CN107866386B - 易腐垃圾识别系统和方法 - Google Patents

Abstract

本发明公开了一种易腐垃圾识别系统，其特征在于：包括本体和控制器；所述本体内设置有检测通道，检测通道包括传动装置和检测装置；所述传动装置包括传送带，用于运送易腐垃圾袋；所述检测装置，用于检测垃圾袋中的成分；所述控制器，用于控制传动装置、检测装置和进行图像识别处理；所述控制器包括传动控制模块、检测控制模块和识别处理模块；所述识别处理装置包括图像处理单元和识别单元，用于识别处理垃圾袋的成分和占比；所述传动装置和检测装置分别连接控制器。本发明解决了人工易腐垃圾识别的不便，同时在识别中将易腐垃圾袋分为合格和不合格两类，进行垃圾袋的分离处理，得到易腐垃圾数据，便于垃圾分类。

Description

易腐垃圾识别系统和方法

技术领域

本发明涉及垃圾处理领域，尤其是一种易腐垃圾识别系统和方法。

背景技术

随着城市社会经济的发展，我国城市生活垃圾产生量持续增加，生活垃圾组分也随消费结构的改变相应变化，但仍表现为有机物含量高、含水量大以及混合收集的垃圾热值低等显著特点，易腐垃圾在生活垃圾中所占的比重可高达70%。易腐性垃圾主要指食品加工和饮食消费过程中产生的易腐败、易生物降解的废弃物，包括：相关单位食堂、宾馆、饭店等产生的餐厨垃圾，农贸市场、农产品批发市场产生的蔬菜瓜果垃圾、腐肉、肉碎骨、蛋壳、畜禽产品内脏等。

由于易腐垃圾黏度大、分散性差，不利于在填埋场中的摊铺和压实，其易腐性和高含水率对填埋场和焚烧厂的操作运行会带来不良影响，需要跟其他的垃圾进行分类处理。政府为促进大众主动分类，免费提供二维码垃圾袋，但是有些民众没有按要求将垃圾进行分类投放，有些易腐垃圾袋中装有其它垃圾，为监测民众的易腐垃圾投放情况，需要对投放的垃圾进行检测识别；而人工识别非常不便利，易腐垃圾自动识别装置设计变得尤为重要。

发明内容

本发明的发明目的在于：针对上述存在的问题，提供一种易腐垃圾识别系统，通过X射线，穿透易腐垃圾袋，形成X射线透射图像，通过图像处理，识别垃圾袋中的成分，判断是否为易腐垃圾，通过计算易腐垃圾在整个垃圾袋的占比，若达到标准以上为合格垃圾袋，低于标准为不合格垃圾袋，从不同的出口输出，从而将垃圾袋分开，有利于后续的垃圾分类处理。

本发明采用的技术方案如下：

本发明易腐垃圾识别系统，包括本体和控制器一；所述本体内设置有检测通道，检测通道包括传动装置和检测装置；所述传动装置包括传送带，用于运送易腐垃圾袋；所述检测装置，用于检测垃圾袋中的成分；所述控制器一，用于控制传动装置、检测装置和进行图像识别处理；所述控制器一包括传动控制模块、检测控制模块和识别处理模块；所述识别处理装置包括图像处理单元和识别单元，用于识别处理垃圾袋的成分和占比；所述传动装置和检测装置分别连接控制器一。

以上结构，通过对易腐垃圾袋中的垃圾成分进行检测和图像识别，得到易腐垃圾在整个垃圾袋中的占比，从而将易腐垃圾袋进行分类，得到哪些垃圾袋投放不合理，没有按要求完全投放易腐垃圾，有利于后面的垃圾分类处理和管理。

进一步，所述检测装置包括物品检测装置、X射线源、能量半导体探测器和控制器二；所述控制器二分别连接物品检测装置、X射线源、能量半导体探测器；所述物品检测装置，用于检测垃圾袋是否进入检测通道；所述X射线源，用于产生X射线；所述能量半导体探测器，用于接收X射线。

