【技术实现步骤摘要】
一种垃圾自动分类回收智能设备及其智能垃圾分类系统
[0001]本专利技术涉及垃圾自动分类
,具体涉及一种垃圾自动分类回收智能设备及其智能垃圾分类系统。
技术介绍
[0002]垃圾自动分类回收智能设备是一种利用先进的技术来辨识、分类和处理垃圾的设备。它结合了计算机视觉、人工智能和机械工程等领域的技术,可以自动将垃圾分为可回收物、有害物、湿垃圾和干垃圾等不同类别。
[0003]垃圾自动分类回收智能设备实现智能垃圾分类通常包括以下具体步骤:
[0004]S1、感知与数据采集
[0005]设备通过配备传感器(红外线传感器和压力传感器)和摄像头等感知设备,获取垃圾的相关信息,如形状、颜色、重量和气味等。这些设备能够收集垃圾的特征数据,并将其传输给后续的数据处理模块。
[0006]S2、数据处理与特征提取
[0007]通过计算机视觉和图像处理技术,智能设备对感知到的图像或数据进行处理和分析。利用机器学习算法,设备能够识别垃圾的特征,并提取有用的特征信息,如纹理、形状和颜色等。
[0008]S3、垃圾分类算法
[0009]基于前期收集到的数据和提取的特征信息,智能设备使用垃圾分类算法来对垃圾进行分类。这些算法可以是基于规则的分类方法,也可以是基于机器学习的分类模型。分类算法通过比对垃圾的特征与预定义的分类规则或模型,将垃圾分为不同的类别,如可回收物、有害物、湿垃圾和干垃圾等。
[0010]S4、机械处理与分拣
[0011]一旦垃圾被分类,智能设备利用机械 ...
【技术保护点】
【技术特征摘要】 【专利技术属性】
1.一种智能垃圾分类系统,其特征在于,包括数据采集模块、影响分析模块、综合分析模块、比对判断模块以及预警提示模块;数据采集模块,采集垃圾分类系统中识别摄像头运行时的信息,包括成像信息和数据处理信息,并将成像信息和数据处理信息传递至影响分析模块;影响分析模块,将成像信息和数据处理信息建立数据分析模型,生成影响系数,并将影响系数传递至综合分析模块;综合分析模块,将摄像头运行时生成的若干个影响系数建立分析集合,对分析集合内的影响系数做偏差分析,生成异常偏差指数,并将异常偏差指数传递至比对判断模块;比对判断模块,将摄像头运行时生成的异常偏差指数与异常偏差指数参考阈值进行比对,生成风险信号,并将风险信号传递至预警提示模块,通过预警提示模块生成或者不生成预警提示。2.根据权利要求1所述的一种智能垃圾分类系统,其特征在于,成像信息包括成像图像对比度波动系数和对焦速率异常频率系数,采集后,数据采集模块将成像图像对比度波动系数和对焦速率异常频率系数分别标定为Db
k
和Vj
k
,数据处理信息包括图像压缩比浮动系数,采集后,数据采集模块将图像压缩比浮动系数标定为Ys
k
。3.根据权利要求2所述的一种智能垃圾分类系统,其特征在于,成像图像对比度波动系数获取的逻辑如下:S1、将摄像头的成像图像划分为n个区域,将不同区域成像图像的对比度标定为D
bd
x,x表示n个区域的对比度编号,x=1、2、3、4、
……
、n,n为正整数;S2、计算不同区域的对比度,计算公式为:D
bd
x=(H
dmax
‑
H
dmin
)/(H
dmax
+H
dmin
),式中,H
dmax
和H
dmin
分别表示同一区域内最大的灰度值和最小的灰度值;S3、计算不同区域的对比度标准差,并将标准差标定为s,标准差s的计算公式为:其中,为不同区域的对比度平均值,获取的表达式为:为不同区域的对比度平均值,获取的表达式为:S4、获取摄像头运行T时间内的帧数,并将每一帧图像的不同区域的对比度标准差标定为s
y
,y表示T时间内所有帧图像不同区域的对比度标准差的编号,y=1、2、3、4、
……
、N,N为正整数;S5、将T时间内获取的s
y
建立数据集合,并将数据集合内的s
y
按照顺序排序,将s
y
的最大值标定为s
y
max;S6、获取T时间内的成像图像对比度波动系数,获取的表达式为:Db
k
=s
y
max。4.根据权利要求3所述的一种智能垃圾分类系统,其特征在于,对焦速率异常频率系数获取的逻辑如下:S1、获取垃圾分类系统中摄像头的最佳对焦速率范围,并将最佳对焦速率范围标定为V
djmin
~V
djmax
;S2、获取T时间内不同时段的摄像头对焦速率,将摄像头对焦速率标定为V
djm
,m表示T时间内不同时段的摄像头对焦速率的编号,m=1、2、3、4、
……
、M,M为正整数;
S3、将不处于最佳对焦速率范围V
djmin
~V
djmax
之间的V
djm
标定为V
djv
,v表示不处于最佳对焦速率范围V
djmin
~V
技术研发人员:陈潘,倪永海,程磊,倪永雪,
申请(专利权)人:永昊环境科技集团有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。