本發(fā)明涉及電子商務(wù)設(shè)備領(lǐng)域，具體涉及一種適用于電子商務(wù)的智能存儲箱。

背景技術(shù)：

相關(guān)技術(shù)中，通過在線購物的方式，消費者幾乎可以買到全球任何角落的任何商品，這樣的貿(mào)易方式既促進了消費的繁榮也極大地方便了人們的生活。消費者通過電腦、手機等終端設(shè)備確定購買的商品后，第三方物流公司將商品送到消費者指定的地方。在第三方物流公司無法將商品送達的地方，消費者通常會選擇就近的物流地點進行拿貨，因此需要在該就近的物流地點設(shè)置用于存儲商品的存儲箱，并設(shè)置相應(yīng)的安全機構(gòu)。

技術(shù)實現(xiàn)要素：

針對上述問題，本發(fā)明旨在提供一種適用于電子商務(wù)的智能存儲箱。

本發(fā)明的目的采用以下技術(shù)方案來實現(xiàn)：

一種適用于電子商務(wù)的智能存儲箱，包括安全監(jiān)測器、閉鎖裝置、控制器、用戶終端；所述安全監(jiān)測器用于監(jiān)測存儲箱周邊的安全情況，其包括設(shè)置在存儲箱的攝像頭、發(fā)送器和遠程監(jiān)測中心，所述發(fā)送器用于將攝像頭拍攝的信息傳送至遠程監(jiān)測中心并將遠程監(jiān)測中心根據(jù)攝像頭拍攝的信息生成的控制信號傳送至控制器；所述閉鎖裝置用于根據(jù)一指令開啟或關(guān)閉所述存儲箱；所述控制器用于接收遠程監(jiān)測中心和用戶終端發(fā)送的控制信號，根據(jù)遠程監(jiān)測中心和用戶終端發(fā)送的控制信號向所述閉鎖裝置發(fā)出所述指令。

本發(fā)明的有益效果為：能夠解決用戶不在家時，無法收貨的問題，且能夠?qū)崿F(xiàn)遠程控制，安全性較高。

附圖說明

利用附圖對本發(fā)明作進一步說明，但附圖中的實施例不構(gòu)成對本發(fā)明的任何限制，對于本領(lǐng)域的普通技術(shù)人員，在不付出創(chuàng)造性勞動的前提下，還可以根據(jù)以下附圖獲得其它的附圖。

圖1是本發(fā)明的結(jié)構(gòu)連接示意圖；

圖2是本發(fā)明的隱匿物品檢測裝置的結(jié)構(gòu)連接示意圖。

附圖標記：

安全監(jiān)測器1、閉鎖裝置2、控制器3、用戶終端4、輸入模塊5、顯示屏6、攝像頭7、發(fā)送器8、遠程監(jiān)測中心9、隱匿物品檢測裝置10、掃描模塊11、圖像處理模塊12、背景消減模塊13、人體區(qū)域檢測模塊14、隱匿物品檢測模塊15。

具體實施方式

結(jié)合以下實施例對本發(fā)明作進一步描述。

參見圖1、圖2，本實施例的適用于電子商務(wù)的智能存儲箱，包括安全監(jiān)測器1、閉鎖裝置2、控制器3、用戶終端4；所述安全監(jiān)測器1用于監(jiān)測存儲箱周邊的安全情況，其包括設(shè)置在存儲箱的攝像頭7、發(fā)送器8和遠程監(jiān)測中心9，所述發(fā)送器8用于將攝像頭7拍攝的信息傳送至遠程監(jiān)測中心9并將遠程監(jiān)測中心9根據(jù)攝像頭7拍攝的信息生成的控制信號傳送至控制器3；所述閉鎖裝置2用于根據(jù)一指令開啟或關(guān)閉所述存儲箱；所述控制器3用于接收遠程監(jiān)測中心9和用戶終端4發(fā)送的控制信號，根據(jù)遠程監(jiān)測中心9和用戶終端4發(fā)送的控制信號向所述閉鎖裝置2發(fā)出所述指令。

優(yōu)選的，所述智能存儲箱還包括輸入模塊5，所述輸入模塊5用于輸入用戶終端4的控制信號。

優(yōu)選的，所述智能存儲箱還包括用于顯示商品廣告的顯示屏6。

本發(fā)明上述實施例能夠解決用戶不在家時，無法收貨的問題，且能夠?qū)崿F(xiàn)遠程控制，安全性較高。

優(yōu)選的，所述安全監(jiān)測器1還包括隱匿物品檢測裝置10，所述隱匿物品檢測裝置10用于檢測拿貨的用戶身上是否帶有非法的隱匿物品，如用于偷盜的工具；所述發(fā)送器8還用于將隱匿物品檢測裝置10的檢測信息傳送至遠程監(jiān)測中心9并將遠程監(jiān)測中心9根據(jù)隱匿物品檢測裝置10的檢測信息生成的控制信號傳送至控制器3；所述隱匿物品檢測裝置10包括：