以上结构，通过X射线检测，能够在不开袋的情况下，检测垃圾袋中的垃圾成分，得到垃圾袋中易腐垃圾的比重，进行垃圾分类处理。

进一步，所述本体上还设有一个入口和两个出口，入口和出口分别设置于传送带两端；所述出口包括合格出口和不合格出口。

进一步，所述物品检测装置为红外探测器，设置于入口。

进一步，所述检测通道上还设有分离装置，用于将垃圾袋分到不同的通道上，从不同的出口输出。

以上结构，分离装置能够将识别后的合格和不合格产品进行自动分离，避免后期的再次分离和手工分离的不便。

进一步，还包括称重装置，所述称重装置设置于本体外或内置于本体中；所述称重装置放置在入口或出口。

本发明易腐垃圾识别方法,包括以下步骤：

S1：将垃圾袋放入X射线检查通道；

S2：通道检测装置向控制器二发送触发信号，控制器二产生X射线触发信号；

S3：X射线触发信号触发X射线的射线源，向垃圾袋发射X射线；

S4：能量半导体探测器把接收的X射线转换为电流信号，对电流信号进行信号处理；

S5：根据处理得到可识别的X射线透射图像，通过X射线透射图像识别垃圾袋的成分，计算垃圾袋中易腐垃圾的体积；

S6：计算易腐垃圾的体积在垃圾袋体积中的占比；若占比大于和等于预设值，判断为合格；若占比小于预设值，判断为不合格；

S7：将合格的垃圾袋和不合格的垃圾袋分别从合格出口和不合格出口输出。

进一步，所述S7垃圾袋输出后，将垃圾袋放在称重装置上进行称重，记录并统计垃圾袋的重量。

进一步，所述S5中的图像识别的方法，包括：

S51：进行尺度空间极值检测，初步确定特征点的位置和所在尺度；建立图像金字塔，形成三维的图像空间，由Hessian矩阵获取每一层的局部极大值，然后进行在极值点周围26个点进行比较，从而得到粗略的特征点，再使用三维二次函数拟和以精确确定特征点的位置和尺度；

S52：确定特征点主方向，在特征点选取一个与尺度相应的邻域，求出主方向，采用在一个正方形邻域内统计所有点的梯度方向，找到占80%以上的方向作为主方向；

S53：生成SIFT特征向量，以主方向为轴可以在每个特征点建立坐标，在特征点选择一块大小与尺度相应的方形区域，分成16块，统计每一块沿着八个方向占的比例，于是特征点形成了128维特征向量，对特征向量进行归一化；

S54：进行特征向量的匹配，进行相似性度量，通过相似性度量得到图像间的潜在匹配，根据几何限制和其它附加约束消除错误匹配。

综上所述，由于采用了上述技术方案，本发明的有益效果是：与现有技术相比，本发明计了一种对易腐垃圾进行识别的系统，解决了人工易腐垃圾识别的不便，同时在识别中将易腐垃圾袋分为合格和不合格两类，并将垃圾袋从不同的出口运出来，便于垃圾袋的分离处理，同时及时发现不合格垃圾袋，并采集、记录和统计易腐垃圾的重量。

附图说明

本发明将通过例子并参照附图的方式说明，其中：

图1是本发明易腐垃圾识别系统的结构示意图。

具体实施方式

本说明书中公开的所有特征，或公开的所有方法或过程中的步骤，除了互相排斥的特征和/或步骤以外，均可以以任何方式组合。

本说明书（包括任何附加权利要求、摘要）中公开的任一特征，除非特别叙述，均可被其他等效或具有类似目的的替代特征加以替换。即，除非特别叙述，每个特征只是一系列等效或类似特征中的一个例子而已。

实施例一:

如图1，本发明易腐垃圾识别系统，包括本体和控制器一；所述本体内设置有检测通道，检测通道包括传动装置和检测装置；所述传动装置包括传送带，用于运送易腐垃圾袋；所述检测装置，用于检测垃圾袋中的成分；所述控制器一，用于控制传动装置、检测装置和进行图像识别处理；所述控制器一包括传动控制模块、检测控制模块和识别处理模块；所述识别处理装置包括图像处理单元和识别单元，用于识别处理垃圾袋的成分和占比；所述传动装置和检测装置分别连接控制器一；所述控制器一上还连接有显示器和输入设备；同时设有语音设备，进行语音提示；所述本体与控制器一为一体化或分离的个体。

