一种基于X光图像的袋装垃圾分类检测方法.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN113723388A(43)申请公布日2021.11.30(21)申请号202110900389.5(22)申请日2021.08.06(71)申请人盛视科技股份有限公司地址518040广东省深圳市福田区车公庙沙头街道天安社区天安创新科技广场二期东座1601、1605(72)发明人朱光强李晓凯罗富章王和平邓奇宝(51)Int.Cl.G06K9/20(2006.01)G06K9/46(2006.01)G06K9/62(2006.01)G06T7/62(2017.01)权利要求书2页说明书7页附图2页(54)发明名称一种基于X光图像的袋装垃圾分类检测方法(57)摘要本申请提供了一种基于X光图像的袋装垃圾分类检测方法，包括以下步骤：获取袋装垃圾的X光图像；对所述X光图像进行分层，得到若干层级图像；分别对若干所述层级图像以及所述X光图像进行目标检测，每个图像分别得到若干实体目标；分别对若干所述实体目标进行细粒度类别识别，得到若干初始细粒度类别；对若干所述初始细粒度类别进行融合处理，得到若干有效细粒度类别；若若干所述有效细粒度类别属于同一类垃圾，则判断垃圾分类正确，否则判断垃圾分类有误；本申请的基于X光图像的袋装垃圾分类检测方法通过获取袋装垃圾的X光图像，可以在未打开袋装垃圾的情况下，实现自动分类，减少二次污染，提高了垃圾分类的鲁棒性以及准确性。CN113723388ACN113723388A权利要求书1/2页1.一种基于X光图像的袋装垃圾分类检测方法，其特征在于，包括以下步骤：获取袋装垃圾的X光图像；对所述X光图像进行分层，得到若干层级图像；分别对若干所述层级图像以及所述X光图像进行目标检测，每个图像分别得到若干实体目标；分别对若干所述实体目标进行细粒度类别识别，得到若干初始细粒度类别；对若干所述初始细粒度类别进行融合处理，得到若干有效细粒度类别；若若干所述有效细粒度类别属于同一类垃圾，则判断垃圾分类正确，否则判断垃圾分类有误。2.如权利要求1所述的基于X光图像的袋装垃圾分类检测方法，其特征在于，所述X光图像为彩色图像，对所述X光图像进行分层的方法包括以下步骤:对所述X光图像进行颜色聚类；对颜色聚类后的图像提取色层，每一色层为一层级图像。3.如权利要求1所述的基于X光图像的袋装垃圾分类检测方法，其特征在于，所述X光图像为灰度图像，对所述X光图像进行分层的方法包括以下步骤:将灰度区间0至255分成若干个灰度级；对所述X光图像根据灰度级分成若干个灰度层；每一灰度层为一层级图像。4.如权利要求1至3任意一项所述的基于X光图像的袋装垃圾分类检测方法，其特征在于，所述基于X光图像的袋装垃圾分类检测方法还包括：将至少任意两个层级图像执行像素逻辑“或”操作，得到组合层级图像，对所述组合层级图像进行目标检测，每个图像分别得到若干实体目标。5.如权利要求1至3任意一项所述的基于X光图像的袋装垃圾分类检测方法，其特征在于，所述基于X光图像的袋装垃圾分类检测方法还包括：将至少任意两个实体目标执行像素逻辑“或”操作，得到组合实体目标，对所述组合实体目标进行细粒度类别识别，得到初始细粒度类别。6.如权利要求1至3任意一项所述的基于X光图像的袋装垃圾分类检测方法，其特征在于，所述细粒度类别识别的方法包括：根据实体目标所在的层级图像，从细粒度分类模型中筛选出该层级图像对应的所有细分类别；再根据该层级图像中提取到的实体目标的轮廓形状、面积大小进行匹配，以识别到初始细粒度类别。7.如权利要求1所述的基于X光图像的袋装垃圾分类检测方法，其特征在于，所述融合处理的方法包括：设置预定阈值T1；统计每一种初始细粒度类别被识别到的次数K1；若K1≥T1，则该初始细粒度类别为有效细粒度类别，若K1＜T1，则该初始细粒度类别为无效细粒度类别。8.如权利要求1所述的基于X光图像的袋装垃圾分类检测方法，其特征在于，所述融合2CN113723388A权利要求书2/2页处理的方法包括：设置预定阈值T2；统计每一种初始细粒度类别的积分K2；若K2≥T2，则该初始细粒度类别为有效细粒度类别，若K2＜T2，则该初始细粒度类别为有效细粒度类别；其中，每一种初始细粒度类别的积分K2等于该初始细粒度类别每次被识别到的置信度之和。9.如权利要求7或8所述的基于X光图像的袋装垃圾分类检测方法，其特征在于，若判断垃圾分类正确，则根据所述袋装垃圾输送至所属垃圾桶中。10.如权利要求7或8所述的基于X光图像的袋装垃圾分类检测方法，其特征在于，若判断垃圾分类有误，则发出警报，提示重新分类。3CN113723388A说明书1/7页一种基于X光图像的袋装垃圾分类检测方法技术领域[0001]本申请属于垃圾分类技术领域，更具体地说，是涉及一种基于