[发明专利]基于视觉算法的识别新进物品的方法、桶盖及智能回收桶

说明书

本发明涉及物品回收技术领域，提供基于视觉算法的识别新进物品的方法、桶盖及智能回收桶，包括：光矫正步骤，帧差图生成步骤，可疑区域检测步骤，可疑区域排查和新进物品确认步骤，根据可疑区域排查结果，在新进物品的坐标对应的后一帧物品检测图上找出交并比最高的候选框和物品类别即为新进物品。通过采用高斯滤波算法或灰度算法处理减少光照不均衡对后帧图的影响，解决了因帧光照变化对新进物品识别不准确的问题。通过对帧差图做可疑区域的检测、对比和排序，提升算法的准确性和鲁棒性，减少了桶内物品位移对算法结果产生的干扰；利用确认的新进物品的坐标中交并比IOU最高的候选框和物品类别为新进物品，新进物品识别的容错较低。

技术领域

本发明涉及物品回收技术领域，特别涉及一种基于视觉算法的识别新进物品的方法、桶盖及智能回收桶。

背景技术

目前智能回收桶采用传统视觉算法来识别新进物品，智能回收桶会在用户投递物品前后各拍一帧桶内状况的图像，根据前后两帧来判断新进物品的种类。把前后两帧的帧差图用来检测运动物体是目前常用的算法。但简单使用帧差图来判断桶内新进物品，在实际使用过程中存在多种问题，由于前后两帧光照变化、桶内原有物品位置发生位移、摄像头振动等等使得帧差图难以准确进行识别，当新进物投递至光照不好的区域内或物体位移发生变化，摄像头采集的前后两帧图片不清晰进而造成帧差图计算的不准确，导致新进物品识别的容错较高；另外位姿变化的造成新进物的判断错误的问题。

发明内容

为了解决上述问题，本发明提供以下技术方案：

本发明提供基于视觉算法的识别新进物品的方法，包括：

获取步骤，通过视觉硬件获取智能回收桶接受投递新进物品的前后两帧图片；

光矫正步骤：通过对前后两帧图光照不均衡处做自适应校正得到校正后的前后两帧图；

帧差图生成步骤：通过对校正前后两帧图通过帧差法得到帧差图；

可疑区域检测步骤：检测矫正后前后两帧图中是否存在因物体位移而形成的位移变化的可疑区域，并输出多个可疑区域；

可疑区域排查步骤：根据可疑区域坐标提取前后两帧对应区域的图片，进行相似度处理得到新进物品的坐标；

新进物品确认步骤：根据可疑区域排查结果，在新进物品的坐标对应的后一帧物品检测图上找出交并比最高的候选框和物品类别即为新进物品。

进一步的，所述自适应校正基于Retinex理论多尺度高斯滤波求取光照分量，使用二维Gamma函数针对光照不均衡的前后两帧图的HSV空间的亮度分量进行亮度改变，得到校正后的前后两帧图。

进一步的，所述可疑区域的判定步骤为：通过目标检测算法，检测矫正后前后两帧的帧差图中是否存在因物体位移而形成的位移变化的可疑区域，并输出多个可疑区域坐标；另外还需使用目标检测算法对前后两帧图片检测桶内物品。所述标检测算法可以采用yolov5目标检测算法，直接检测出可疑区域。

进一步的，可疑区域排查步骤具体实现为：

提取多个可疑区域的前后两帧图片及其坐标；

对前后两帧对应区域做图像相似度计算并排序；

确定相似度最低的区域作为新进物品的坐标。

进一步的，还包括：

光照均衡判断步骤：如果前后两帧图片中的光照均衡，则直接执行物品检测步骤，反之则执行光矫正步骤；

物品检测步骤：利用目标检测算法对前后两帧图内的物品进行物品检测；

进一步的，目标检测算法的任务是找出图像中所有感兴趣的目标，确定他们的类别和位置。具体采用yolov5目标检测算法，训练神经网络识别桶内目标物品的坐标和类别。

进一步的，如果可疑区域检测步骤中没有检测出可疑区域，则判定无新投递物投递。

本发明提供一种智能回收桶盖，所述智能回收桶盖对新进物的判断采用上述的基于视觉算法的识别新进物品的方法。