检测装置包括物品检测装置、X射线源、能量半导体探测器和控制器二；所述控制器二分别连接物品检测装置、X射线源、能量半导体探测器；所述物品检测装置，用于检测垃圾袋是否进入检测通道；所述物品检测装置为红外探测器，设置于入口；所述X射线源，用于产生X射线；所述能量半导体探测器，用于接收X射线。

本体上还设有一个入口和两个出口，入口和出口分别设置于传送带两端；所述出口包括合格出口和不合格出口；所述检测通道上还设有分离装置，用于将垃圾袋分到不同的通道上，从不同的出口输出；所述入口和合格出口在同一个传送带一的两端，不合格出口对接有传送带二，其设置在传送带一下方，传送带一和传送带二的交叉处设置有推送块，当检测到不合格垃圾袋时，推送块将不合格垃圾袋推到传送带二上，从不合格出口出来，合格垃圾袋从传送带一对应的出口出来.

实施例二：

与实施例一相比，本实施例中，传送带一和传送带二的交叉处设置有抓取装置，将不合格垃圾袋抓取到传送带二上。

实施例三:

与其他实施例相比，本实施例中，传送到两端分别设置有合格出口和不合格出口，当检测到合格垃圾袋时，抓取或推送到合格出口。

实施例四：

与其他实施例相比，本实施例中，还包括称重装置，所述称重装置设置于本体外，称重装置放置在入口或出口；将称重装置放置在入口，易腐垃圾袋先进行称重，再进行检测识别；将称重装置放置在出口，易腐垃圾袋先进行检测识别，再进行称重；称重装置采用智能电子秤，称重数据自动上传到控制器中，并通过控制器上传到服务器进行保存和统计；称重数据包括重量和日期，同时统计后的数据形成可导出excel的二维表系统。

实施例五：

与实施例四相比，本实施例中，称重装置内置于本体中，可设置在传送带上，采用压力传感器，实现传送和称重的结合；称重装置和传送带可分离设置。

实施例六：

本发明易腐垃圾识别方法，包括以下步骤：

S1：将垃圾袋放入X射线检查通道；

S2：通道物品检测装置向控制器二发送触发信号，控制器二产生X射线触发信号；

S3：X射线触发信号触发X射线的射线源，向垃圾袋发射X射线；

S4：能量半导体探测器把接收的X射线转换为电流信号，对电流信号进行信号处理；

S5：根据处理得到可识别的X射线透射图像，通过X射线透射图像识别垃圾袋的成分，计算垃圾袋中易腐垃圾的体积；

S6：计算易腐垃圾的体积在垃圾袋体积中的占比；若占比大于和等于预设值，判断为合格；若占比小于预设值，判断为不合格；

S7：将合格的垃圾袋和不合格的垃圾袋分别从合格出口和不合格出口输出。

实施例七：

与实施例六相比，本实施例中，所述S7垃圾袋输出后，将垃圾袋放在称重装置上进行称重，记录并统计垃圾袋的重量；或在步骤S1前进行称重，或在S2到S7中进行称量，记录和统计称重的数据和相关的数据；同时根据称重的易腐垃圾袋的重量与识别后易腐垃圾的占比进行计算，得出实际易腐垃圾的重量；统计当日识别易腐垃圾总重量、实际易腐垃圾总重量、实际易腐垃圾占比率等数据，形成以日、月、季、半年、年的实时统计汇总数据表；建立易腐垃圾数据库，可方便易腐垃圾记录和查看。

实施例八：

与实施例六相比，本实施例中，所述S5中的图像识别的方法，包括：

S51：进行尺度空间极值检测，初步确定特征点的位置和所在尺度；建立图像金字塔，形成三维的图像空间，由Hessian矩阵获取每一层的局部极大值，然后进行在极值点周围26个点进行比较，从而得到粗略的特征点，再使用三维二次函数拟和以精确确定特征点的位置和尺度；

S52：确定特征点主方向，在特征点选取一个与尺度相应的邻域，求出主方向，采用在一个正方形邻域内统计所有点的梯度方向，找到占80%以上的方向作为主方向；

S53：生成SIFT特征向量，以主方向为轴可以在每个特征点建立坐标，在特征点选择一块大小与尺度相应的方形区域，分成16块，统计每一块沿着八个方向占的比例，于是特征点形成了128维特征向量，对特征向量进行归一化；