(1)掃描模塊11，用于對被檢人員進行毫米波掃描獲得原始被動毫米波圖像；

(2)圖像處理模塊12，用于對所述原始被動毫米波圖像進行處理獲得目標圖像；

(3)人體區(qū)域檢測模塊14，用于基于所述目標圖像，通過對人體是否存在的預(yù)判斷，進行人體區(qū)域檢測，獲取人體區(qū)域；

(4)隱匿物品檢測模塊15，用于在所述人體區(qū)域內(nèi)，采用Canny邊緣算子和置信區(qū)間結(jié)合的混合分割的方法，對隱匿物品進行檢測，并對檢測到的隱匿物品區(qū)域進行標記；

(5)隱匿物品識別模塊，用于對隱匿物品進行識別。

本優(yōu)選實施例設(shè)計了隱匿物品檢測裝置10的模塊架構(gòu)，實現(xiàn)了隱匿物品檢測裝置10對危險物品的檢測。

優(yōu)選地，所述圖像處理模塊12包括：

(1)二值化單元，用于對所述原始被動毫米波圖像進行二值化獲得二值化圖像,包括：將所述原始被動毫米波圖像進行平滑區(qū)P₁、過渡區(qū)P₂和邊緣區(qū)P₃的區(qū)域劃分,其采用平方奇異值作為區(qū)域能量的衡量，并定義區(qū)域劃分公式為：

其中，v(i)為原始被動毫米波圖像中像素點i處的觀測值，Q(i)為對應(yīng)原始被動毫米波圖像中像素點i處的平方奇異值，為平方奇異值的均值；

對于平滑區(qū)P₁，設(shè)定閾值T₁，T₁為平滑區(qū)P₁所有像素灰度值的平均值，將平滑區(qū)P₁的每個像素灰度值與閾值T₁進行比較，若大于T₁，則取值為255，否則取值為0；對于過渡區(qū)P₂和邊緣區(qū)P₃，過渡區(qū)P₂和邊緣區(qū)P₃中每個像素點i為中心的(2a+1)x(2a+1)窗口，a∈[1，3]，各像素點閾值T₂(i)定義為該像素窗口內(nèi)最大灰度值與最小灰度值和的一半，將過渡區(qū)P₂和邊緣區(qū)P₃的每個像素灰度值和相應(yīng)閾值T₂(i)比較，若大于T₂(i)，則取值為255，否則取值為0；

(2)預(yù)處理單元，用于對二值化圖像進行穩(wěn)像以及去噪處理以獲得初步去噪圖像，包括：

a、圖像穩(wěn)像子單元，用于消除人在運動時造成的圖像抖動，包括：

(1)對被檢對象進行毫米波掃描時，選定第一幀圖像作為參考幀，將參考幀劃分為互不重疊三個區(qū)域1、2、3，K表示圖像寬度，G表示圖像高度，從圖像左上開始按照順時針方向依次為區(qū)域1、2、3，區(qū)域1、2的大小為0.5K×0.5G，區(qū)域3的大小為K×0.5G；

(2)在下一幀掃描到的圖像中心位置選定區(qū)域A₀，A₀的大小選定為0.5K×0.5G，按照step1的方法將A₀劃分為三個圖像子塊A₁、A₂、A₃，A₁和A₂用于估算垂直方向上的局部運動向量，A₃用于估算水平方向上的局部運動向量，令A(yù)₁、A₂、A₃分別在1、2、3三個區(qū)域內(nèi)搜尋最佳匹配，從而估計出圖像序列的全局運動矢量，然后進行反向運動補償，消除圖像模糊；

b、分區(qū)去噪子單元，用于對平滑區(qū)P₁、過渡區(qū)P₂和邊緣區(qū)P₃分別進行去噪處理，設(shè)平滑區(qū)P₁、過渡區(qū)P₂和邊緣區(qū)P₃的去噪估計分別為G₁(i)、G₂(i)和G₃(i)，各區(qū)域的去噪估計的計算公式分別為：

