[发明专利]一种智能垃圾识别分类方法

说明书

一种智能垃圾识别分类方法，包括以下步骤：S1、采集图像信息，估算待检测物体体积和畸变系数；S2、判断待检测物体是否为规则物体；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、获取待检测物体种类的密度，计算待检测物体的质量。S6、如果待检测物体的真实质量和计算所得的质量误差不大于阈值，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、将待检测物体送入对应的种类回收区。本发明减少了垃圾回收中心的工作人员的分类回收工作，提高了垃圾分类回收的效率，降低了垃圾分类回收的成本。

技术领域

本发明涉及一种室外清扫机器人领域和垃圾分类领域，具体涉及一种智能垃圾识别分类方法。

背景技术

为了有效地减缓对资源的消耗，对可回收垃圾进行分类回收再利用，我国已于多年前展开垃圾分类回收工作。政府部门虽然出台了一系列的鼓励政策促进废品分类回收，但是苦于目前市面上没有很好的技术手段对废品进行回收和分类，实际上起到的效果并不明显。

现有的垃圾分类装置分类对象不明确，不能对垃圾进行精确分类，不利于垃圾的循环利用。

发明内容

本发明所要解决的技术问题是提供能够对垃圾进行智能识别分类的方法，可提供垃圾回收效率。

为了解决上述技术问题，本发明提供的技术方案是一种智能垃圾识别分类方法。具体包括：

S1、使用双目摄相机采集图像信息，估算待检测物体A的体积和畸变系数 。

S2、判断待检测物体A是否为规则物体。

S3、使用质量测量装置测量待检测物体A的真实质量。

S4、使用改进的处理图像，获取待检测物体A的种类，记为（为迭代次数）。

S5、查询事先建立的垃圾图像集及其对应的密度的数据库；从数据库中获取的密度，计算待检测物体A的质量。

S6、如果待检测物体A的真实质量和计算所得的质量误差不大于阈值时，将待检测物体A分类为，否则返回S4，进行迭代。

S7、设置最大迭代次数为5次，如果5次的检测都未成功，则认为待检测物体A为不可回收垃圾。

S8、将待检测物体A送入对应的种类回收区。

所述步骤S1中，待检测物体A的体积使用下式积分获得：

其中，Ｓ为被测物体表面在平面上的投影，被测物体表面上任意一点d的坐标为。

进一步地，获取待检测物体A的最大外切长方体体积：，其中分别为待检测物体A的最大长宽高。

进一步地，畸变系数可通过下式计算：

所述S2中，根据畸变系数确定A是否为规则物体。当时，待检测物体A为规则物体；当时，待检测物体A为不规则物体。

所述S3中，使用改进的，使用18层的卷积层网络，以两个的卷积网络串接在一起作为一个残差模块，直接将输入信息传输到输出层，保护信息的完整性，并通过反馈网络进行参数修正，如果修正后的结果满足正确性需求，则输出模型，如果不满足，则继续修正模型。

所述步骤S4中，查询数据库获取的密度，所述数据库包含常见的生活垃圾及其密度。

进一步地，如果A为规则物体，令，其中为迭代次数，为待检测物体A的质量，为待检测物体A的密度，为待检测物体A的估计体积。

进一步的，如果待检测物体A为不规则物体，令。