商超货架商品图像分割方法研究开题报告

1. 研究目的与意义（文献综述）

近些年来,我国零售业保持快速平稳地发展超市起着至关重要的作用。面对国外大型连锁商场的入侵,国内传统百货市场面临巨大挑战,我们不仅只通过价格战和广告战来吸引顾客，我们也应该学习国外商场先进的信息管理经验,提高和完善自身信息管理中的不足，从而增加销售额。

在现实生活中，我们经常有被误导消费的情况发生。商家会根据商品自身的特性进行搭配，也有针对不同消费群体将商品摆在不同的位置，从而吸引我们消费。国外的调研公司设计出一款货架陈列管理软件,它可以更好的辅助商场合理理货,调整商品结构,更好的吸引顾客从而达到降低成本,提高运作效率。国内商场使用的多是针对静态货品的种类、数量进行修改和查询的软件,这种传统的管理软件很难提供大量的即时信息,很难根据己有信息做相关的统计和分析。在如今科技信息快速发展的时代,如果能对商场货物变动信息进行大量的统计与分析,商家就可以更好的了解顾客的真正需求,并进行相应的合理配置,这样不仅有效降低成本,而且可以实现利益最大化。

本课题是基于对图像的处理来获得信息的,在设计中的每个模块也是基于数字图像处理技术而设计实施的。我们需要从获取的货架商品图片中提取出我们需要的信息并进行分析整合。本课题用到的图像处理技术主要有边缘检测，图像分割等一些关键技术。边缘检测技术是图像处理最基本的技术。早期经典算法包括边缘算子法，曲面拟合法，模版匹配法等。随着数学理论及人工智能的发展，又涌现出许多新的边缘检测方法，德国科学家matheron和法国科学家serra共同提出了数学形态学,并形成了基于数学形态学的边缘检测技术。随着神经网络技术与模式识别技术、数字图像处理技术的结合,神经网络的训练方法在边缘检测中也展开了应用。随着图像分割不断的深入的研究，有些学者提出域值分割方法，如基于量化直方图的最大熵处理算法。还有基于投影直方图的分割方法，并运用预处理及轮廓追踪找出最佳分割域。

2. 研究的基本内容与方案

通过对数字图像处理基本技术的学习及将其与货架商品的图像分割研究结合起来，本次商超货架商品图像分割方法研究大致分为下面三大模块，包括超市商品图像预处理模块、货架区域分割模块、识别区域框定模块等方面的研究。图像预处理模块主要是进行平滑去噪、角度旋转，图像灰度化处理等。货架区域分割模块根据货架与商品的颜色深浅不同，将其进行区分开来。主要是选取合适的分割方法将货架的上下层区别开来。识别区域框定主要将货架上的单个商品分割出来，并根据样本对图像进行修正，最终框定目标商品。系统框图如下：

3. 研究计划与安排

第1－3周：查阅图像分割处理的相关文献资料，明确研究内容，了解研究所需的相 关知识，确定方案，完成开题报告；

第4－8周：学习几种图像分割的方法，逐步实施设计方案，完成程序的设计，完成 不少于2万字符的英文翻译；

第9－10周：对设计的方案各个模块进行实验，根据实验结果改进方案设计；

4. 参考文献（12篇以上）

[1]Daeho Lee,Youngtae Park.Discrete Hough transformusing linesegmentre presentation for dline detection. Optical Engineering,2011(8)[2]unhong Ji,Guodong Chen, Lining Sun. A novel Hough transform method for linedetection by enhancing accumulator array. Pattern Recognition Letters, 2011(32):1503-1510[3]Billy Y.L.Li, Wanquan Liu, Senjian An, Aneesh Krishna,Tianwei Xu. Facerecognition using various scales of discriminant color space transform.Neurocomputing,2012(94) : 68-76[4]Hong Liu, Yaobin Zou,Renchao Jin. An effusion-evaporation model for imageedge detection. Optics and Lasers in Engineering, 2011(49):946-953[5]蔡式东,杨芳.一种基于HSV空间和粗糙集的彩色图像分割法.光电子技术,2011(1): 5-9[6]姜兰池,沈国强,张国煊.基于HSV分块颜色直方图的图像检索算法.机电工程,2009(11): 54-57[7]朱朦,白杰云,任洪娥.基于Lab模型的树叶绿色色差变化梯度研究.智能计算机与应用,2011(2): 55-58[8]关琳琳,孙媛.图像边缘检测方法比较研究.现代电子技术,2008,31(22):96-98, 101[9]戴渊明,张翔.基于改进概率霍夫变换算法的车道检测方法研究.杭州子科技大学学报,2006(5): 91-95[10]王思国,王琰.一种改进的图像旋转算法.沈阳理工大学学报,2009,28(5):22-25[11]谢国庆,白莹,王智文.基于全局迭代阈值和局部分析的护照图像的二值化算法.计算机应用与软件,2009(11): 118-119[12]赵春燕,郑永果,王向葵.基于直方图的图像模糊增强算法[J].计算机工程,2005,31(12):185-187.[13]刘惠燕,何文章,马云飞. 基于数学形态学的雾天图像增强算法[J]. 天津工程师范学院学报, 2009.[14]苏秀琴，张广华，李哲.一种陡峭边缘检测的改进Laplacian算子[J].科学技术与工程，2006,6(13):1833-1835[15]李忠海.图像直方图局部极值算法及其在边界检测中的应用[J].吉林大学学报，2003，21（5）：89-91