[发明专利]一种垃圾分类排放智能管理系统

权利要求书

1.一种垃圾分类排放智能管理系统，其特征是，包括图像采集模块、通信模块、远程管理中心和语音提醒模块，所述图像采集模块包括第一摄像头和第二摄像头，所述第一摄像头安装在垃圾箱的周围，用于采集当前垃圾投放人员的面部图像，所述第二摄像头安装在垃圾箱内侧壁的顶部，用于采集当前垃圾投放人员投放的垃圾图像，所述图像采集模块将采集的面部图像和垃圾图像通过通信模块传输至远程管理中心，所述远程管理中心包括数据库、图像处理单元、身份验证单元和垃圾检测单元，所述数据库中存储着小区内住户的面部图像、对应的身份信息和积分账户信息，所述图像处理单元用于对图像采集模块采集的图像进行处理，所述图像处理单元包括图像优化模块和图像分割模块，所述图像优化模块用于对远程管理中心接收到的图像进行优化，所述图像优化模块包括第一图像优化单元、第二图像优化单元和综合优化单元，所述第一图像优化单元采用下式对远程管理中心接收到的原始图像I进行处理，设I(i,j)为原始图像I中坐标(i,j)处像素的灰度值，则I(i,j)经第一图像优化单元处理后的输出值为：

式中，Z(i,j)为归一化因子，R_(i,j)为以坐标(i,j)处像素为中心的(2d+1)×(2d+1)的局部邻域，I(m,n)为局部邻域R_(i,j)中坐标(m,n)处像素的灰度值，H(R_(i,j))表示局部邻域R_(i,j)的信息熵，H_R(max)和H_R(min)分别表示原始图像I中局部邻域的最大信息熵和最小信息熵，I(max)和I(min)分别表示原始图像I中像素灰度值的最大值和最小值；所述图像分割模块用于对优化后的图像进行图像分割，所述身份验证单元用于将处理后的面部图像与数据库中存储的面部图像进行匹配，确定垃圾投放人员的身份信息，所述垃圾检测单元用于根据处理后的垃圾图像对投放人员投放的垃圾类别进行检测，并判断该垃圾类别是否投入正确的垃圾箱内，如果投放正确，则增加垃圾投放人员的积分账户中的积分，如果投放错误，则减少垃圾投放人员的积分账户中的积分，并令语音提醒模块进行投放错误提醒，所述语音提醒模块安装在垃圾箱的周围。

2.根据权利要求 1所述的一种垃圾分类排放智能管理系统，其特征是，所述远程管理中心接收到的原始图像为I，所述原始图像I经第一图像优化单元处理后的输出图像为设图像则第二图像优化单元采用下式对图像I′₁进行处理：

式中，I′₁(i,j)为图像I′₁中坐标(i,j)处像素的灰度值，为I′₁(i,j)经第二图像优化单元处理后的灰度值，k₁(i,j)和k₂(i,j)为优化函数，且k₁(i,j)和k₂(i,j)的表达式分别为：

式中，θ为图像I′₁中坐标(i,j)处像素的切线方向，σ₁、σ₂和σ₃为尺度因子，将尺度因子σ₁、σ₂和σ₃定义为：

式中，I′₁(x,y)为图像I′₁中坐标(x,y)处像素的灰度值，R_(i,j)为以(i,j)为中心的(2d+1)×(2d+1)的局部邻域，为图像I′₁中局部邻域R_(i,j)中像素的灰度均值，|R_(i,j)|为局部邻域R_(i,j)中的像素数，R_(i+d,j)为以(i+d,j)为中心的(2d+1)×(2d+1)的局部邻域，为图像I′₁中局部邻域R_(i+d,j)中像素的灰度均值，R_(i-d,j)为以(i-d,j)为中心的(2d+1)×(2d+1)的局部邻域，为图像I′₁局部邻域R_(i-d,j)中像素的灰度均值，R_(i,j+d)为以(i,j+d)为中心的(2d+1)×(2d+1)的局部邻域，为图像I′₁中局部邻域R_(i,j+d)中像素的灰度均值，R_(i,j-d)为以(i,j-d)为中心的(2d+1)×(2d+1)的局部邻域，为图像I′₁中局部邻域R_(i,j-d)中像素的灰度均值，为图像I′₁中以坐标(i,j)为中心的(4d+1)×(4d+1)的局部邻域中像素的灰度均值；

w₁和w₂为权重系数，且w₁+w₂＝1，其中，权重系数w₂的值为：

式中，B_i,j为图像I′₁中以坐标(i,j)处像素为中心的局部邻域R_(i,j)的图像描述函数，且B_k,l为图像I′₁中以坐标(k,l)处像素为中心的局部邻域R_(k,l)的图像描述函数，k＝i+d，l＝j，且其中，E′_x(m,n)为图像I′₁中坐标(m,n)处像素在水平方向的梯度值，E′_y(m,n)为图像I′₁中坐标(m,n)处像素在竖直方向的梯度值，F(B_i,j-B_k,l)为判断函数，当B_i,j-B_k,lT_B时，则F(B_i,j-B_k,l)＝0，当B_i,j-B_k,l≥T_B时，则F(B_i,j-B_k,l)＝1；其中，T_B为设置的阈值，且T_B＝0.02(B_max-4B_min)，B_max为图像I′₁中图像描述函数的最大值，B_min为图像I′₁中图像描述函数的最小值。

3.根据权利要求2所述的一种垃圾分类排放智能管理系统，其特征是，综合优化单元用于根据第一图像优化单元和第二图像优化单元的优化结果对图像进行整合，对于原始图像I，第一图像优化单元的输出图像为第二图像优化单元的输出图像为则综合优化单元整合后的图像I′为：

式中，η为整合因子，且η的表达式为：

式中，表示图像的信息熵，表示图像的信息熵，α为调节参数，且0α1。