[发明专利]一种基于光谱图像的固体废弃物识别方法

权利要求书

1.一种基于光谱图像的固体废弃物识别方法，其特征在于，包括以下步骤：

数据采集，收集不同类型的固体废弃物样品，并采集所述固体废弃物样品的波段光谱数据；

数据处理，对所述采集的光谱数据进行预处理，获得预处理后的数据集；

建立训练数据集，在所述预处理后的数据集中选取所述不同类型的固体废弃物样品的N(N≧3)个不同特征波段的波段光谱数据作为训练数据集；

模型训练，采用所述训练数据集对深度学习模型进行训练，获得检测模型；

检测识别，运用所述检测模型对实际的待检测固体废弃物进行识别分类。

2.根据权利要求1所述的基于光谱图像的固体废弃物识别方法，其特征在于：所述不同类型的固体废弃物样品来源主要为城市生活固体废弃物。

3.根据权利要求1所述的基于光谱图像的固体废弃物识别方法，其特征在于：所述波段光谱数据为使用光谱相机采集的所述不同类型的固体废弃物样品的全波段光谱数据。

4.根据权利要求1所述的基于光谱图像的固体废弃物识别方法，其特征在于：所述预处理至少包括对所述采集的光谱数据进行滤波、黑白帧校正、归一化。

5.根据权利要求1所述的基于光谱图像的固体废弃物识别方法，其特征在于：所述训练数据集的生成包括以下步骤：

自所选取的N(N≧3)个不同特征波段中再次选取三个波段光谱数据生成伪彩图；

利用标注工具对所述伪彩图进行标签标注，形成标签文件；

对所述选取的N(N≧3)个不同特征波段进行叠加并形成数据文件，所述数据文件与所述标签文件作为所述训练数据集。

6.根据权利要求5所述的基于光谱图像的固体废弃物识别方法，其特征在于：所述标签标记的信息至少包括固体废弃物的位置、形状、种类、置信度。

7.根据权利要求1所述的基于光谱图像的固体废弃物识别方法，其特征在于：所述深度学习模型至少为目标检测模型。

8.根据权利要求1所述的基于光谱图像的固体废弃物识别方法，其特征在于：所述检测识别步骤中，对实际的待检测固体废弃物进行识别分类时以固体废弃物自身的材质为主，以固体废弃物自身所属同种材质的品质为辅。