[发明专利]一种可回收垃圾的监管方法、运输设备以及存储介质

权利要求书

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。