[发明专利]基于多目标图像识别的垃圾分类回收方法及系统

说明书

本发明公开一种基于多目标图像识别的垃圾分类回收方法及系统，所述方法包括：采集待识别垃圾图像，对图像进行预处理；采用改进的旗鱼优化算法计算图像最优的阈值分割组合；通过所述阈值分割组合对图像进行多阈值分割，提取出多个目标区域；通过训练好的神经网络模型识别所述目标区域，根据识别出的垃圾种类判断所属的垃圾回收类别。本发明采用改进的旗鱼优化算法进行多阈值分割寻优，可以一次性识别多种垃圾。

技术领域

本发明涉及垃圾分类技术领域，具体涉及一种基于多目标图像识别的垃圾分类回收方法及系统。

背景技术

随着现代人们生活水平的提高和各项消费的增加，城市垃圾产生最日益增多，环境污染问题日益严重，垃圾的回收利用也成为了可持续发展战略的重要组成部分。由于垃圾中往往混合有多种类别的物件，在对垃圾进行回收利用之前，首先需要对垃圾进行分类，以根据不同类别的垃圾进行分别回收和处理。垃圾分类在源头将垃圾分类投放。

现阶段生活垃圾分类主要是基于经验或者人工监督分类的方式，基于图像识别的智能垃圾分类技术也得到一定的发展，但是目前基于图像的垃圾分类大多是基于单个垃圾，当图像中垃圾数量较多时识别的准确率降低，不利于垃圾的正确分类回收。

发明内容

有鉴于此，本发明提出了一种垃圾分类回收方法及系统，用于解决基于图像的垃圾分类技术在图像中垃圾数量较多时无法有效同时识别多个垃圾的问题。

本发明第一方面，公开一种基于多目标图像识别的垃圾分类回收方法，所述方法包括：

采集待识别垃圾图像，对图像进行预处理；

采用改进的旗鱼优化算法计算图像最优的阈值分割组合；

通过所述阈值分割组合对图像进行多阈值分割，提取出多个目标区域；

通过训练好的神经网络模型识别所述目标区域，根据识别出的垃圾种类判断所属的垃圾回收类别。

优选的，所述采用改进的智能优化算法计算最优的阈值分割组合具体包括：

S01、旗鱼算法初始化，包括设置旗鱼种群数量N_SF、沙丁鱼种群数量N_S，解空间维度D、最大迭代次数T；获取图像的灰度值范围，在所述灰度值范围内随机初始化种群位置，其中旗鱼种群用X_SF表示，沙丁鱼种群用表示X_S；

S02、通过适应度函数分别计算旗鱼和沙丁鱼个体的适应度值，并且保存最优适应度值和位置；

S03、进行旗鱼位置更新，位置更新公式为：

其中，分别为第t次、t+1次迭代时旗鱼位置，第t次迭代时旗鱼的最佳位置

λ_t＝(2*rand(0,1)-1)*PD，PD代表猎物群的密度，

S04、根据旗鱼的攻击力度AP，进行沙丁鱼的位置更新：

AP＝A*(1-2*t*e)

A₁、A₂为警觉系数，AP代表旗鱼的攻击力度，A、e为常数，当AP0.5时，更新沙丁鱼全部位置，当AP≤0.5时，更新沙丁鱼部分位置，所述部分位置的范围定义如下：

α＝N_S*AP，β＝d_t*AP

其中α代表要更新沙丁鱼的数量，β表示要更新的维度数量，1d_tD；

S05、分别计算适应度，如果沙丁鱼的位置优于旗鱼的位置，将沙丁鱼位置赋值给旗鱼；