基于机器视觉的点餐自动提示器设计

陈善为，余建安，邵梦甜，李 萍，王小梅

（宝鸡文理学院 教育学院，陕西 宝鸡 721016）

随着人们生活水平的不断提高，在外就餐越来越普遍，但是，在点餐过程中，商家更多是出于经济利益的驱使而非人性化考虑下单，再加上消费者健康饮食观念的缺失，导致顾客对饮食的热量、含糖量等饮食特性缺乏了解，容易产生用餐浪费以及不健康饮食的问题。这与当前倡导的健康生活方式、构建节约型社会的理念相悖。本研究尝试将机器视觉技术引入餐饮过程，设计一种基于机器视觉的点餐自动提示器，为顾客提供客观科学的数据，便于点餐时进行参考。

1 系统关键技术

机器视觉是指利用机器代替人眼来做测量和判断的一种技术[1]。设备首先利用机器视觉对消费者的身高和体型予以测量，然后根据他们的体型特征做出相关判断，进一步推测出消费者的胖瘦、体重等信息，判断消费者的饮食需求，给出最终的用餐建议。在它的设计过程中主要涉及光学成像、自动控制、数字图像处理、计算机等相关理论和技术。在此就以上技术在本装置中的应用予以分析：

1.1 硬件技术

1）光源

光源设计是该提示器的基础环节，它为提示器的成像装置提供了稳定可靠的光源。因为光源直接作用于提示器的原始图像信息输入，对输入图像的质量有直接影响，关系着装置的准确性和实用性。有效的光源设计一方面可以使待检测的目标人群特征突出，同时抑制不必要的干扰，另一方面也能为点餐自动提示器的后期图像处理提供保障。

光源设计从三方面加以考虑，光源选择、光源的结构特性、光反射环境的传送特性[2]。由于点餐自动提示器主要作用于餐饮消费者，对稳定性要求较高，因此在本装置中着重考虑光源的选择。在综合考虑各种因素后，本装置最终采用稳定性好，亮度高，能耗较低的LED作为主光源。

2）镜头

镜头是整个系统与目标人群距离最近的部件，镜头的质量直接关系到本装置的整体性能。因此合理选择并安装镜头是保证该系统的成像装置在清晰成像的同时获得高精度图像信号的基础。镜头在设计中应注意以下3个问题：

①保持合理的物距，以便获得对象特征。

②要求镜头还原准确，畸变小[3]。

③要求镜头在保持小畸变的同时尽量提供大视野，这样便于后期图像处理。

3）摄像机

摄像机也是该系统的核心部件，它相当于这个装置的眼睛。在本装置中着重解决摄像机的选择问题。在选择机器视觉系统中的摄像机时，除了考虑光电转换元件外，还应考虑系统运行周期、检测的视角、测量精度、扫描方式、接口类型等因素[4]。

4）图像采集卡

图像采集卡是整个系统的心脏，承载着图像的收集和处理等任务。由于本装置摄像机获取的信号属于模拟信号，不能被计算机直接识别和处理，需要图像采集卡对摄像机搜集的模拟信号进行模数转换，生成能被计算机处理的数字信号[5]。图像采集卡必须能和摄像机协同工作，并能实时采集和转换大量的图像数据，因此对它的性能要求较高。

5）微型液晶显示器

微型液晶显示器处于本系统的末端，是本装置的人机交互界面。它主要将前述各环节处理的目标人群的身高、体型等信息特征和点餐自动提示器所依据此特征做出的餐饮建议呈现出来，为消费者提供一个可视化的信息呈现平台。

1.2 软件技术

该系统的软件部分主要涉及图像处理和视觉信息处理。前述机器视觉系统的前端环节，包括光源、镜头、摄像机等，都是为最终的视觉信息处理准备素材。机器视觉系统通过对图像的处理、分析和识别实现对特定目标和特征的检测[6]。在本设计中该技术的具体应用是：利用图像处理软件，对图像采集卡采集的原始图像予以图像显化、图像分割、容差设置、亮度饱和度调节等一系列处理，优化图像的可视效果；然后，由计算机按照预定程序对图像的视觉信息进行精细化计算，用以获得对目标人群的客观描述，为整个点餐自动提示器设计提供精确的信息支持，从而实现预设目标。

2 系统工作原理

系统结构原理如图1所示。

图1 系统结构原理图Fig.1 Principle diagram of the system structure

在“基于机器视觉的点餐自动提示器”设计中，首先光源依据其稳定性、辅助性的设计要求照射目标人群，为摄像机提供清晰的光源环境；然后让摄像机拍摄目标人群图像，并利用图像采集卡将接收到的模拟图像信号，转化为计算机所能识别的数字图像信号，传送给图像处理系统；紧接着图像处理系统对这些信号进行综合运算并抽取目标的特征；最后，将目标特征与标准数据库特征数据进行对比，得出结果，显示最终的点餐建议，具体执行情况如下：

