99年9月3日成果发表会DVB.pptVIP

「智慧終端與人機互動創作專題競賽」報告 指導老師：吳宗益 開發團隊：丁之堯、許舜植 國立彰化師範電子工程系 2016/6/3 教育部資通訊軟體創新人才推升推廣計畫 作品動機與簡介 開發動機 針對無法方便貼上條碼的商品，讓消費者能夠方便知道商品的資訊。 作品簡介 麵包因製作流程，在剛出爐時會有熱氣造成水氣，因此不適合放入塑膠袋中，因此麵包也是屬於較難貼上標籤的商品，因此我們想到能夠利用影像處理來辨識麵包。 需求分析 需求功能說明 本作品能讓消費者不用詢問店員，利用鏡頭便能得到商品資訊。目前只有日本的BacaryScan能以靜態的方式辨識商品。 系統效能、可用性、安全性說明 現今演算法已經能順暢的執行，本作品還加點改良，能提升影像處理速度。 系統軟硬體架構說明 本系統目前的模擬環境為Microsoft Windows 7，處理器為Intel? Core? i5-4570 CPU @ 3.20 GHz，模擬程式為Visual Studio 2013，使用的函式庫為opencv2.4.9。 系統設計 軟體設計 檢視麵包店所有販售商品：軟體將商店內所有商品列出，並增加搜尋功能，令消費者能快速尋找出想購買的商品。 利用攝影機辨識出商品並顯示商品資訊：利用物體識別辨識出商品後，在畫面中商品旁邊加註商品資訊，如品項、種類、熱量等等。 檢視商品所在位置：消費者能夠在商店內獲得商品位於哪個架上的資訊，讓消費者能夠更方便找到商品。 計算攝影機畫面內商品價錢：消費者買定商品後，選定計算價錢功能，便能將畫面內商品價錢計算出來，方便計算購買金額。 記錄購買商品：消費者能夠儲存購買記錄，統計曾經買過的商品品項及價錢，方便消費者查詢。 演算法設計 系統流程圖 影像處理流程圖 * 系統測試 有些功能可以直接從資料庫提取資料來執行，例如檢視所有商品、商品所在位置、紀錄購買商品，而要利用攝影機的功能必須得經過影像處理來執行，而影像處理就得考慮到辨識度的可靠度，SIFT與SURF由於演算法不同，因此能夠參照兩邊算出的結果互相輔助來選出最佳的圖片。 以下進行的測試是利用隨機抽樣一致的方式來決定訓練圖片特徵點是否符合測試圖片中的特徵點，當訓練圖片出現在測試圖片中便作為辨識成功。 ? 辨識成功率 比對時間(ms) 尺寸:386*386 比對時間(ms) 尺寸:800*640 比對時間(ms) 尺寸:900*600 SIFT 90% 76.2553 367.8454 544.8954 SIFT+Our propose 86.67% 48.5498 323.1784 447.1287 SURF 86.21% 96.5594 715.3278 4027.9065 SURF+Our propose 79.31% 61.0886 547.1699 1598.8135 * 系統功能說明展示 測試範例 測試範例 在攝影機中識別圖像的 在攝影機中識別圖像的截圖截圖