一种废旧手机多尺度特征深度森林识别方法技术

本发明专利技术公开一种面向智能回收装备的废旧手机多尺度特征深度森林识别方法，对已有手机图像进行预处理，裁剪图像只保留手机特征，减小图像中背景信息对识别的干扰；然后提取多尺度待识别图像的方向梯度直方图(HOG)特征；最后以该特征作为输入，采用DF模型实现废旧手机识别。

【技术实现步骤摘要】
一种废旧手机多尺度特征深度森林识别方法
本专利技术属于设备回收
，尤其涉及一种面向智能回收装备的废旧手机多尺度特征深度森林识别方法。
技术介绍
智能手机是信息化时代人们生活中不可或缺的一部分，电子技术的革新使其更换的频率呈现上升趋势。以中国大陆为例，2019年手机市场总体出货量为3.72亿部[1]，淘汰废旧手机达3亿部，但正规渠道的回收率不足5％[2]。截止到目前，中国大陆尚未建立完整的回收体系，废旧手机多数被闲置在家中，少量转赠他人或与其他生活垃圾一起丢弃。2015年以来，中国大力发展“互联网+回收”的新型手机回收模式，智能手机回收装备在手机回收产业中占据着越来越重要的地位。在智能化手机回收流程中，如何进行手机识别是目前所面临的首要问题。当前，研究人员主要基于手机图像识别、IMEI码识别、回收箱内设置机械手、USB数据线访问手机数据等方式对回收流程中的废旧手机识别过程进行研究[3]。但手机回收装备仍存在硬件配置有限不能承载复杂算法，拍摄图片精度不高等现实问题，上述四种识别方式实际应用效果并不乐观。目前，回收装备中的识别模块仅作为废旧手机本文档来自技高网...

【技术保护点】
1.一种废旧手机多尺度特征深度森林识别方法，其特征在于，包括以下步骤：/n步骤1、对已有手机图像进行预处理，裁剪图像只保留手机特征；/n步骤2、提取多尺度待识别图像的方向梯度直方图(HOG)特征；/n步骤3、以该特征作为输入，采用DF模型实现废旧手机识别。/n

【技术特征摘要】
1.一种废旧手机多尺度特征深度森林识别方法，其特征在于，包括以下步骤：
步骤1、对已有手机图像进行预处理，裁剪图像只保留手机特征；
步骤2、提取多尺度待识别图像的方向梯度直方图(HOG)特征；
步骤3、以该特征作为输入，采用DF模型实现废旧手机识别。


2.如权利要求1所述的废旧手机多尺度特征深度森林识别方法，其特征在于，步骤1具体为：
(1)初始化背景区域和前景区域高斯混合模型(GMM)
用户通过设定矩形框，将矩形框外像素设置为背景Tb，矩形框内像素设置为待定像素Tu；初始化Tb内所有像素点αn设定标签为0，Tu内所有像素点αn设定标签为1；通过k-means聚类分别把属于目标和背景的像素聚类为K类，即GMM中的K个高斯模型，混合高斯模型概率D(α)计算公式如下所示:



其中，α表示当前手机图片像素RGB三通道向量，πj表示第j个高斯分量的权重，gj表示第j个高斯模型的概率模型公式，μj表示第j个高斯分量的均值向量，∑j表示协方差矩，|∑j|表示模值，表示协方差逆矩阵，D表示数据维度；
(2)对图像中每个像素分配GMM模型中高斯分量，对于给定数据集学习GMM参数，通过最小能量得到初始前景背景分割，多次迭代后完成对前景像素点提取，获得只含手机信息的图像数据集Xgrabcut；
(3)基于边界跟踪的数字化二值图像拓扑结构分析对手机图像轮廓进行检测，并标记轮廓坐标；首先将收据图像进行二值化处理，将黑白手机图片原始边界标记为0，接着从图片边界开始查找非0像素，将最先寻找到的非0像素标记为外轮廓；
(4)最后对Xgrabcut进行剪裁，去除无关区域，获取手机图像数据集X'。


3.如权利要求1所述的废旧手机多尺度特征深度森林识别方法，其特征在于，步骤2具体为：
首先选取裁剪后的整个图片为提取HOG特征的窗口大小(winsize)；接着确定胞元大小(cellsize)，以胞元大小的像素值为最小单位将图像分块，以块大小(blocksize)为单位在图像中沿...

【专利技术属性】
技术研发人员：汤健，王子轩，夏恒，徐喆，韩红桂，
申请(专利权)人：北京工业大学，
类型：发明
国别省市：北京;11