[發明專利]一種大型垃圾站用垃圾分類方法和分類系統

在審

• 申請號: 202110038423.2
• 申請日: 2021-01-12
• 公開（公告）號: CN112875077A
• 公開（公告）日: 2021-06-01
• 發明（設計）人: 查宏偉;石臺;賈俊;韓宜霖;王惠萍
• 申請（專利權）人: 安徽世綠環保科技有限公司
• 主分類號: B65F1/00
• 分類號: B65F1/00;B65F1/14
• 代理公司: 合肥律眾知識產權代理有限公司 34147
• 代理人: 鄧盛花

1.一種大型垃圾站用垃圾分類方法，其特征在于：包括以下步驟：

S1、獲取傳送帶上待分類垃圾的第一采集圖像、X光圖像，并不重復提取第一采集圖像中的垃圾個體圖像；

S2、利用訓練好的識別模型對垃圾個體圖像進行識別，判斷垃圾類別，若能準確識別垃圾類別，則進入S5，否則進入S3；

S3、通過光譜分析對無法準確識別垃圾類別的垃圾個體圖像進行材料分析；

S4、綜合識別模型的識別結果，以及材料分析結果，對無法準確識別的垃圾進行類別判斷；

S5、根據類別判斷結果，通過抓取執行模塊將待分類垃圾抓取至對應的垃圾分類桶。

2.根據權利要求1所述的大型垃圾站用垃圾分類方法，其特征在于：S1中不重復提取第一采集圖像中的垃圾個體圖像，包括：

通過連續幀的第一采集圖像識別出待分類垃圾所屬區域，并在第一采集圖像中對各待分類垃圾進行邊緣裁剪，并對各裁剪圖像中的垃圾進行重復判斷。

3.根據權利要求2所述的大型垃圾站用垃圾分類方法，其特征在于：所述對各裁剪圖像中的垃圾進行重復判斷，包括：

對各裁剪圖像進行物體跟蹤定位，獲取精確的特征點位置，并計算所有特征點的Gabor特征；

根據Gabor特征對裁剪圖像進行分割，并計算每個分割圖像中各像素點的局部熵；

根據局部熵確定每個分割圖片的貢獻度，統計繪制直方圖，對直方圖的特征向量進行降維，通過互相對比剔除重復垃圾對應的裁剪圖像，得到不重復的垃圾個體圖像。

4.根據權利要求1所述的大型垃圾站用垃圾分類方法，其特征在于：S2中利用訓練好的識別模型對垃圾個體圖像進行識別之前，包括：

構建用于從不重復的垃圾個體圖像中識別出該垃圾類別的識別模型，并向構建好的識別模型輸入不同類別垃圾的訓練圖像進行訓練。

5.根據權利要求4所述的大型垃圾站用垃圾分類方法，其特征在于：S2中利用訓練好的識別模型對垃圾個體圖像進行識別，判斷垃圾類別，包括：

識別模型對垃圾個體圖像進行識別得到識別結果，若識別結果大于第一閾值時，則能準確識別垃圾類別，否則無法準確識別垃圾類別；

若識別結果大于第二閾值時，則保留該垃圾個體圖像，否則刪除該垃圾個體圖像；

其中，第一閾值大于第二閾值。

6.根據權利要求5所述的大型垃圾站用垃圾分類方法，其特征在于：若識別結果不大于第一閾值時，則通過第二采集圖像提取該垃圾對應的垃圾個體圖像，并輸入訓練好的識別模型對垃圾個體圖像進行二次識別；

其中，第二采集圖像與第一采集圖像的采集角度不同。

7.根據權利要求5所述的大型垃圾站用垃圾分類方法，其特征在于：S5中根據類別判斷結果，通過抓取執行模塊將待分類垃圾抓取至對應的垃圾分類桶，包括：

對于識別結果大于第一閾值的垃圾，抓取執行模塊直接將該垃圾抓取至對應的垃圾分類桶；

對于識別結果不大于第一閾值且大于第二閾值的垃圾，抓取執行模塊根據綜合判斷結果將該垃圾抓取至對應的垃圾分類桶；

對于識別結果不大于第二閾值的垃圾，抓取執行模塊將該垃圾抓取至無法分類的垃圾分類桶。