[发明专利]一种城市废弃物循环利用系统及方法有效

专利信息
申请号: 201611122220.7 申请日: 2016-12-08
公开(公告)号: CN106623361B 公开(公告)日: 2018-10-16
发明(设计)人: 蒲红旗;张连;兰治平 申请(专利权)人: 蒲红旗;张连;兰治平
主分类号: B09B3/00 分类号: B09B3/00;B09B5/00
代理公司: 成都九鼎天元知识产权代理有限公司 51214 代理人: 詹永斌
地址: 621000 四川省绵阳市江油*** 国省代码: 四川;51
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 城市 废弃物 循环 利用 系统 方法
【权利要求书】:

1.一种城市废弃物循环利用系统,其特征在于,所述系统包括:用于和用户进行交互,为用户提供增值服务的后台网站;用于统一调度和管理系统运行的信息指挥中心;废弃物收集分离前台、光伏智能收集分离废弃物箱、物流运输系统、分拣平台、传送带和仓储设备;所述后台网站与用户端、仓储设备和信息指挥中心分别信号连接;所述信息指挥中心分别与后台网站、物流运输系统、废弃物收集分离前台和光伏智能收集分离废弃物箱分别信号连接;所述废弃物收集分离前台分别与信息指挥中心和光伏智能收集分离废弃物箱信号连接;所述光伏智能收集分离废弃物箱信号连接于物流运输系统;所述物流运输系统信号连接于分拣平台;所述分拣平台信号连接于传送带;所述传送带将废弃物传输至仓储设备;所述废弃物收集分离前台包括一个图像处理系统,通过图像处理系统,替换传统的人工分离方式,采用基于图像系统的方式进行废弃物自动分离;所述图像处理系统包括:图像采集模块、图像预处理模块、图像分割模块、特征提取模块和图像识别模块;所述图像采集模块信号连接于图像预处理模块;所述图像预处理模块信号连接于图像分割模块;所述图像分割模块信号连接于特征提取模块;所述特征提取模块信号连接于图像识别模块;所述图像识别模块信号连接于DSP处理器;废弃物进入废弃物收集分离前台后,图像处理系统对进入的废弃物进行图像识别,根据图像识别的结果进行废弃物分离。

2.如权利要求1所述的废弃物循环利用系统,其特征在于,所述图像处理系统对废弃物进行分离的方法为:

步骤1:图像采集模块获取图像的原始图像信息;

步骤2:依次对获取的原始图像信息进行图像预处理、图像分割、特征提取和图像识别;

步骤3:根据图像识别的结果,DSP处理器自动判定识别的物品的类型,控制废弃物收集分离前台对废弃物进行分类;

步骤4:筛分设备根据DSP处理器的控制命令进行物品筛分。

3.如权利要求2所述的废弃物循环利用系统,其特征在于,所述图像处理系统对原始图像信息进行图像分割的方法包括以下步骤:

步骤1:将图像从空间域映射到模糊特征域,具体步骤为:设定最大灰度级Lmax的M*N元图像表示为一个模糊集,集内每个元素均为相对于某个特定灰度级的隶属函数,将该图像映射为一个模糊矩阵其中为像素的灰度级相对于某个特定灰度级Lmn的隶属度;

步骤2:设定Lmn为最大灰度级Lmax;定义隶属函数为:

步骤3:其中Fd为倒数型模糊因子;Fe为指数型模糊因子,因此该图像映射成为模糊隶属度矩阵;

步骤4:在模糊空间中采用非线性函数Tr变换,实现增强边缘两侧像素灰度的对比度;Umn=Tr(Umn)=T1(Tr-1(Umn));

其中,

再利用G-1变换将增强后的图像由模糊空间变回数据空间;

步骤5:定义新的边缘算子为:

其中,ξ={(i,j)|d((i,j),(x,y))≤2|};采用新的边缘算子对图像信息进行边缘提取。

4.如权利要求3所述的废弃物循环利用系统,其特征在于,所述图像处理系统对原始图像信息进行特征提取的方法为:

步骤1:利用改进的边缘算子提取物品A或物品B的轮廓,将其映射到原始灰度图像上,即得到物品A或物品B的图像区域;

步骤2:通过分析物品A图像或物品B图像的灰度直方图,可以得到它们的灰度分布曲线;比较二者得出物品A的灰度级较低,物品B的灰度级较高;从数学的方法看,它们的灰度概率分布的均值和方差均不同,因此通过分析各自的均值和方差便可区分物品A或物品B。

5.如权利要求4所述的废弃物循环利用系统,其特征在于,所述图像处理系统对原始图像进行图像识别的方法为:先计算出样品物品A图像或物品B图像的灰度概率分布的均值和方差,把它们作为标准值;在图像识别时,通过实际的物品A图像或物品B图像的处理结果与标准值的比较,便可判断出物品A或物品B。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于蒲红旗;张连;兰治平,未经蒲红旗;张连;兰治平许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201611122220.7/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top