行识别奠定了基础。

最后应当说明的是，以上实施例仅用以说明本发明的技术方案，而非对本发明保护范围的限制，尽管参照较佳实施例对本发明作了详细地说明，本领域的普通技术人员应当分析，可以对本发明的技术方案进行修改或者等同替换，而不脱离本发明技术方案的实质和范围。