[发明专利]基于多维筛选的垃圾分类处理方法、装置、设备及介质

权利要求书

1.一种基于多维筛选的垃圾分类处理方法，其特征在于，所述方法包括：

S1、获取预设的垃圾存放点的目标垃圾，对所述目标垃圾进行平面分离，得到平面目标垃圾；

S2、获取所述平面目标垃圾对应的目标垃圾图像，利用预设的图像划分算法对所述目标垃圾图像进行图像划分，得到目标垃圾划分图像；

S3、获取预设的食品包装垃圾数据集，提取所述食品包装垃圾数据集的核心包装垃圾特征，根据所述核心包装垃圾特征构建垃圾分类决策树，其中，所述提取所述食品包装垃圾数据集的核心包装垃圾特征，包括：

S31、获取所述食品包装垃圾数据集中的包装垃圾图像；

S32、利用预设的等价模式算法提取所述包装垃圾图像的右侧局部特征；

S33、利用如下的特征提取公式计算所述包装垃圾图像的左侧局部特征：

其中，为所述左侧局部特征，为领域半径，为邻域中像素点的数量，为目标像素对应的值，为邻域的第个像素，为第个邻域像素点的灰度值，为灰度阈值；

S34、将所述右侧局部特征与所述左侧局部特征进行特征融合，得到所述核心包装垃圾特征；

S4、提取所述目标垃圾划分图像的核心垃圾特征，利用所述垃圾分类决策树对所述核心垃圾特征进行垃圾预分选，得到目标分选垃圾；

S5、利用预先构建的垃圾分类器根据预设的垃圾属性对所述目标分选垃圾进行垃圾再分选，得到再分选垃圾；

S6、通过预设的垃圾处理需求对所述目标分选垃圾及所述再分选垃圾进行垃圾分类处理。

2.如权利要求1所述的基于多维筛选的垃圾分类处理方法，其特征在于，所述利用预设的图像划分算法对所述目标垃圾图像进行图像划分，得到目标垃圾划分图像，包括：

将所述目标垃圾图像的目标色彩空间转换为第一色彩空间，得到第一目标垃圾图像；

利用预设的小波比例去噪算法对所述第一目标垃圾图像进行图像去噪处理，得到去噪垃圾图像；

通过预设的自适应步长算法确定初始聚类中心，利用预设的聚类算法根据所述初始聚类中心对所述去噪垃圾图像进行聚类划分，得到聚类垃圾图像；

利用预设的开闭操作对所述聚类垃圾图像进行图像校正，得到所述目标垃圾划分图像。

3.如权利要求2所述的基于多维筛选的垃圾分类处理方法，其特征在于，所述利用预设的小波比例去噪算法对所述第一目标垃圾图像进行图像去噪处理，得到去噪垃圾图像，包括：

利用预设的正交小波变换将所述第一目标垃圾图像变换为小波系数；

根据所述小波系数的高频信息确定所述第一目标垃圾图像的噪声方差；

利用如下的重构图像公式根据所述噪声方差及预设的窗口尺寸确定所述去噪垃圾图像：

其中，为所述去噪垃圾图像，为目标图像像素的空间坐标，为最大值函数，为所述窗口尺寸，为包含的窗口内小波系数，为所述小波系数，为所述噪声方差，为目标图像像素的空间坐标中轴对应的像素值，为目标图像像素的空间坐标中轴对应的像素值。

4.如权利要求1所述的基于多维筛选的垃圾分类处理方法，其特征在于，所述将所述右侧局部特征与所述左侧局部特征进行特征融合，得到所述核心包装垃圾特征，包括：

计算所述右侧局部特征对应的右侧局部直方图，以及计算所述左侧局部特征对应的左侧局部直方图；

对所述右侧局部直方图进行归一化，得到右侧归一化直方图，对所述左侧局部直方图进行归一化，得到左侧归一化直方图；

将所述右侧归一化直方图与所述左侧归一化直方图进行顺序级联，生成所述核心包装垃圾特征。

5.如权利要求1所述的基于多维筛选的垃圾分类处理方法，其特征在于，所述根据所述核心包装垃圾特征构建垃圾分类决策树，包括：

对所述核心包装垃圾特征进行分类标注，得到特征分类标注；

任一选取所述特征分类标注作为根节点，在所述根节点上分裂左节点和右节点；

根据预设的分裂条件将未被选取的特征分类标注分配至所述左节点和右节点中，得到所述垃圾分类决策树。