基于區域顏色特征的食物類別識別算法

丁偉利，李　勇，陳　瑜

(燕山大學 電氣工程學院，河北 秦皇島 066004)

基于區域顏色特征的食物類別識別算法

丁偉利，李勇，陳瑜

(燕山大學 電氣工程學院，河北 秦皇島 066004)

摘要針對自選餐廳結賬中人工計價的效率問題，文中提出了一種基于顏色特征的食物類別識別算法。該算法通過邊緣投影提取目標區域，再基于Lab顏色模型對食物圖像聚類分割，利用HSV顏色模型獲取各類子區域的顏色特征，并基于區域顏色識別食物的種類。分別針對1類和3類食物的各30幅圖像進行了仿真實驗和統計分析。結果表明，算法識別準確率可達95.6%，識別速度最快只需0.119 s。

關鍵詞食物識別；顏色特征；目標區域；食物種類

隨著自動售貨機等智能設備的快速發展，自選飯菜餐廳中對飯菜種類的自動識別技術也開始受到關注。目前，在自選菜餐廳中對食物進行結算時，一般采取統一在收銀臺通過收銀員人工計價掃描食物的條碼標簽或識別餐盤底部的射頻芯片的方式計算價格。人工計價在進餐高峰期，效率較低、易出差錯；掃描條形碼的方法受到食物包裝等因素的制約，不夠便捷；而在餐盤底部加入射頻芯片的方法，需要為每個餐盤裝入芯片，并寫入價格，步驟繁瑣且成本較高[1]。為了解決上述問題，研究人員開始嘗試利用計算機視覺算法提取食物信息。然而，現有方法在目標特征提取與匹配時既需要食物本身特征又需要食物容具特征，對各類食物的容具及搭配要求較高，只能識別特定容具中的食物，使系統更加復雜，通用性較差[2]。……