[發明專利]基于多目標圖像識別的垃圾分類回收方法及系統

在審

• 申請號: 202011243443.5
• 申請日: 2020-11-10
• 公開（公告）號: CN112364758A
• 公開（公告）日: 2021-02-12
• 發明（設計）人: 任心貴
• 申請（專利權）人: 湖北惠立網絡科技有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/34;G06K9/62;G06N3/00
• 代理公司: 武漢紅觀專利代理事務所(普通合伙) 42247
• 代理人: 李季

1.一種基于多目標圖像識別的垃圾分類回收方法，其特征在于，所述方法包括：

采集待識別垃圾圖像，對圖像進行預處理；

采用改進的旗魚優化算法計算圖像最優的閾值分割組合；

通過所述閾值分割組合對圖像進行多閾值分割，提取出多個目標區域；

通過訓練好的神經網絡模型識別所述目標區域，根據識別出的垃圾種類判斷所屬的垃圾回收類別。

2.根據權利要求1所述基于多目標圖像識別的垃圾分類回收方法，其特征在于，所述垃圾回收類別包括可回收垃圾、有害垃圾、干垃圾、濕垃圾。

3.根據權利要求1所述基于多目標圖像識別的垃圾分類回收方法，其特征在于，所述采用改進的智能優化算法計算最優的閾值分割組合具體包括：

S01、旗魚算法初始化，包括設置旗魚種群數量N_SF、沙丁魚種群數量N_S，解空間維度D、最大迭代次數T；獲取圖像的灰度值范圍，在所述灰度值范圍內隨機初始化種群位置，其中旗魚種群用X_SF表示，沙丁魚種群用表示X_S；

S02、通過適應度函數分別計算旗魚和沙丁魚個體的適應度值，并且保存最優適應度值和位置；

S03、進行旗魚位置更新，位置更新公式為：

其中，分別為第t次、t+1次迭代時旗魚位置，第t次迭代時旗魚的最佳位置；

λ_t＝(2*rand(0,1)-1)*PD，PD代表獵物群的密度，

S04、根據旗魚的攻擊力度AP，進行沙丁魚的位置更新：

AP＝A*(1-2*t*e)

A₁、A₂為警覺系數，AP代表旗魚的攻擊力度，A、e為常數，當AP0.5時，更新沙丁魚全部位置，當AP≤0.5時，更新沙丁魚部分位置，所述部分位置的范圍定義如下：

α＝N_S*AP，β＝d_t*AP

其中α代表要更新沙丁魚的數量，β表示要更新的維度數量，1d_tD；

S05、分別計算適應度，如果沙丁魚的位置優于旗魚的位置，將沙丁魚位置賦值給旗魚；

S06、返回步驟S02，迭代運算直到達到設定迭代次數，輸出最優位置作為最優的閾值分割組合。

4.根據權利要求3所述基于多目標圖像識別的垃圾分類回收方法，其特征在于，沙丁魚位置更新公式中，警覺系數A₁、A₂為：

其中，a₁、a₂∈[0,2]，k是[1,N_S]之間的隨機整數，且k≠i，f_i、f_k分別為第i、k只灰狼的適應度值；sumf為整個種群的適應度之和，ε為常數，mean_d為種群在第d維的平均位置。

5.根據權利要求4所述基于多目標圖像識別的垃圾分類回收方法，其特征在于，所述適應度函數的目標為圖像背景和多個目標之間的類間方差最大，計算公式為：

μ_T為整個圖像的灰度平均值，μ_k為第k個目標區域的灰度平均值，ω_k為第k個目標區域可能出現的概率。

6.根據權利要求1所述基于多目標圖像識別的垃圾分類回收方法，其特征在于，所述方法還包括：

語音播報從圖像中識別出的各類垃圾及對應的垃圾回收類別，統計圖像中各類垃圾對應的垃圾回收類別的眾數，提醒用戶取出與所述眾數類別不同的少數類重新進行垃圾回收分類。