1. 研究目的与意义（文献综述）

超市是现代社会中一种新兴的零售业，它为消费者提供一个自由、舒适、轻松的购物环境，越来越受到消费者的青睐。近年来，国内外出现了大量新增的超市，让消费者有了更多的选择的同时，超市行业的竞争也越来越激烈。许多超市都采用低价策略来吸引顾客，但是，仅仅依靠降低价格是远远不够的，只有注重商品管理，优化超市服务，以商品交易的智能化来降低人工成本，超市才能更多地提升竞争力，提高销售额。

目前，我国超市主要采用的商品识别技术是条形码扫描技术，其优点是扫描条形码提取信息方便，缺点是商品id等大量信息需要人工手动录入，而且条形码易缺损，寻找条形码扫描亦费时间。在货物存储时，工作人员需要手动录入商品的信息，统计件数、种类数；在购物结算时，工作人员需要寻找商品的条形码，如果条形码丢失或者破损的话，手动录入非常麻烦，而这正是造成排队长龙的罪魁祸首。

近年来，利用图像识别技术处理超市内的商品图像获取有效信息的研究越来越多，这些图像信息能协助超市管理货物信息，在统计商品的库存量、商品的种类数上比传统的人工方式更加高效和稳定。

2. 研究的基本内容与方案

（1）研究的基本内容

①研究现有的商品识别方法发展现状，评价其优缺点。

②研究图像特征匹配技术中的颜色特征、形状特征、加速鲁棒性SURF识别算法等方法。

③研究图像匹配在商品自动识别系统的应用。

（2）研究目标

①在MATLAB软件中设计商品自动识别系统及其界面。

②对图像匹配方法进行比较。

③提取商品图像的SURF特征、颜色特征、形状特征。

④对目标商品进行识别。

⑤检验商品识别的有效性。

（3）拟采用的技术方案及措施

①使用图像特征匹配方法，对商品图像提取其颜色、形状等特征，进行粗匹配。

②使用SURF算法，对目标商品进行进一步的精确识别。

③使用Matlab软件构建商品识别系统及其界面框架。

图1 商品识别流程图

图2 系统组成模块图

3. 研究计划与安排

第1 - 3周：收集、整理选题相关的文献资料，完成、完善方案论证，撰写开题报告；

第4 - 5周：认真学习选题相关的知识、理论和算法实现等，熟悉软硬件环境；

第6 - 9周：建立软硬件仿真模型、完成程序编写、仿真实验等，并做好相关记录及分析；

4. 参考文献（12篇以上）

[1] 孙海侠.超商货架商品分割与识别方法研究[d].南京理工大学,2014.

[2] 陈哲凡,郑建彬,詹恩奇,汪阳.基于聚类surf特征的商品识别算法[j].计算机应用研究,2017,34(11):3490-3493.

[3] 郝腾.基于图像处理的超市商品识别方法的研究[d].大连理工大学,2014.