一种图像识别的垃圾分类智能监控设备的制作方法

技术特征：
1.一种基于图像识别的垃圾分类智能监控设备，其特征在于，包括：图像识别模块，用于全方位多角度拍摄垃圾照片，收集垃圾特征向量集，若通过相似度比对可以匹配垃圾材质，即可判定垃圾可否回收，若匹配失败，将照片和特征向量集存储至数据库中，待所述人工辅助模块判定垃圾材质；人工辅助模块，用于将垃圾分为可回收垃圾和不可回收垃圾，当所述图像识别模块无法判定垃圾是否可回收时，需要工作人员辅助计算机智能学习，利用拍摄的照片和特征向量集由工作人员判定垃圾材质；将照片、特征向量集和垃圾材质存储至数据库中，通过不断更新数据库完成所述图像识别模块对垃圾可否回收的自动智能判定。2.根据权利要求1所述的图像识别的垃圾分类智能监控设备，其特征在于，所述数据库包括：垃圾id、垃圾照片、垃圾质量、垃圾特征向量集、弹簧铁板不同受力下的长、宽、高、垃圾材质,其中所述垃圾id根据垃圾照片插入时间先后顺序命名。3.根据权利要求1所述的图像识别的垃圾分类智能监控设备，其特征在于，所述人工辅助模块还用于辅助完成所述数据库中垃圾材质的鉴定；可回收垃圾包括废纸、塑料、玻璃、金属、布料，随着时间推移，数据库中垃圾材质会逐步完善。4.根据权利要求1所述的图像识别的垃圾分类智能监控设备，其特征在于，所述图像识别模块包括：特征向量集子模块和垃圾材质查找子模块；所述特征向量集子模块，将待检查垃圾照片经过所述图像识别模块处理后，计算出特征向量集；所述垃圾材质查找子模块，根据相似度比对结果在数据库中查找垃圾材质。5.根据权利要求2所述的图像识别的垃圾分类智能监控设备，其特征在于，所述图像识别模块还包括：垃圾整理子模块，利用机械手臂将垃圾逐一进入所述图像识别模块区域，确保拍摄区域内只有一种垃圾并将垃圾称重，将称重结果存储至数据库中，称重结果记为m；拍摄区域子模块，用于清理拍摄区域，确保垃圾照片完整、清晰；同时拍摄区域表面安装发光装置，上方安装带有光强度检测仪的弹簧铁板,左方和后方各安装带有刻度尺的固定弹簧铁板，右、前和上方为活动弹簧铁板,其中光强度检测仪显示屏单独安装摄像头；拍摄采集子模块，在五面弹簧铁板均不受力的情况下，采集垃圾图像原始并存储到数据库中，用于工作人员识别；五面弹簧铁板受力均为10牛时采集垃圾照片,并提取照片中刻度尺读数,记录垃圾的长、宽、高和光收发光强度，长、宽、高记为d1、w1、h1，将结果存储到数据库中；五面弹簧铁板受力加到20牛再次拍照，提取照片刻度尺长、宽、高，标记为d2、w2、h2，将结果存储至数据库中；gps同步子模块，所有摄像头和所述速度控制子模块内置gps芯片，确保同时刻拍摄同一种垃圾，根据同时刻拍摄照片与摄像头数量是否相等判定摄像头工作是否正常。6.根据权利要求5所述的图像识别的垃圾分类智能监控设备，其特征在于，所述gps同步子模块，gps是一种以人造地球卫星为基础的高精度无线电导航的定位系统，以其高精度、全天候为需要同步的装置提供时钟；gps同步子模块为每个安装gps芯片的摄像头提供精确时钟，确保所有摄像头时间同步。7.根据权利要求5所述的图像识别的垃圾分类智能监控设备，其特征在于，所述拍摄采集子模块，包括：
图像预处理子模块,首先利用灰度和二值法技术去除垃圾照片背景，然后从处理后的图像中切割出单个字符，并与事先准备好的数字模块进行匹配，提取出照片中的阿拉伯数字；数字提取子模块，根据刻度尺上数字规律，得出相应垃圾的长、宽、高；检测光强度子模块，读取光强度显示屏照片利用灰度和二值法去除背景，然后切割出单个字符，并与事先准备好的数字模块进行比对，提取照片中的阿拉伯数字,即为收光强度。8.根据权利要求5所述的图像识别的垃圾分类智能监控设备，其特征在于，所述垃圾整理子模块包括：垃圾预处理子模块，利用机械手臂将垃圾分离；垃圾大小处理子模块，拍摄区域检测空间为2cm*2cm*2cm到100cm*100cm*100cm，低于2cm*2cm*2cm认定为不可回收，超出100cm*100cm*100cm需要先将垃圾拆分。9.根据权利要求5所述的图像识别的垃圾分类智能监控设备，其特征在于，所述垃圾整理子模块还包括：速度调整子模块，用于智能调整传送带速度，随着数据库完善，垃圾分类的速度将会显著提高。10.根据权利要求5所述的图像识别的垃圾分类智能监控设备，其特征在于，所述特征向量集包括：垃圾压缩后的容重、透光性、伸缩性；所述容重，是指单位容积内垃圾的重量；所述透光度，入射光强度不变,通过测试介质后光强度大小；所述伸缩性，受到外力影响垃圾材质形状波动大小。

技术总结
本发明公开了一种基于图像识别的垃圾分类智能监控设备，包括：图像识别模块，用于全方位多角度拍摄垃圾照片，收集垃圾特征向量集，若通过相似度比对可以匹配垃圾材质，即可判定垃圾可否回收，若匹配失败，将照片和特征向量集存储至数据库中，待所述人工辅助模块判定垃圾材质；人工辅助模块，用于将垃圾分为可回收垃圾和不可回收垃圾，所述图像识别模块无法检测垃圾是否可回收，需要工作人员辅助计算机智能学习，利用拍摄的照片和特征向量集由工作人员判定垃圾材质；将照片、特征向量集和垃圾材质存储至数据库中，通过不断更新数据库完成所述图像识别模块对垃圾可否回收的自动智能判定。定。定。


技术研发人员：邓友龙 邵宝 梁静 陈华丽
受保护的技术使用者：深圳绿达环境工程技术有限公司
技术研发日：2021.11.01
技术公布日：2022/1/14