一种运用于AI电子秤的影像强光抑制运算系统的制作方法

技术特征：
1.一种运用于ai电子秤的影像强光抑制运算系统，包括控制模块(1)，其特征在于：所述控制模块(1)的信号端口连接有图像采集模块(2)、图像处理模块(3)、物品匹配模块(4)，其中：所述控制模块(1)用于处理图像采集模块(2)、图像处理模块(3)、物品匹配模块(4)传回的信息，并做出回应；所述图像采集模块(2)用于拍摄称重物品；所述图像处理模块(3)用于处理图像采集模块(2)拍摄的图像，使图像更加清晰；所述物品匹配模块(4)用于读取图像的特征，并将读取的特征与原图像对比，判断所称量的物品种类；所述控制模块(1)通过电信号与图像采集模块(2)相连接，所述图像采集模块(2)和图像处理模块(3)之间通过电信号相连接。2.根据权利要求1所述的一种运用于ai电子秤的影像强光抑制运算系统，其特征在于：所述控制模块(1)包括计算机和服务器，所述计算机和服务器之间通过网络信号连接。3.根据权利要求1所述的一种运用于ai电子秤的影像强光抑制运算系统，其特征在于：所述图像采集模块(2)包括摄像区块(21)、照明灯区块(22)，所述照明灯区块(22)为调节亮度的lde灯，所述摄像区块(21)与照明灯区块(22)之间通过电线连接，所述摄像区块(21)与照明灯区块(22)均与计算机相连接。4.根据权利要求1所述的一种运用于ai电子秤的影像强光抑制运算系统，其特征在于：所述图像处理模块(3)包括抑光处理区块(31)、清晰度增强区块(32)，所述抑光处理区块(31)用于抑制强光点直接照射造成的光晕偏大，视频图像模糊，能自动分辨强光点，并对强光点附近区域进行补偿以获得更清晰的图像。5.根据权利要求4所述的一种运用于ai电子秤的影像强光抑制运算系统，其特征在于：所述抑光处理区块(31)为从图像采集模块(2)中读取两组图像，并从两幅图像的相同位置读取灰度值，进行线性加权合成图像，具体步骤为：一、获取两组源图像g1(x,y)和g2(x,y)；二、计算图像的平均灰度值t；三、输入tmin、tmax；四、将t与输入的两个边界值比较，当t<tmin时权值a1＝{g1(x,y) g2(x,y)}/(4/tmin),a2＝1-a1；当t>tmax时，a2＝[256-(g1(x,y) g2(x,y))/2]/2(256-tmax)；a1＝1-a2，当t在tmin和tmax之间时a1＝a2＝0.5；五、输出合成图；所述tmin＝32；tmax＝192；所述平均灰度值计算公式为：t＝{g1(x,y) g2(x,y)}/2，所述a1、a2为g1(x,y)和g2(x,y)的权值。6.根据权利要求5所述的一种运用于ai电子秤的影像强光抑制运算系统，其特征在于：所述清晰度增强区块(32)为通过计算机对抑光处理区块(31)合成的图形进行处理，除去图形中的模糊部分使图形的特征更加明显，所述清晰度增强区块(32)所使用的算法为神经网络算法。7.根据权利要求6所述的一种运用于ai电子秤的影像强光抑制运算系统，其特征在于：所述物品匹配模块(4)包括特征读取区块(41)、特征比对区块(42)，所述特征读取区块(41)
用于读取图像中的显著图像特点，所述图像特点包括图像常用属性、图像基本特征、图像的统计特征、姿态估计问题。8.根据权利要求7所述的一种运用于ai电子秤的影像强光抑制运算系统，其特征在于：所述图像常用属性包括图像基本属性、色阶、颜色，所述基本属性包括图形亮度、对比度、色彩饱和度、清晰度，所述色阶包括曝光、高光、阴影，所述颜色包括色温色调，所述图像基本特征包括颜色特征、纹理特征、形状特征、空间关系特征，所述图像的统计特征包括直观性特征、会读统计特征、变换系数特征、代数特征。9.根据权利要求7所述的一种运用于ai电子秤的影像强光抑制运算系统，其特征在于：所述特征对比区块(42)与服务器网络连接，所述特征比对区块(42)是将特征读取区块(41)中的图像特点与服务器存储的图像进行匹配，判断出图片内物品的种类，所述服务器内储存的信息包括图片特点，图像内产品名称，产品种类。

技术总结
本发明公开了一种运用于AI电子秤的影像强光抑制运算系统，包括控制模块，所述控制模块的信号端口连接有图像采集模块、图像处理模块、物品匹配模块，其中：所述控制模块用于处理图像采集模块、图像处理模块、物品匹配模块传回的信息，并做出回应；所述图像采集模块用于拍摄称重物品；所述图像处理模块用于处理图像采集模块拍摄的图像，使图像更加清晰；所述物品匹配模块用于读取图像的特征，并将读取的特征与原图像对比，判断所称量的物品种类；本发明的优点在于：能够对图像中的强光进行抑制，降低明亮区域的曝光度，将强光部分弱化，使暗光部分变亮，达到光线平衡，使得到的图像更加清晰，使物品识别更加准确。使物品识别更加准确。使物品识别更加准确。


技术研发人员：黄庆森 李林波
受保护的技术使用者：深圳市科瑜科技有限公司
技术研发日：2022.01.20
技术公布日：2022/5/30