一种基于机器视觉的生活垃圾分拣方法技术

本发明专利技术公开了一种基于机器视觉的生活垃圾分拣方法，包括：步骤一：对待分拣的垃圾进行定容处理；步骤二：传送带将定容处理后垃圾向前传送，磁性金属垃圾分拣装置将磁性金属垃圾从中分拣出来，并使用机械臂分拣装置将其放入磁性垃圾收集装置中；步骤三：对匀速行进的垃圾进行连续摄像，把所摄取的垃圾图像送入数据库，与数据库中固有图像进行对比识别，从而判断是否为非果蔬类垃圾；步骤四：计算全部轮廓像素几何位置的加权平均值，得到目标垃圾位于传送带上的位置坐标，并将该位置信息传送给控制系统；本申请利用计算机视觉及图像处理技术将生活垃圾中的非果蔬类垃圾如：金属，瓶子，PVC，石头等分拣出来，将剩余的果蔬类垃圾送入下一道工序。

【技术实现步骤摘要】
一种基于机器视觉的生活垃圾分拣方法
本专利技术涉及一种垃圾分拣方法，具体说是一种基于机器视觉的生活垃圾分拣方法。
技术介绍
随着社会经济的快速发展和人口的不断增长，城市生活垃圾的产量也随之加大，而且还呈现逐年增长的趋势，“垃圾围城”是我国城市面临的窘境，如何处理生活垃圾是摆在我们面前的一个大问题，目前，国内普遍采用填埋，焚烧，堆肥，热解等几种垃圾处理方式。在这些处理方式之前，需要将垃圾进行分类和分拣。在现有技术中通常采用人工分拣的方式来对垃圾进行分拣，但是人工分拣方式耗时耗力，工人的工作环境十分恶劣。
技术实现思路
为解决现有技术存在的上述问题，本申请提供了一种基于机器视觉的生活垃圾分拣方法，利用计算机视觉及图像处理技术将生活垃圾中的非果蔬类垃圾如：金属，瓶子，PVC，石头等分拣出来，将剩余的果蔬类垃圾送入下一道工序。为实现上述目的，本申请的第一种技术方案为：一种基于机器视觉的生活垃圾分拣方法，包括：步骤一：对待分拣的垃圾进行定容处理；步骤二：传送带将定容处理后垃圾向前传送，磁性金属垃圾分拣装置将磁性金属垃圾从中分拣出来，并使用机械臂将其放入磁性垃圾收集装置中；步骤三：利用高清CCD镜头，对匀速行进的垃圾进行连续摄像，把所摄取的垃圾图像送入数据库，与数据库中固有图像进行对比识别，从而判断是否为非果蔬类垃圾；步骤四：采用图像轮廓比对算法得到目标垃圾的轮廓图像，对每一目标垃圾轮廓图像，计算全部轮廓像素几何位置的加权平均值，得到目标垃圾位于传送带上的位置坐标，并将该位置信息传送给控制系统；步骤五：控制系统根据数据分析装置反馈的目标垃圾的位置坐标输出控制信号，机械臂分拣装置根据所述控制信号对所述目标垃圾进行自动分拣，将目标垃圾分拣至物料收集装置。进一步地，在传送带下方设有物料收集装置，该物料收集装置包括塑料收集装置、瓶子收集装置、果蔬类垃圾收集装置。进一步地，在磁性垃圾收集装置、塑料收集装置、瓶子收集装置一侧分别设有振动装置。进一步地，所述目标垃圾的轮廓图像提取包括颜色特征、纹理特征；提取颜色特征采用VSH颜色直方图、BIC颜色直方图；提取纹理特征，将BASD纹理特征引入到果蔬识别中。进一步地，利用最大最小归一化方法进行特征归一，采用SS融合算法实现特征融合，进而实现图像特征融合。更进一步地，VSH颜色直方图按照式(1)计算，通过计算得到一个568维颜色直方图；I＝V×EH×EH+S×EH+V(1)式中：V，S，H分别为量化后的颜色通道分量；H被均匀量化为16级；S、V被均匀量化为8级；ES、EV分别为S、V的量化级数。更进一步地，BIC颜色直方图采用16×16×16的量化方法，得到一个4096维的颜色直方图。更进一步地，提取纹理特征包括：完全局部二值模式与颜色完全局部01模式；完全局部二值模式中的BASD描述因子为：式中：gc代表中心像素点；gp代表gc以r为半径的环形邻域像素点；e表示半径为r的环形邻域像素点个数；mp表示gp、gc差值的绝对值；τ表示幅度值mp的均值，p＝1,2……，P；cl为全局图像灰度级的平均值；t(x,c)函数表示当变量x大于阈值c时，函数值取1，否则，函数值取0；颜色完全局部01模式具体为：I是一个图像，首先将图像I转换成其他颜色的表示形式；设一共有H种不同的颜色通道，H(i)为第i个颜色通道，分别求取不同颜色通道下的直方图，记H(i)为第i个颜色通道的直方图，则图像I的直方图为H＝[h(1),h(2),…,h(K)]。