S54：进行特征向量的匹配，进行相似性度量，通过相似性度量得到图像间的潜在匹配，根据几何限制和其它附加约束消除错误匹配。

本发明并不局限于前述的具体实施方式。本发明扩展到任何在本说明书中披露的新特征或任何新的组合，以及披露的任一新的方法或过程的步骤或任何新的组合。

Claims (6)

1.易腐垃圾识别系统，其特征在于：包括本体和控制器一；所述本体内设置有检测通道，检测通道包括传动装置和检测装置；所述传动装置包括传送带，用于运送易腐垃圾袋；所述检测装置，用于检测垃圾袋中的成分；所述控制器一，用于控制传动装置、检测装置和进行图像识别处理；所述控制器一包括传动控制模块、检测控制模块和识别处理模块；所述识别处理模块包括图像处理单元和识别单元，用于识别处理垃圾袋的成分和占比；所述传动装置和检测装置分别连接控制器一；所述检测装置包括物品检测装置、X射线源、能量半导体探测器和控制器二；所述控制器二分别连接物品检测装置、X射线源、能量半导体探测器；所述物品检测装置，用于检测垃圾袋是否进入检测通道；所述X射线源，用于产生X射线；所述能量半导体探测器，用于接收X射线；所述物品检测装置为红外探测器，设置于入口；还包括易腐垃圾识别方法，包括以下步骤：

S1：将垃圾袋放入X射线检查通道；

S2：检测装置向控制器二发送触发信号，控制器二产生X射线触发信号；

S3：X射线触发信号触发X射线的射线源，向垃圾袋发射X射线；

S4：能量半导体探测器把接收的X射线转换为电流信号，对电流信号进行信号处理；

S5：根据处理得到可识别的X射线透射图像，通过X射线透射图像识别垃圾袋的成分，计算垃圾袋中易腐垃圾的体积；

S6：计算易腐垃圾的体积在垃圾袋体积中的占比；若占比大于和等于预设值，判断为合格；若占比小于预设值，判断为不合格；

S7：将合格的垃圾袋和不合格的垃圾袋分别从合格出口和不合格出口输出。

2.根据权利要求1所述的易腐垃圾识别系统，其特征在于: 所述本体上还设有一个入口和两个出口，入口和出口分别设置于传送带两端；所述出口包括合格出口和不合格出口；所述入口和合格出口在同一个传送带一的两端，不合格出口对接有传送带二，其设置在传送带一下方。

3.根据权利要求1所述的易腐垃圾识别系统，其特征在于：所述检测通道上还设有分离装置，用于将垃圾袋分到不同的通道上，从不同的出口输出；所述分离装置包括推送块或抓取装置。

4.根据权利要求1所述的易腐垃圾识别系统，其特征在于：还包括称重装置，所述称重装置设置于本体外或内置于本体中；所述称重装置放置在入口或出口。

5.根据权利要求1所述的易腐垃圾识别系统,其特征在于：所述S7垃圾袋输出后，将垃圾袋放在称重装置上进行称重，记录并统计垃圾袋的重量。

6.根据权利要求1所述的易腐垃圾识别系统,其特征在于：所述S5中的图像识别的方法，包括：

S51：进行尺度空间极值检测，初步确定特征点的位置和所在尺度；建立图像金字塔，形成三维的图像空间，由Hessian矩阵获取每一层的局部极大值，然后进行在极值点周围26个点进行比较，从而得到粗略的特征点，再使用三维二次函数拟合以精确确定特征点的位置和尺度；

S52：确定特征点主方向，在特征点选取一个与尺度相应的邻域，求出主方向，采用在一个正方形邻域内统计所有点的梯度方向，找到占80%以上的方向作为主方向；

S53：生成SIFT特征向量，以主方向为轴在每个特征点建立坐标，在特征点选择一块大小与尺度相应的方形区域，分成16块，统计每一块沿着八个方向占的比例，于是特征点形成了128维特征向量，对特征向量进行归一化；

S54：进行特征向量的匹配，进行相似性度量，通过相似性度量得到图像间的潜在匹配，根据几何限制和其它附加约束消除错误匹配。

Images