[发明专利]一种智能垃圾识别分类方法

权利要求书

1.一种智能垃圾识别分类方法，其特征在于首先建立数据库，所述数据库包括垃圾图像集及其对应的密度；然后通过以下步骤对垃圾识别分类：S1、通过双目摄像机采集待测物体图像信息，确定待测物体的估算体积及畸变系数；首先获取待检测物体的估算体积，

其中，Ｓ为被测物体表面在平面上的投影面积，Z为被测物体表面任意一三维空间点与摄像机之间的距离，所述三维空间点d的坐标设置为；

计算待检测物体最大外切长方体体积；

为畸变系数；

S2、根据畸变系数大小判断待检测物体是否为规则物体；当畸变系数k介于时，待检测物体为规则物体；当畸变系数介于时，待检测物体为不规则物体；S3、测量待检测物体的真实质量；S4、处理图像获取待检测物体的种类；S5、从数据库中获取待检测物体种类的密度，计算待检测物体的质量；S6、计算待检测物体的真实质量和计算所得的质量之间误差，如果误差不大于设定的阈值，将待检测物体分类为可回收垃圾，否则返回S4进行迭代；S7、设置最大迭代次数，如果每次迭代检测都未成功，则认为待检测物体为不可回收垃圾；S8、将识别好的待检测物体送入对应的种类回收区。

2.根据权利要求1所述的一种智能垃圾识别分类方法，其特征在于在所述步骤S4中对带训练的垃圾图像集进行神经网络学习训练，训练出适合识别出垃圾种类的模型以识别待检测物体的种类。

3.根据权利要求1所述的一种智能垃圾识别分类方法，其特征在于，所述步骤S5中，待检测物体的估算质量通过下述方法计算，根据垃圾种类选取对应的密度，当检测物体为规则物体时，，当检测物体为不规则物体时，，为待检测物体的估算质量。

4.根据权利要求3所述的一种智能垃圾识别分类方法，其特征在于，所述步骤S6中，检测物体的质量和步骤S3实际称得的质量的误差判断方式如下：

当检测物体为规则物体时，如果，将检测物体归类为可回收垃圾，否则返回步骤S4，进行迭代；当检测物体为不规则物体时，如果，将检测物体归类为可回收垃圾，否则返回S4，进行迭代。

5.根据权利要求1所述的一种智能垃圾识别分类方法，其特征在于所述步骤S7中，每次迭代应当排除上一次分类后的物品。

6.根据权利要求1所述的一种智能垃圾识别分类方法，其特征在于，所述步骤S8中，最终的垃圾种类回收区分为可回收垃圾区和不可回收垃圾区，其中可回收垃圾区分为废纸区、塑料区、玻璃区、金属区和布料区。