CN113850124A - 一种可回收垃圾的监管方法、运输设备以及存储介质 - Google Patents

Abstract

本发明公开了一种可回收垃圾的监管方法、运输设备以及存储介质，其监管方法包括接收图像信息，对图像进行分割处理以获得若干个目标物；若判断得出任意一目标物的显露面积在预设范围内，获取该目标物的特征信息，将特征信息导入预设模型中以获得目标物的类型；根据需求对指定类型的目标物进行回收并对目标物的回收分类过程进行实时监控。本发明可对垃圾进行拍摄以及图像分析，对部分遮挡的目标物进行类型识别，使得垃圾即使处于被遮挡的状态，也可准确地识别出垃圾类型，从而决定是否对该垃圾进行分类；与此同时，将该监管方法应用在垃圾运输设备中，可在对垃圾进行运输过程中将分类错误的垃圾挑选出来，提高垃圾分类效率。

Description

一种可回收垃圾的监管方法、运输设备以及存储介质

技术领域

本发明涉及垃圾回收处理领域，尤其涉及一种可回收垃圾的监管方法、运输设备以及存储介质。

背景技术

目前，为了使有用的垃圾回收再利用，减少垃圾的填埋，减少大量垃圾对环境的危害，垃圾分类成为社会共识。但是，现有的垃圾处理过程中，一般需要人们手动将垃圾进行分类，再将分类好的垃圾丢进对应的垃圾桶内，从而实现垃圾分类的目的。但是，即使人们手动将垃圾分类好，仍会存在小部分垃圾投错垃圾桶，而垃圾清理人员直接将垃圾桶内的所有垃圾投入到垃圾运输车内，使得分类错误的垃圾无法及时取出，依然需要后期人工进行分类。

且现有的垃圾分类一般通过摄像头拍摄到垃圾的全貌，才可对垃圾进行准确分类，若垃圾间相互堆叠导致部分垃圾被遮挡，则无法准确识别出垃圾种类，依然无法对垃圾进行准确分类。

发明内容

为了克服现有技术的不足，本发明的目的之一在于提供一种可回收垃圾的监管方法，可自动实现垃圾分类回收效果，提高垃圾分类准确性。

本发明的目的之二在于提供一种可回收垃圾的运输设备，将上述可回收垃圾的监管方法应用在垃圾运输设备上，使得垃圾在运输过程中直接进行垃圾分类，提高效率。

本发明的目的之三在于提供一种计算机存储介质，执行上述可回收垃圾的监管方法。

本发明的目的之一采用如下技术方案实现：

一种可回收垃圾的监管方法，包括：

接收图像信息，对图像进行分割处理以获得若干个目标物；

若判断得出任意一目标物的显露面积在预设范围内，获取该目标物的特征信息，将特征信息导入预设模型中以获得目标物的类型；

根据需求对指定类型的目标物进行回收并对目标物的回收分类过程进行实时监控。

进一步地，所述图像信息的获取方法为：

按照预设时间间隔对指定区域进行连续拍摄以获得多张拍摄图像，并将多张拍摄图像进行局部替换以获得图像信息。

进一步地，对多张图像进行局部替换的方法为：

识别出所有拍摄图像中的所有目标物，对所有拍摄图像中至少三个相同的目标物进行两两连线；

对所有拍摄图像进行角度和/或位置调整以使所有拍摄图像中相连所得区域相重合；

对所有角度调整后拍摄图像中的同一位置的目标物进行分辨率比对，在任意一拍摄图像的基础上若该拍摄图像中存在任意一目标物的分辨率低于预设值，则将该目标物替换为其他拍摄图像中与同一位置且分辨率高于预设值的目标物图像，最终以获得清晰的拍摄图像。