作为更进一步地，SS融合算法采用匹配得分融合方法，某特征的相似度计算公式如下：式中：A表示训练样本特征向量；B表示测试样本特征向量；ai、bi代表特征向量中的元素；T表示特征维数；特征融合公式如下：式中：N训练集样本的个数；nmj表示测试样本第m个特征与训练集第j个样本的第m个特征归一化匹配得分值；ωm为第m个特征的权值；FJ为融合后的匹配得分；M表示融合特征的个数。作为更进一步地，利用最近邻算法实现果蔬识别，通过下面公式求取最小的FJ，输出果蔬农产品所属的类，完成果蔬识别；re_min(Nj,Ij)+BASD；j＝1,2,.....N式中：Nj,Ij分别为特征与训练集的第j次匹配值；j＝1,2,.....N，为正变量。本专利技术由于采用以上技术方案，能够取得如下的技术效果：能将各类垃圾进行分拣，特别适合热解生活垃圾法，各类金属，PVC塑料，瓶子等可再利用垃圾得以回收，果蔬类垃圾能很好分拣出来。效率高，省人工，安全有效。附图说明图1为基于机器视觉的生活垃圾分拣装置图。图中序号说明：1.垃圾定容漏斗，2.磁性金属垃圾分拣装置，3.高清CCD镜头，4.机械臂分拣装置，5.传动带，6.磁性垃圾收集装置，7.振动装置，8.塑料收集装置；9.瓶子收集装置，10.果蔬类垃圾收集装置。具体实施方式为了使本专利技术的目的、技术方案和优点更加清楚，下面结合附图和具体实施例对本专利技术演示器进行详细描述。实施例1本实施例提供一种基于机器视觉的生活垃圾分拣方法，具体包括：对等待分拣的垃圾进行定容处理，每次可以处理3立方米的垃圾；进给速度为0.5m/s；垃圾堆积厚度不超过50cm,堆积宽度不超过100cm。磁性金属垃圾分拣装置将磁性金属垃圾从垃圾中分拣出来；最大吸附力达10kg。然后利用两个索尼高清CCD镜头，对匀速行进的垃圾进行连续摄像，将所摄取的垃圾图像送入数据库，和数据库中固有图像进行对比识别，从而判断是否为非果蔬类垃圾。垃圾的图像采用图像轮廓比对算法得到目标垃圾的轮廓图像，对每一目标垃圾轮廓图像，计算全部轮廓像素几何位置的加权平均值，得到目标垃圾位于传送带上的位置坐标，并将该位置信息传送给控制系统。控制系统根据数据分析装置反馈的目标垃圾的位置坐标输出控制信号，机械臂分拣装置根据所述控制信息对所述目标垃圾进行自动分拣，将目标垃圾分拣至物料收集装置。优选的，在图像采集过程中：安装两个60万像素BOR8835摄像头，采用基于CortexA8开发板开发的图像采集软件采集果蔬图片。果蔬垃圾位置随机摆放，数量随机选取，果蔬之间包含粘连、堆叠情况。优选的，提取的图像特征一般包括颜色特征、纹理特征。颜色特征提取采用VSH彩色直方图、BIC彩色直方图；纹理特征方面，本申请将BASD纹理特征引入到果蔬识别中，提出一种BASD纹理特征算法，并将BASD作为算法的纹理特征。3)利用最大最小归一化方法进行特征归一，采用SS融合算法实现特征融合，实现图像特征融合。本申请中果蔬类垃圾分拣依据具体为：1.颜色特征VSH颜色直方图按照式(1)计算，通过计算得到一个568维颜色直方图。I＝V×EH×EH+S×EH+V(1)式中：V，S，H分别为量化后的颜色通道分量；H被均匀量化为16级；S、V被均匀量化为8级；ES、EV分别为S、V的量化级数。BIC颜色直方图采用16×16×16的量化方法，得到一个4096维的颜色直方图。2.纹理特征1)完全局部二值模式基于局部二值模式纹理特征提取算法，BASD纹理特征提取算法，BASD纹理特征的纹理表征能力及对光照的鲁棒性优于传统的LBP，局部三值模式、最大响应滤波器、等纹理特征。BASD由3个描述因子组成，分别为幅度、符号，灰度级；3个描述因子可以通过计算获得，求取3个描述因子的3维本文档来自技高网...

