论文部分内容阅读
智慧餐饮(Smart Dining),是指一种基于物联网、云计算和人工智能技术为基础搭建的智能餐饮服务,通过新技术以及信息化等服务可显著节约餐厅用工数量、降低经营成本。随着我国餐饮业的快速发展,智慧餐饮服务已经越来越多地被应用到餐饮业的各个领域之中,不过基本都是在社会餐饮中使用,很少有适用于大型团餐食堂的智慧餐饮服务系统。由于大型团餐食堂服务的人员基数大、就餐时间相对集中和智能化程度较低等特点,导致食堂就餐高峰期拥堵,始终难以得到根本解决。针对以上问题,本文设计了一套基于图像识别的智慧餐饮系统,主要的工作如下:(1)针对团餐食堂就餐人数密集和就餐时间集中等特点,搭建了基于图像识别的快速结算系统。根据自选食堂采用“一碟一价”的售卖模式,提前将餐具图片和价格等信息录入系统。利用图像识别算法将识别出来的餐具种类与系统的信息进行比对,然后计算出餐费总价,完成餐费结算。(2)运用一种基于HSV颜色空间的阈值分割餐方法。首先将工业相机采集的RGB图像转换到HSV颜色空间。通过设置HSV空间各通道的阈值,对原图像进行二值化分割。再利用基于区域的去噪算法以及孔洞填充等方法优化餐具二值图像。然后,利用餐具的显著谱信息完善餐具提取效果,并采用MBS算法对原图像进行图像的显著谱分析,最后,利用图像的显著谱与餐具预提取的二值图的交并比关系求取餐具的最终二值图。此方法既避免了过度依赖餐具显著谱信息,也弥补了阈值分割算法鲁棒性不足的缺点。(3)设计了一种基于SSD算法的深度学习框架。将餐具二值图输入SSD中进行训练以及检测,有效屏蔽了不同菜品以及背景信息对SSD模型训的影响。通过实验结果分析,利用餐具二值图训练的模型准确率明显高于直接将原图像作为训练样本的模型。(4)针对大型团餐食堂信息化程度较低的特点,设计了一套基于Django框架的数据管理网站。该网站主要包含账户管理、用户管理、用户信息查询和系统管理四个模块。可以对消费者消费数据进行汇总,以图表的形式展现给食堂管理者。本文针对大型团餐食堂,设计了一套基于图像识别的智慧餐饮系统。该系统可以有效地缓解传统食堂就餐高峰期拥堵的压力,统计用餐者的消费数据并汇总后展现给食堂管理员。由此可证明,本系统具有一定的理论意义和工程实用价值。