进一步地，若判断得出任意一目标物的显露面积小于预设范围内的最小值，则对目标物进行追踪和识别直至获取到目标物的显露面积重新达到预设范围。

进一步地，若判断得出任意一目标物的显露面积大于预设范围内的最大值，则直接通过图像识别处理获得目标物的类型，对目标物进行对应类型的回收处理。

进一步地，所述特征信息为目标物的文字、图案、外轮廓、颜色、材质中的其中一种或多种组合。

进一步地，所述预设模型是通过特性信息作为神经网络训练样本进行训练而获得的神经网络模型。

进一步地，对目标物进行监控时，若监控得出目标物回收至垃圾类型错误的回收区域内，则根据目标物的图像信息、特征信息、类型信息、正确回收位置以及当前回收位置发起报警提示。

本发明的目的之二采用如下技术方案实现：

一种可回收垃圾的运输设备，包括运输本体以及执行如上述的可回收垃圾的监管方法的回收本体。

本发明的目的之三采用如下技术方案实现：

一种存储介质，其上存储有计算机程序，所述计算机程序被执行时实现如上述的可回收垃圾的监管方法。

相比现有技术，本发明的有益效果在于：

本发明可对垃圾进行拍摄以及图像分析，对部分遮挡的目标物进行类型识别，使得垃圾即使处于被遮挡的状态，也可准确地识别出垃圾类型，从而决定是否对该垃圾进行分类；与此同时，将该监管方法应用在垃圾运输设备中，可在对垃圾进行运输过程中将分类错误的垃圾挑选出来，代替手动分类垃圾的步骤，实现准确地垃圾分类效果，同时还可提高垃圾分类效率。

附图说明

图1为本发明可回收垃圾的监管方法的流程示意图；

图2为本发明可回收垃圾运输设备的模块示意图。

具体实施方式

下面，结合附图以及具体实施方式，对本发明做进一步描述，需要说明的是，在不相冲突的前提下，以下描述的各实施例之间或各技术特征之间可以任意组合形成新的实施例。

实施例一

本实施例提供一种可回收垃圾的监管方法，可利用该监管方法对垃圾进行回收分类，将分类错误的垃圾挑选出来，提高垃圾分类准确度。

该监管方法可在完全没执行过垃圾分类的情况下对垃圾进行分类和回收，也可将手动分类好的垃圾进行二次检测，以判断是否出现垃圾分类错误的情况。

如图1所示，本实施例的可回收垃圾的监管方法具体包括如下步骤：

步骤S1：接收图像信息，对图像进行分割处理以获得若干个目标物；

步骤S2：若判断得出任意一目标物的显露面积在预设范围内，获取该目标物的特征信息，将特征信息导入预设模型中以获得目标物的类型；

步骤S3：根据需求对指定类型的目标物进行回收并对目标物的回收分类过程进行实时监控。

本实施例步骤S1中获取图像信息的方式是利用摄像头对垃圾进行拍摄，由于需要对拍摄所得的图像进行分析，因此需要清晰度相对较高的图片，故本实施例可通过多次拍摄采集以及后期图像处理相结合的方式来获得清晰度较高的图像，具体为按照预设时间间隔对垃圾所在的指定区域进行连续拍摄以获得多张拍摄图像，并将多张拍摄图像进行局部替换以获得图像信息。

本实施例中获得多张拍摄图像后，由于垃圾在运输过程中可能出现位置改变，因此对同一个指定区域进行连续拍摄后，可对每张拍摄图像中的目标物进行识别和标记，将具有相同目标物最多的若干张拍摄图像进行局部替换处理，并放弃具有相同目标物最少的一张或两张拍摄图像，即保留垃圾处于相对稳定状态下的拍摄图像，从而实现可更准确地对目标物进行垃圾分类和回收。

本实施例获得若干张拍摄图像后，由于拍摄过程中有可能出现部分目标物较为模糊的情况，因此对多张图像进行局部替换的方法为：

步骤S11：识别出所有拍摄图像中的所有目标物，对所有拍摄图像中至少三个相同的目标物进行两两连线。

其中，识别图像中所有目标物的方法可以通过图像轮廓线提取的方式将每个目标物的轮廓线标识出来，将每个完整轮廓线内的物体标记为一个目标物。多张拍摄图像的所有目标物标记出来后，将多张拍摄图像中轮廓相似度达到预设比值的目标物看似同一个目标物，并将多张拍摄图像中同一个目标物命名为同一名称。其后在所有拍摄图像中挑选出至少三个名称相同的目标物，并以目标物的中心点作为连接点，将每张拍摄图像中三个相同目标物的连接点进行两两连线，从而在每张拍摄图像中形成一个三角区域。

