[发明专利]一种基于计算机视觉的垃圾识别方法

权利要求书

1.一种基于计算机视觉的垃圾识别方法，其特征在于：包括如下步骤：

（1）图像采集与预处理：实验垃圾的图像采集以实验室内墙壁四周全方位多角度的视频监控节点实时采集，并配合打扫卫生的学生、卫生检查人员和实验老师通过手机拍摄卫生死角以及特定位置的垃圾图像，上传至管理平台作为辅助分析素材，为排除后续的图像特征提取和图像识别困扰，通过直方图均衡化提高图像整体对比度，将图像的灰度概率分布变换为均匀灰度概率分布而获得新图像所进行的一系列转换；

（2）垃圾与实验室背景的分割：通过参数测定防静电地板、废螺丝、废纸、饮料瓶的归一化特征RGB统计值、颜色特征因子RGB统计值以及HIS颜色空间中各颜色因子统计值，图像特征表征选取包括RGB模型、HIS模型和归一化的RGB模型中各颜色特征因子的特定组合，不透明物体的颜色取决于该物体反射的色光，实验室背景主要由灰白色防静电地板、白色墙面、淡灰色实验桌椅等单一浅色系构成，与色彩复杂艳丽的实验垃圾在颜色上形成鲜明对比，利用该特点对两者进行分割；

（3）图像纹理特征提取及分类：在实验室摄像头监控节点和终端处理系统的基础上，运用计算机视觉技术实现实验垃圾的分类统计。

2.根据权利要求1所述的一种基于计算机视觉的垃圾识别方法，其特征在于：所述步骤（1）在预处理后还需进行图像滤波处理：采用中值滤波在基于室内环境灰度值变化比较小的状态下进行平滑处理，从而降低图像边界的模糊程度。

3.根据权利要求1所述的一种基于计算机视觉的垃圾识别方法，其特征在于：所述步骤（1）中的图像预处理过程中应避免由于图像在室内采集，易受室内灯光、温度、光线曝光不均、阴影扰动等因素影响，同时避免在传输过程中的各种干扰降低图像质量。

4.根据权利要求1所述的一种基于计算机视觉的垃圾识别方法，其特征在于：所述步骤（2）中的分割方法是将彩色图像进行灰度转换，得到相应灰度图像便于提取垃圾区和背景区的差异特征，根据图像不同灰度级区域组合选取阈值，最后将选取区从背景中分离出来。

5.根据权利要求1所述的一种基于计算机视觉的垃圾识别方法，其特征在于：所述步骤（3）中选用灰度共生矩阵及统计量进行垃圾纹理特征提取，从灰度矩阵中，提取对比度、熵、逆差距、相关和角二阶距五组数作为纹理分析特征量。