[发明专利]一种防止强光干扰饮料瓶回收机识别投递物的方法有效

专利信息
申请号: 201811522040.7 申请日: 2018-12-13
公开(公告)号: CN109753881B 公开(公告)日: 2023-05-12
发明(设计)人: 唐军;张林;宋怡彪;苏泉;周森标;冯显聪 申请(专利权)人: 小黄狗环保科技有限公司
主分类号: G06V20/10 分类号: G06V20/10;G06V10/764;G07F7/06
代理公司: 广州市红荔专利代理有限公司 44214 代理人: 吴世民
地址: 523000 广东省东莞市南城街道莞*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要: 一种防止强光干扰饮料瓶回收机识别投递物的方法,包括如下步骤:步骤1,投递物进入回收仓,主控系统控制相机拍摄投递物的彩色数字图像并储存至主控系统内的储存模块;步骤2,所述主控系统的图像识别模块对所述彩色数字图像进行识别;若所述图像识别模块成功识别该投递物的类别,则所述主控系统识别投递物的流程结束;若所述图像识别模块无法识别投递物的类别,则进入步骤3;步骤3,所述主控系统的强光干扰识别模块判断所述彩色数字图像是否受到强光干扰。本发明改善了强光干扰饮料瓶回收机识别投递物的不足之处,提高了饮料瓶回收机的识别正确率。
搜索关键词: 一种 防止 强光 干扰 饮料瓶 回收 识别 投递 方法
【主权项】:
1.一种防止强光干扰饮料瓶回收机识别投递物的方法,其特征在于,包括如下步骤:步骤1,投递物进入回收仓,主控系统控制相机拍摄投递物的彩色数字图像并储存至主控系统内的储存模块;步骤2,所述主控系统的图像识别模块对所述彩色数字图像进行识别;若所述图像识别模块成功识别该投递物的类别,则所述主控系统识别投递物的流程结束;若所述图像识别模块无法识别投递物的类别,则进入步骤3;步骤3,所述主控系统的强光干扰识别模块判断所述彩色数字图像是否受到强光干扰;若所述彩色数字图像受强光干扰,所述主控系统提醒用户需要关闭仓门进行再次识别;若所述彩色数字图像不受强光干扰,则判定投递物非饮料瓶类物体,回收仓将投递物退还,所述主控系统识别投递物的流程结束;所述强光干扰识别模块识别强光干扰包括以下步骤:步骤3a,所述强光干扰识别模块首先在所述彩色数字图像靠近仓门侧起选取矩形区域Region1,复制区域Region1内的彩色数字图像并转换为第一单通道灰度图,记录所述第一单通道灰度图的面积S1,计算所述第一单通道灰度图的所有像素值之和SS1;步骤3b,所述强光干扰识别模块首先在所述彩色数字图像远离仓门侧起选取矩形区域Region2,复制区域Region2内的彩色数字图像并转换为第二单通道灰度图,记录所述第二单通道灰度图的面积S2,计算所述第二单通道灰度图的所有像素值之和SS2;步骤3c,所述强光干扰识别模块首先从所述储存模块内获取一张所述相机在回收仓内无投递物且无外部光源干扰的情况下拍摄的彩色参考图像,接着在所述彩色参考图像的靠近仓门侧起选取区域Region3,记录Region3内的彩色参考图像的面积S3,计算Region3内的彩色参考图像的所有像素值之和为SS3;步骤3d,所述强光干扰识别模块在所述彩色数字图像中选取与彩色参考图像中区域Region3同一位置且同一大小的区域Region3’,计算Region3’内的彩色数字图像的所有像素值之和SS4;步骤3e,所述强光干扰识别模块取SS1减SS2的绝对值除以SS1和SS2二者的最大值,得到参考值V1;所述强光干扰识别模块取SS1减SS2的绝对值除以S1,得到参考值V2;所述强光干扰识别模块取SS3减SS4的绝对值除以S3,得到参考值V3;步骤3f,所述强光干扰识别模块将V1、V2、V3与预设阈值进行对比判断所述彩色数字图像是否受到强光干扰;步骤4,所述主控系统控制所述回收仓关闭仓门后,所述图像识别模块再次对投递物进行识别;若所述图像识别模块成功识别该投递物的类别,则识别投递物品的流程结束;若所述图像识别模块无法识别投递物,则判定投递物非饮料瓶类物品,回收仓将投递物退还,投递物的识别流程结束。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于小黄狗环保科技有限公司,未经小黄狗环保科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/patent/201811522040.7/,转载请声明来源钻瓜专利网。

同类专利
专利分类
×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top