步骤S12：对所有拍摄图像进行角度和/或位置调整以使所有拍摄图像中相连所得区域相重合。

由于每张拍摄图像的拍摄角度出现偏差，又或者是拍摄时垃圾并非处于静止状态，为了准确识别每张拍摄图像中每个目标物的位置，需要对拍摄图像进行角度和/或位置调整，并在调整过程中时刻保持所有拍摄图像中通过连接获得的三角区域相重合，使得多张拍摄图像中每个位置也可一一对应，便于从其他拍摄图像中确定模糊目标物的轮廓以及位置，便于完成后续的替换操作。

步骤S13：对所有角度调整后拍摄图像中的同一位置的目标物进行分辨率比对，在任意一拍摄图像的基础上若该拍摄图像中存在任意一目标物的分辨率低于预设值，则将该目标物替换为其他拍摄图像中与同一位置且分辨率高于预设值的目标物图像，最终以获得清晰的拍摄图像。本实例中可以其中一张拍摄图像作为基础，将该拍摄图像中分辨率低的目标物全部替换为分辨率高的同一目标物图像，使得一张拍摄图像中全部目标物都处于清晰的状态，从而获得清晰度高的一张拍摄图像。

举个例子：拍摄图像A和B两张图像中的同一个位置存在一目标物a，若目标物a在拍摄图像A中的分辨率低于预设值，而目标物a在拍摄图像B中的分辨率高于预设值，则可将拍摄图像B中的目标物a替换到拍摄图像A中，使得拍摄图像A中的目标物a也处于清晰状态。

本实施例获得清晰的图像后，计算每个目标物的显露在外的面积，当判断得出任意一目标物的显露面积在预设范围内，且根据该目标物的现有轮廓无法直接体现目标物种类，仍然无法直接识别出其垃圾类型的，则说明该目标物处于被遮挡状态，此时，提取目标物显露在外区域的特征信息，该特征可以是文字、图像、外轮廓、颜色、材质等的其中一种，也可以是上述多种特征相结合。而该提取特征的方法可通过现有的图像特征提取、物体材质识别、物体颜色分析等方法执行，在此不对各种特征提取方法进行详细描述。

获取目标物的特征信息后，将特征信息导入预设模型中，该模型是通过特性信息作为神经网络输入训练样本，将垃圾类型作为神经网络输出训练样本，对神经网络进行训练和学习获得的神经网络模型。此外，还可在神经网络训练前对输入训练样本进行权重设置，从而提高神经网络模型的准确性。

当识别出目标物的特征信息并根据特征信息从神经网络模型中输出目标物的类型后，即可获知垃圾的类型；当所有目标物的类型分析完毕后，向用户输出类型分析结果。其后，可根据用户需求将指定类型的垃圾筛选出来实现垃圾回收，也可对不同类型的垃圾进行分类，实现垃圾分类功能。

在步骤S2中若判断得出任意一目标物显露面积小于预设范围内的最小值，则代表目标物的大部分面积被遮挡，此时可能无法准确地识别出目标物的真正类型，此时则需利用摄像头对目标物进行追踪，并在追踪的情况下始终对目标物的显露面积进行重新计算，直至获取到目标物显露面积重新达到预设范围；由于目标物可能会由于运输等原因进行运动，目标物运动过程中可能会发生位移使得外露区域增加，因此本实施例对目标物进行追踪可提高目标物准确分析的几率。此外，还可主动向运输垃圾的机构发起振动指令，该振动指令可控制振动机构产生的小幅度振动从而带动目标物进行小幅度运动，使得目标物的外露面积逐渐增大。若经过振动依然无法增大目标物的显露面积，则放弃该目标物的识别和分析步骤，再本次图像采集、分析和回收步骤执行完毕后，让垃圾进行重新混合后再次对垃圾执行图像采集和分析步骤，尽可能地识别垃圾队中每件垃圾的类型，从垃圾堆中找到分类错误的垃圾。

