一种基于视觉的垃圾分类数字化管理方法

专利主权项内容

1.一种基于视觉的垃圾分类数字化管理方法，其特征在于，所述方法包括：采集垃圾图像，对垃圾图像进行分割获得所有前景区域；对于任意一个前景区域，获得前景区域的所有边界像素点，结合距离度量对边界像素点的邻域进行聚类获得第一类别和第二类别，根据第一类别和第二类别的相似度计算边界像素点的突变概率，根据边界像素点的突变概率判断边界像素点是否为突变点，根据前景区域是否存在突变点判断前景区域是否存在边界遮挡；对于任意一个不存在边界遮挡的前景区域，结合距离度量对边界像素点的邻域进行聚类获得第三类别和第四类别，根据第三类别和第四类别的相似度判断前景区域是否存在内部遮挡；对存在内部遮挡的前景区域进行预测，获得完整垃圾区域；对存在边界遮挡的前景区域，根据优选度确定所有的突变点对以及子区域，对不完整的子区域，计算子区域的第二类别的所有像素点的角度差异特征值和灰度差异特征值，计算预测像素点与突变点的角度差异值和灰度差异值，实现对预测像素点的灰度值的预测，获得完整子区域；通过垃圾分类神经网络对垃圾区域进行分类识别，完成垃圾分类数字化管理；所述对存在内部遮挡的前景区域进行预测的步骤包括：对于存在内部遮挡的前景区域，将前景区域中分割出第三区域后的空白区域记录为遮挡区域，获取遮挡区域的中心点Z，所述中心点Z为遮挡区域中与遮挡区域的所有边缘像素点的欧式距离之和最小的像素点；过中心点Z做直线L，直线L与遮挡区域的两个交点，分别记为交点和交点/>，直线L与第四区域/>的两个交点，分别记为交点/>和交点/><对于中心点Z与交点之间的第j个像素点的预测值的计算公式为：式中，表示第j个像素点的预测值，/>表示交点/>与交点/>之间像素点的数量，/>交点与交点/>之间第k个的像素点的灰度值，/>表示第j个像素点与交点/>与交点/>之间第k个的像素点的欧式距离，M表示第j个像素点与交点/>与交点/>之间所有像素点的欧式距离的最大值；对遮挡区域中的所有像素点的灰度值进行预测，直至完成对遮挡区域的所有像素点的预测，预测后的遮挡区域与第四区域组成的区域作为完整垃圾区域；所述根据优选度确定所有的突变点对以及子区域的步骤包括：对于前景区域中的任意两个突变点，计算两个突变点的优选度，第m个突变点和第n个突变点的优选度具体计算公式为：式中，表示第m个突变点和第n个突变点的优选度，exp()表示以自然常数为底的指数函数，/>表示第m个突变点的第一类别中所有像素点的灰度值的平均值，/>表示第n个突变点的第一类别中所有像素点的灰度值的平均值，/>表示第m个突变点的第二类别中所有像素点的灰度值的平均值，/>表示第n个突变点的第二类别中所有像素点的灰度值的平均值，/>表示第m个突变点的灰度值，/>表示第n个突变点的灰度值；对于前景区域中的任意突变点，计算其他所有突变点与该突变点的优选度，将优选度最大的突变点与该突变点组成一个突变点对，同理，获得前景区域中的所有突变点对应的突变点对；任意一个突变点对对应的两个突变点之间的所有边界像素点组成一个边界，根据边界将前景区域划分为多个子区域。