[发明专利]一种基于大数据的垃圾图像收集方法及系统

说明书

本发明涉及一种图像收集的技术领域，揭露了一种基于大数据的垃圾图像收集方法，包括：获取大量图像，并利用灰度图转换方法将图像转换为灰度图；利用高斯滤波器对灰度图进行降噪处理，得到降噪图像；利用颜色估计模型对降噪图像进行阴影去除，得到无阴影的降噪图像；利用基于空间阈值的背景分割方法对无阴影的降噪图像进行前景背景的分割，得到前景图像；利用基于相邻特征信息融合的垃圾检测算法对前景图像进行垃圾图像的检测，将检测到的垃圾图像构建为垃圾图像数据集，实现垃圾图像的收集。本发明还提供了一种基于大数据的垃圾图像收集系统。本发明实现了图像的收集。

技术领域

本发明涉及图像收集的技术领域，尤其涉及一种基于大数据的垃圾图像收集方法及系统。

背景技术

近年来人口数量大幅增长，人们生活节奏越来越快，使得日常生活用品的更新以及大量各种产品应需求出现，带来生活垃圾产量的迅速上升和垃圾组成成分的多样化，这种现状的出现极大增加了垃圾分类回收的复杂程度。因此收集更多不同的垃圾图像，方便后续的垃圾分类回收，成为当前研究的热门话题。

传统的垃圾目标检测算法会将垃圾的阴影检测出来作为前景目标的输出，同时存在垃圾被遮挡的情况，容易丢失垃圾目标。

鉴于此，如何更为高效地实现垃圾目标的定位，从而完成不同类型的垃圾图像收集，成为本领域技术人员亟待解决的问题。

发明内容

本发明提供一种基于大数据的垃圾图像收集方法，通过利用颜色估计模型对图像进行阴影去除，并利用基于空间阈值的背景分割方法实现图像的前景背景分割；进而利用基于相邻特征信息融合的垃圾检测算法进行垃圾图像的检测，将检测到的垃圾图像构建为垃圾图像数据集，实现垃圾图像的收集。

为实现上述目的，本发明提供的一种基于大数据的垃圾图像收集方法，包括：

获取大量图像，并利用灰度图转换方法将图像转换为灰度图；

利用高斯滤波器对灰度图进行降噪处理，得到降噪图像；

利用颜色估计模型对降噪图像进行阴影去除，得到无阴影的降噪图像；

利用基于空间阈值的背景分割方法对无阴影的降噪图像进行前景背景的分割，得到前景图像；

利用基于相邻特征信息融合的垃圾检测算法对前景图像进行垃圾图像的检测，将检测到的垃圾图像构建为垃圾图像数据集，实现垃圾图像的收集。

可选地，所述利用灰度图转换方法将图像转换为灰度图，包括：

在本发明一个实施例中，所述大量图像为同垃圾有关的图像，为获取所述同垃圾有关的图像，本发明在垃圾处理场附近设置若干相机传感器，用以拍摄获取垃圾处理厂附近的垃圾图像；

所述图像的灰度图转换公式为：

Gray_(i，j)＝R_(i，j)×0.314+G_(i，j)×0.591+B_(i，j)×0.113

其中：

R_(i，j)，G_(i，j)，B_(i，j)为图像像素(i，j)在R，G，B三个颜色分量中的像素值；

Gray_(i，j)为像素(i，j)的灰度值。

可选地，所述利用高斯滤波器对灰度图进行降噪处理，包括：

所述基于高斯滤波器的降噪公式为：

其中：

(i，j)表示灰度图的像素点；