在步骤S2中若判断得出任意一目标物显露面积大于预设范围内的最大值，则代表目标物的大部分面积都处于外露状态，此时不需要执行本实施例提取特征以及后续的模型处理步骤，直接通过现有的图像识别处理即可获得目标物的类型，则可直接根据目标物类型进行回收处理。

本实施例可通过机械臂的方式对指定类型的目标物进行抓取，并将其放置在指定区域内实现回收；也可通过其他方式或机构对目标物进行抓取。在对指定类型的目标物进行分类和回收过程中，利用摄像头对目标物进行实时监控，并在监控过程中判断机械臂是否正确抓取指定目标物，还可通过摄像头采集目标物回收区域的图像，根据图像判断指定目标物是否被放置在对应的回收区域内。若判断得出机械臂抓取了错误的目标物，或监控得出目标物回收至垃圾类型错误的回收区域内，则发起报警提示，并将摄像头采集到的目标物的图像信息，分析目标物所得的特征信息和类型信息，目标物应当放置的正确回收区域以及当前目标物放置的回收区域发送至指定终端中以告知用户该目标物的相关信息，以便用户执行对应的更正操作。其中更正操作可以是手动将错误放置的垃圾重新放入正确的回收区域内，又或者通过手动方式实时控制机械臂，甚至自动将目标物信息发送至机械臂的控制器的方式，让机械臂重新抓取目标物将其放置入正确的回收区域，实现垃圾的准确分类和回收。

实施例二

本实施例提供一种可回收垃圾的运输设备，该运输设备包括运输本体以及执行如上述的可回收垃圾的监管方法的回收本体，其中回收本体可设为货箱结构设置在运输本体上，运输本体运输过程中回收本体内部执行一系列的拍摄、分析、分类以及回收等操作，充分利用运输时间完成回收动作，提高效率。

如图2所示，本实施例的回收本体内可设有三大区域，第一区域是过滤区域，回收本体上设有进料口和出料口，进料口直接连通过滤区域，出料口可对应第二和第三区域；本实施例可通过运输设备上的机械臂抓取垃圾桶，将垃圾桶内的垃圾从进料口倒入过滤区域中实现固液分离，甚至实现将小体积物体分离出来的目的，其中，该小体积物体可以是玻璃碎、石头块等不成型物体；该过滤区域可以通过设有滤孔的滚筒装置实现，滚筒装置内设有一定直径的滤孔，利用驱动装置带动滚筒装置沿轴线方向转动，让滚筒装置内小体积物体或者是液体可经滤孔掉落，从而实现小体积物体筛选以及固液分离的目的。

经过过滤区域过滤后的垃圾可通过滚筒装置倾倒的方式直接倒入第二区域中，也可预先倒入输送带再通过输送带将垃圾运输至第二区域，其中第一和第二区域之间所采集的垃圾转移方式可结合回收本体内部空间结构自由设置和规划，在此不对第一、第二区域之间的垃圾转移方式进行具体限定。而本实施例中第二区域是识别区域，用于对垃圾进行拍摄和分析以识别出每个垃圾的种类；第二区域内可设有振动底盘，输送带将垃圾运输至振动底盘上后，振动底盘可首先开启小幅度振动功能让振动底盘上的垃圾尽量分离开来，减少垃圾之间相互遮挡的情况；经过预设时间的振动后，暂停振动操作并利用振动底盘正上方的摄像头对振动底盘上的垃圾进行拍摄，并执行实施例一所述的可回收垃圾的监管方法，从而识别出振动底盘上每个垃圾的种类。

