[发明专利]一种基于计算机视觉的垃圾识别方法

说明书

本发明公开了一种基于计算机视觉的垃圾识别方法，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。本发明弥补了人工卫生安全监测和可二次利用材料分类回收不足的缺陷，解决了日常使用过程中产生的实验消耗品废物、生活垃圾较多，通常被全部丢弃，既不清洁环保又存在安全隐患，采用人工进行卫生安全监测效率低，且工作量大的问题。

技术领域

本发明涉及计算机应用技术领域，具体为一种基于计算机视觉的垃圾识别方法。

背景技术

计算机视觉是指在对目标进行跟踪识别过程中，运用携带摄影头或视觉传感器的计算机模拟人眼系统，采集的图像和视频经处理便于计算机理解的一门科学。即研究如何使计算机“看”和理解。

高校实验室是科研人员、教师和学生实验的主要场所，根据专业门类的不同，实验室承担了复杂的教学和科研工作。然而在日常使用过程中产生的实验消耗品废物、生活垃圾较多，通常被全部丢弃，既不清洁环保又存在安全隐患，采用人工进行卫生安全监测效率低，且工作量大，为此，我们提出一种基于计算机视觉的垃圾识别方法。

发明内容

本发明的目的在于提供一种基于计算机视觉的垃圾识别方法，以解决上述背景技术中提出的问题。

为实现上述目的，本发明提供如下技术方案：一种基于计算机视觉的垃圾识别方法，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。

优选的，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。

优选的，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。

优选的，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。

优选的，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。