智慧食堂作为一种新型餐饮模式,随着互联网与AI技术的发展已经越来越成熟。智慧食堂通过智能结算平台有效缩短了结算时间、通过数据库记录为管理人员提供了营收业绩的查询与指导、通过大数据分析为顾客提供了相应的用餐管理与推送。相比于传统的食堂结算模式,智慧食堂有效节省了人工成本,提高了客户的用餐体验,为食堂带来更加全面的经营信息。这种便捷化、智能化的用餐体验正在渐渐融入每个人的生活中。基于智慧食堂的优良前景,本文着重解决了智慧食堂视觉结算方案中出现的鲁棒性差、餐盘摆放要求严格、识别置信度较低等问题,并设计了相应客户端的软件。本文主要的工作内容如下:（1）训练了基于颜色空间的两种k近邻分类器,将其用于餐盘图像的提取中,在处理后获取含有餐盘颜色信息与较完整区域信息的简化图像,解决了当下的结算系统使用阈值分割提取与识别餐盘而带来的图像信息缺失、鲁棒性差的问题;（2）训练用以识别简化餐盘图像的目标检测模型,通过数据集的处理与模型参数的优化更新将其平均精度均值提升至0.702,并通过各种餐盘摆放图片检验了模型的泛化能力,解决了当下结算系统存在的对餐盘摆放位置要求过高的问题;（3）使用Qt/C++设计结算系统的客户端,设计从识别、显示到支付的一系列窗口,并通过SQLite提供餐盘信息与支付记录的数据库操作功能。此外,还为管理人员预留了扫码支付的接口,便于客户端软件支付形式的升级。经过单元测试与集成测试后发现,算法对餐盘的提取与识别有着较高的鲁棒性,且能够适应多种餐盘摆放情况。客户端软件的功能正常,可以在后续投入使用。