第三区域则是回收区域，在分类区域内至少设有一个回收空间，并在第二区域以及第三区域之间设有机械臂，该机械臂用于将振动底盘上的指定类型的目标物抓取并转移至回收空间内，例如振动底盘上大部分垃圾都是不可回收类型，当识别到有可回收类型的垃圾混在不可回收垃圾中时，则将可回收垃圾转移至回收空间中，充分利用运输设备运输垃圾的时间持续对振动底盘上的垃圾进行识别和分类，让振动底盘上仅保留同一类型的垃圾，并在完成垃圾分类和回收步骤后，将同一类型的垃圾从出料口排出进行统一处理，减少人工分类操作，提高效率。

实施例三

本实施例提供一种存储介质，其上存储有计算机程序，所述计算机程序被执行时实现实施例一所述的可回收垃圾的监管方法。

本实施例中的存储介质与前述实施例中的方法是基于同一发明构思下的两个方面，在前面已经对方法实施过程作了详细的描述，所以本领域技术人员可根据前述描述清楚地了解本实施例中的存储介质的结构及实施过程，为了说明书的简洁，在此就不再赘述。

上述实施方式仅为本发明的优选实施方式，不能以此来限定本发明保护的范围，本领域的技术人员在本发明的基础上所做的任何非实质性的变化及替换均属于本发明所要求保护的范围。

Claims (10)

1.一种可回收垃圾的监管方法，其特征在于，包括：

接收图像信息，对图像进行分割处理以获得若干个目标物；

若判断得出任意一目标物的显露面积在预设范围内，获取该目标物的特征信息，将特征信息导入预设模型中以获得目标物的类型；

根据需求对指定类型的目标物进行回收并对目标物的回收分类过程进行实时监控。

2.根据权利要求1所述的可回收垃圾的监管方法，其特征在于，所述图像信息的获取方法为：

按照预设时间间隔对指定区域进行连续拍摄以获得多张拍摄图像，并将多张拍摄图像进行局部替换以获得图像信息。

3.根据权利要求2所述的可回收垃圾的监管方法，其特征在于，对多张图像进行局部替换的方法为：

识别出所有拍摄图像中的所有目标物，对所有拍摄图像中至少三个相同的目标物进行两两连线；

对所有拍摄图像进行角度和/或位置调整以使所有拍摄图像中相连所得区域相重合；

对所有角度调整后拍摄图像中的同一位置的目标物进行分辨率比对，在任意一拍摄图像的基础上若该拍摄图像中存在任意一目标物的分辨率低于预设值，则将该目标物替换为其他拍摄图像中与同一位置且分辨率高于预设值的目标物图像，最终以获得清晰的拍摄图像。

4.根据权利要求1所述的可回收垃圾的监管方法，其特征在于，若判断得出任意一目标物的显露面积小于预设范围内的最小值，则对目标物进行追踪和识别直至获取到目标物的显露面积重新达到预设范围。

5.根据权利要求1所述的可回收垃圾的监管方法，其特征在于，若判断得出任意一目标物的显露面积大于预设范围内的最大值，则直接通过图像识别处理获得目标物的类型，对目标物进行对应类型的回收处理。

6.根据权利要求1所述的可回收垃圾的监管方法，其特征在于，所述特征信息为目标物的文字、图案、外轮廓、颜色、材质中的其中一种或多种组合。

7.根据权利要求1所述的可回收垃圾的监管方法，其特征在于，所述预设模型是通过特性信息作为神经网络训练样本进行训练而获得的神经网络模型。

8.根据权利要求1所述的可回收垃圾的监管方法，其特征在于，对目标物进行监控时，若监控得出目标物回收至垃圾类型错误的回收区域内，则根据目标物的图像信息、特征信息、类型信息、正确回收位置以及当前回收位置发起报警提示。

9.一种可回收垃圾的运输设备，其特征在于，包括运输本体以及执行如权利要求1～8任意一项所述的可回收垃圾的监管方法的回收本体。

10.一种存储介质，其特征在于，其上存储有计算机程序，所述计算机程序被执行时实现如权利要求1～8任意一项所述的可回收垃圾的监管方法。

Images