[发明专利]一种垃圾分类站垃圾投放扫描系统在审

专利信息
申请号: 202111089110.6 申请日: 2021-09-16
公开(公告)号: CN113744292A 公开(公告)日: 2021-12-03
发明(设计)人: 查宏伟;石台;贾俊;韩宜霖 申请(专利权)人: 安徽世绿环保科技有限公司
主分类号: G06T7/12 分类号: G06T7/12;G06T7/11;G06T3/40;G06K9/46;G06N3/00;G06N3/04;G06N3/08;B65F1/00
代理公司: 合肥律众知识产权代理有限公司 34147 代理人: 侯克邦
地址: 230000 安徽省合肥市高新*** 国省代码: 安徽;34
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 垃圾 分类 投放 扫描 系统
【权利要求书】:

1.一种垃圾分类站垃圾投放扫描系统,其特征在于:包括控制器和图像采集模块,所述控制器通过图像预分割单元对图像采集模块采集包含多个目标物体的待识别图像进行预分割处理得到预分割图像,并对预分割图像进行初步优化分割、拼接,得到子分割图像;

所述控制器通过分割优化模块建立旗鱼优化器对子分割图像进行再次优化分割,并将二次优化分割后得到的分割图像输入垃圾种类判断单元,所述垃圾种类判断单元通过提取分割图像的细粒度特征,并根据细粒度特征对比结果,输出分割图像中目标物体所属种类。

2.根据权利要求1所述的垃圾分类站垃圾投放扫描系统,其特征在于:所述图像预分割单元包括第一图像预处理模块、图像预分割模块、特征信息获取模块、分割图像判断模块、分割位置获取模块和分割图像处理模块;

所述第一图像预处理模块对待识别图像进行预处理,所述图像预分割模块对预处理后的图像进行预分割处理,得到预分割图像;

所述特征信息获取模块从预分割图像中获取相关特征信息,所述分割图像判断模块根据相关特征信息判断预分割图像中是否存在未被完全分割的目标物体,所述分割位置获取模块在目标物体没有被完全分割的预分割图像中寻找分割位置,所述分割图像处理模块按照分割位置对相应预分割图像进行优化分割,并基于相关特征信息对相邻预分割图像中属于同一目标物体的图像碎片进行拼接,得到子分割图像。

3.根据权利要求2所述的垃圾分类站垃圾投放扫描系统,其特征在于:所述第一图像预处理模块对待识别图像进行解码、降噪和去除干扰点,所述图像预分割模块根据待识别图像中的对比度判断目标物体的轮廓信息,并基于轮廓信息对预处理后的图像进行预分割处理,得到预分割图像。

4.根据权利要求2所述的垃圾分类站垃圾投放扫描系统,其特征在于:所述分割位置获取模块获取目标物体没有被完全分割的预分割图像的垂直投影图,通过在垂直投影图中寻找谷点以获取目标物体的粘连位置,并将该粘连位置作为分割位置。

5.根据权利要求4所述的垃圾分类站垃圾投放扫描系统,其特征在于:所述特征信息获取模块从预分割图像中获取的相关特征信息包括:物品宽高比、物品形状、物品透明度、物品颜色、物品纹理和物品图案。

6.根据权利要求1所述的垃圾分类站垃圾投放扫描系统,其特征在于:所述分割优化模块建立旗鱼优化器对子分割图像进行再次优化分割,包括:

在给定的搜索空间内对旗鱼、沙丁鱼进行随机初始化,并设定最大迭代次数,其中,旗鱼种群用XSF表示,沙丁鱼种群用XF表示,初始化后,旗鱼适应度值最好的种群用XeliteSF表示,沙丁鱼适度值最好的种群用XinjuredS表示;

对旗鱼、沙丁鱼进行位置更新,综合考虑旗鱼和沙丁鱼的位置,如果沙丁鱼的位置优于旗鱼的位置,则将沙丁鱼的位置赋给旗鱼;

重复进行迭代,直到达到最大迭代次数,并输出最优位置作为最优分割组合。

7.根据权利要求6所述的垃圾分类站垃圾投放扫描系统,其特征在于:所述对旗鱼进行位置更新采用下式:

X’newSF=X’eliteSFi*{rand(0,1)*[(X’eliteSF+X’injuredS)/2]-X’oldSF}

其中,X’eliteSF表示在当前迭代次数i时,旗鱼的最佳位置,X’injuredS表示在当前迭代次数i时,沙丁鱼的最佳位置;

系数λi的定义如下:

λi=2*rand(0,1)*PD-PD

其中,PD代表猎物群的密度,用下式表示:

PD=1-NSF/(NSF+NS)

NSF、NS分别代表旗鱼和沙丁鱼的数量。

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安徽世绿环保科技有限公司,未经安徽世绿环保科技有限公司许可,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/202111089110.6/1.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