1）图像的获取

装载于自动点餐提示器上的摄像机拍摄置于稳定LED光源下的目标，获得目标图像，将目标的可视化图像和内在特征转换成能被计算机处理的数据，它直接影响到系统的稳定性和最终结果的准确性。

2）图像的处理

点餐自动提示器在获得目标的图像后，内置图像处理软件即对图像进行优化处理，包括平滑、锐化、分割、匹配及编码等[7]。经过这些处理后，输出图像的质量得到改善，以便于后续步骤依据图像进行特征提取。

3）特征的提取

自动点餐提示器中的图像处理装置对图像进行识别、量化，利用控制程序将这些量化后的数据与数据库中预设的标准特征进行比对，为下一步的信息整合和控制提供数据源。

4）信息整合和控制

基于图像处理的控制程序根据接收的数据进行分析、得出结论，并将目标的最终信息整合出来传送给显示器呈现。

5）信息的呈现

显示器显示目标特征，提供最终建议。

3 设计实践

实验小组对本装置的原型系统进行了小规模的应用，从对五十名在校大学生测试后的数据分析来看，有近三十名同学依据体型特征给出的人工建议与本装置的预测结果一致，该设计在初次实验中的精确度接近60%，设计的预期效果基本达到。

不过，由此也能看出本设计的精确度有相当大的提升空间，也从侧面反映出设计中存在的一些函待解决的问题如：目标人群的流动性对系统造成的干扰、系统稳定性随运行周期延长而下降、信息呈现平台的灵敏度等。

4 结束语

“基于机器视觉的点餐自动提示器”设计是一次将机器视觉技术应用于餐饮领域的尝试，该设计的各个组成部分紧密联系，从光源的设计、镜头及图像采集卡的选择再到图像处理控制系统，彼此匹配协同工作才能在获得理想图像的基础上得到最终的点餐提示。该提示器系统是一个集光学、计算机图形学等于一体的综合系统，为了获得良好的性能表现，在设计过程中应当格外注重系统的整体性和协调性设计。此外，由于机器视觉技术的制造成本较高，想要使该设计有好的应用前景，在未来的发展过程中如何突破技术瓶颈，降低生产成本，也是应该考虑的问题。

科技改变生活，相信有一天类似“基于机器视觉的点餐自动提示器”的技术会最终走向大众化，使人们拥有更加健康、文明的消费生活。

[1]张广军.机器视觉[M].北京:科学出版社，2005.

[2]穆向阳，张太镒.机器视觉系统的设计[J].西安石油大学学报:自然科学版，2007（6）:104-108.MU Xiang-yang，ZHANG Tai-yi.Design of a machine vision system[J].Journal of Xi’an Shiyou University:Natural Science Edition，2007，（6）:104－108.

[3]阎镭，梁冬泰，向桂山，等.机器视觉在自动化生产线状态检测与故障诊断中的应用[J].液压与气动，2006（12）:65－68.YAN Lei，LIANG Dong-tai，XIANG Gui-shan，et al.The application of machine vision in state monitoring and fault diagnosis for automatic product line[J].Chinese Hydraulics&Pneumatics，2006（12）:65－68.

[4]范小涛，夏雨人.一种基于图像处理的PCB检测算法研究[J].计算机工程与应用，2004（13）:91－92.FAN Xiao-tao，XIA Yu-ren.The algorithmic research of digital image process in detection of PCB board[J].Computer Engineering and Applications，2004（13）:91－92.

[5]范祥，卢道华，王佳.机器视觉在工业领域中的研究应用[J].现代制造工程，2007（6）:129－133.FAN Xiang，LU Dao-hua，WANG Jia.Research and application of machine vision in industry[J].Modern Manufacturing Engineering，2007（6）:129－133.

[6]唐向阳，张勇，李江有，等.机器视觉关键技术的现状及应用展望[J].昆明理工大学学报（理工版），2004，29（2）:36－39.TANG Xiang-yang，ZHANG Yong，LI Jiang-you，et al.Present situation and applications of machine vision’s Key techniques[J].Journal of Kunming University of Science and Technology，2004，29（2）:36－39.

[7]朱铮涛，黎绍发.视觉测量技术及其在现代制造工业中的应用[J].现代制造工程，2004（4）:59－61.ZHU Zheng-tao，LI Shao-fa.The technology of vision measurement and it’s application in the modern manufacture[J].Modern Manufacturing Engineering，2004（4）:59－61.