式中，N₁為平滑區(qū)的像素總數(shù)量，V(j)為平滑區(qū)P₁在點j處的灰度值，s₁v(i)為通過均值濾波器處理后提取出的像素點i處的平滑區(qū)均值，s₁v(j)為通過均值濾波器處理后提取出的像素點j處的平滑區(qū)均值；v(j)表示邊緣區(qū)P₃中所有的像素點，為歸一化常數(shù)，d為邊緣區(qū)P₃中像素點i和像素點j的環(huán)形特征向量的高斯加權(quán)歐氏距離，γ為高斯核函數(shù)的標準差，μ為邊緣區(qū)P₃中噪聲的標準差，且

c、再次去噪子單元，連接分區(qū)去噪子單元，用于采用基于分裂Bregman迭代的全變分去噪算法對由分區(qū)去噪子單元處理后的被動毫米波圖像進行進一步去噪，從而進一步去除被動毫米波圖像中的高斯白噪聲。

本優(yōu)選實施例設(shè)置圖像穩(wěn)像子單元，能夠消除人在運動時造成的圖像抖動；二值化單元中，采用全局閾值二值化和局部閾值二值化結(jié)合的方法，在保證速度的前提下取得了良好的效果；被動毫米波圖像由少量近似分塊平滑的圖像塊組成，包含有大量的冗余信息，根據(jù)這一特點，設(shè)置預(yù)處理單元，采用奇異值分解將被動毫米波圖像劃分為平滑區(qū)、過渡區(qū)和邊緣區(qū)，并根據(jù)這三類區(qū)域各自的特征設(shè)置分區(qū)去噪子單元，用于對平滑區(qū)、過渡區(qū)和邊緣區(qū)分別進行去噪處理，與目前較為主流的集中圖像去噪算法相比，能夠獲得較高的BRISQUE，提高了計算的速度，且能夠明顯抑制掃描線噪聲以及高斯白噪聲的影響；采用再次去噪子單元，結(jié)合分區(qū)去噪子單元，進一步去除被動毫米波圖像中的高斯白噪聲，提高去噪效果。

優(yōu)選的，所述隱匿物品檢測模塊15在進行混合分割時，選用合適的閾值T_y對所述目標圖像進行閾值處理，所述置信區(qū)間表示隱匿物品邊緣分布的灰度范圍，其中包含目標圖像所有邊緣的全局置信區(qū)間為[int((V_l+V_h)/2),V_h],其中int()為取整算子，V_l為整個目標圖像的邊緣點的最小灰度值的下界，V_h為整個目標圖像的邊緣點的最大灰度值的上界；計算每一個隱匿物品的置信區(qū)間時，使用從V_l+1開始逐點增加的閾值T_g對目標圖像進行分割，直至閾值T_g＝V_h-1時停止分割，當(dāng)前景中出現(xiàn)了一個新的獨立區(qū)域時，定義對應(yīng)位置有另一個隱匿物品，隱匿物品的置信區(qū)間定義為：P_z＝[(T_g+V_h)/2,V_h]，采用邊緣算子提取隱匿物品的置信區(qū)間中的邊緣曲線，定義邊緣曲線內(nèi)所包含的區(qū)域為P_c，最終得到的隱匿物品的精確分割區(qū)域P_y為：

式中，為由較小的閾值T_y＝(T_g+V_h)/2對目標圖像進行分割得到的區(qū)域。

本優(yōu)選實施例采用Canny邊緣算子和置信區(qū)間結(jié)合的混合分割的方法實現(xiàn)了對隱匿物品的分割，提高了分割的速度和精度。

優(yōu)選地，所述人體區(qū)域檢測模塊14能夠?qū)θ梭w隱私部位進行屏蔽，具體包括：

(1)通過臉部識別對人員的性別進行判斷，根據(jù)性別不同確定不同的隱私部位，劃定隱私區(qū)域；

(2)對確定的隱私區(qū)域進行模糊處理，圖像模糊采用如下方法：

對于隱私區(qū)域任一點(x,y),采用函數(shù)確定(x,y)的5×5鄰域點的取值權(quán)重，對該點進行鄰域加權(quán)平均，得到該點的模糊值，從而達到模糊效果。

本優(yōu)選實施例使得檢測更加人性化。

最后應(yīng)當(dāng)說明的是，以上實施例僅用以說明本發(fā)明的技術(shù)方案，而非對本發(fā)明保護范圍的限制，盡管參照較佳實施例對本發(fā)明作了詳細地說明，本領(lǐng)域的普通技術(shù)人員應(yīng)當(dāng)理解，可以對本發(fā)明的技術(shù)方案進行修改或者等同替換，而不脫離本發(fā)明技術(shù)方案的實質(zhì)和范圍。