【技术保护点】
1.一种基于机器视觉的生活垃圾分拣方法，其特征在于，包括：步骤一：对待分拣的垃圾进行定容处理；步骤二：传送带将定容处理后垃圾向前传送，磁性金属垃圾分拣装置将磁性金属垃圾从中分拣出来，并使用机械臂分拣装置将其放入磁性垃圾收集装置中；步骤三：利用高清CCD镜头，对匀速行进的垃圾进行连续摄像，把所摄取的垃圾图像送入数据库，与数据库中固有图像进行对比识别，从而判断是否为非果蔬类垃圾；步骤四：采用图像轮廓比对算法得到目标垃圾的轮廓图像，对每一目标垃圾轮廓图像，计算全部轮廓像素几何位置的加权平均值，得到目标垃圾位于传送带上的位置坐标，并将该位置信息传送给控制系统；步骤五：控制系统根据数据分析装置反馈的目标垃圾的位置坐标输出控制信号，机械臂分拣装置根据所述控制信号对所述目标垃圾进行自动分拣，将目标垃圾分拣至物料收集装置。

【技术特征摘要】
1.一种基于机器视觉的生活垃圾分拣方法，其特征在于，包括：步骤一：对待分拣的垃圾进行定容处理；步骤二：传送带将定容处理后垃圾向前传送，磁性金属垃圾分拣装置将磁性金属垃圾从中分拣出来，并使用机械臂分拣装置将其放入磁性垃圾收集装置中；步骤三：利用高清CCD镜头，对匀速行进的垃圾进行连续摄像，把所摄取的垃圾图像送入数据库，与数据库中固有图像进行对比识别，从而判断是否为非果蔬类垃圾；步骤四：采用图像轮廓比对算法得到目标垃圾的轮廓图像，对每一目标垃圾轮廓图像，计算全部轮廓像素几何位置的加权平均值，得到目标垃圾位于传送带上的位置坐标，并将该位置信息传送给控制系统；步骤五：控制系统根据数据分析装置反馈的目标垃圾的位置坐标输出控制信号，机械臂分拣装置根据所述控制信号对所述目标垃圾进行自动分拣，将目标垃圾分拣至物料收集装置。2.根据权利要求1所述一种基于机器视觉的生活垃圾分拣方法，其特征在于，在传送带下方设有物料收集装置，该物料收集装置包括塑料收集装置、瓶子收集装置、果蔬类垃圾收集装置。3.根据权利要求2所述一种基于机器视觉的生活垃圾分拣方法，其特征在于，在磁性垃圾收集装置、塑料收集装置、瓶子收集装置一侧分别设有振动装置。4.根据权利要求1所述一种基于机器视觉的生活垃圾分拣方法，其特征在于，所述目标垃圾的轮廓图像提取包括颜色特征、纹理特征；提取颜色特征采用VSH颜色直方图、BIC颜色直方图；提取纹理特征，将BASD纹理特征引入到果蔬识别中。5.根据权利要求1所述一种基于机器视觉的生活垃圾分拣方法，其特征在于，利用最大最小归一化方法进行特征归一，采用SS融合算法实现特征融合，进而实现图像特征融合。6.根据权利要求4所述一种基于机器视觉的生活垃圾分拣方法，其特征在于，VSH颜色直方图按照式(1)计算，通过计算得到一个568维颜色直方图；I＝V×EH×EH+S×EH+V(1)式中：V，S，H分别为量化后的颜色通道分量；H被均匀量化为16级；S、V被均...

【专利技术属性】
技术研发人员：甄恒洲，王珍，王元刚，王建维，
申请(专利权)人：大连大学，
类型：发明
国别省市：辽宁,21