CN109753881A - 一种防止强光干扰饮料瓶回收机识别投递物的方法 - Google Patents
一种防止强光干扰饮料瓶回收机识别投递物的方法 Download PDFInfo
- Publication number
- CN109753881A CN109753881A CN201811522040.7A CN201811522040A CN109753881A CN 109753881 A CN109753881 A CN 109753881A CN 201811522040 A CN201811522040 A CN 201811522040A CN 109753881 A CN109753881 A CN 109753881A
- Authority
- CN
- China
- Prior art keywords
- strong light
- module
- image
- control system
- digital image
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Landscapes
- Sorting Of Articles (AREA)
Abstract
一种防止强光干扰饮料瓶回收机识别投递物的方法，包括如下步骤：步骤1，投递物进入回收仓，主控系统控制相机拍摄投递物的彩色数字图像并储存至主控系统内的储存模块；步骤2，所述主控系统的图像识别模块对所述彩色数字图像进行识别；若所述图像识别模块成功识别该投递物的类别，则所述主控系统识别投递物的流程结束；若所述图像识别模块无法识别投递物的类别，则进入步骤3；步骤3，所述主控系统的强光干扰识别模块判断所述彩色数字图像是否受到强光干扰。本发明改善了强光干扰饮料瓶回收机识别投递物的不足之处，提高了饮料瓶回收机的识别正确率。
Description
技术领域
本发明涉及垃圾回收技术领域，具体涉及一种防止强光干扰饮料瓶回收机识别投递物的方法。
背景技术
现有技术中，饮料瓶回收机设有回收仓，在用户登录后回收仓打开仓门，使得用户可以将投递物投入回收仓内；然后，饮料瓶回收机控制相机拍摄收仓内用户投递物的彩色数字图像再通过图像识别技术识别其种类，最后饮料瓶回收机根据识别的结果完成相应的回收动作或退还动作。
但是在实际使用中，饮料瓶回收机通常安置于室外，由于太阳光的光强不停变化，回收仓靠近仓门处在部分时间段内会受到光强较大的太阳光干扰即受到强光干扰，使得相机拍摄的彩色数字图像中投递物靠近仓门处轮廓不清晰而无法通过图像识别技术识别，降低了饮料瓶回收机的识别正确率，导致正常的饮料瓶投递失败率提高，影响用户的体验和积极性。
为了降低强光对相机拍摄投递物彩色数字图像的影响，主要有三类解决方案：其一是增加相机的曝光时间，但是在实际使用中，饮料瓶投递的频率极高，需要增加的较长曝光时间方能降低强光对相机成像的干扰，严重降低了回收的效率；其二是提高相机的感光度，但是感光度提高同时也会导致图像噪声的放大，进而干扰饮料瓶的识别准确度，而且感光度高的相机成本也相对高，饮料瓶回收机的批量投放势必增加大量成本；其三是在回收仓的仓口处增加一块深色的遮光布，但是遮光布主要由有机材料制成，在遮光布的任务周期内，深色遮光布会吸收大量热量，太阳光的热效应和光化学效应将导致有机材料的性能发生变化，使得遮光布老化褪色、开裂粉化并最终损坏，遮光布损坏后更换不便利，同时老旧的遮光布也会影响饮料瓶回收机的的外观美感，并降低用户投递智能化的体验感觉，最终影响用户的投递积极性。
因此现有技术有待于改善和提高。
发明内容
针对于现有技术的不足之处，本发明提供一种防止强光干扰饮料瓶回收机识别投递物的方法。
本发明提供了如下的技术方案。
一种防止强光干扰饮料瓶回收机识别投递物的方法，包括如下步骤：
步骤1，投递物进入回收仓，主控系统控制相机拍摄投递物的彩色数字图像并储存至主控系统内的储存模块；
步骤2，所述主控系统的图像识别模块对所述彩色数字图像进行识别；若所述图像识别模块成功识别该投递物的类别，则所述主控系统识别投递物的流程结束；若所述图像识别模块无法识别投递物的类别，则进入步骤3；
步骤3，所述主控系统的强光干扰识别模块判断所述彩色数字图像是否受到强光干扰；若所述彩色数字图像受强光干扰，所述主控系统提醒用户需要关闭仓门进行再次识别；若所述彩色数字图像不受强光干扰，则判定投递物非饮料瓶类物体，回收仓将投递物退还，所述主控系统识别投递物的流程结束；所述强光干扰识别模块识别强光干扰包括以下步骤：
步骤3a，所述强光干扰识别模块首先在所述彩色数字图像靠近仓门侧起选取矩形区域Region1，复制区域Region1内的彩色数字图像并转换为第一单通道灰度图，记录所述第一单通道灰度图的面积S1，计算所述第一单通道灰度图的所有像素值之和SS1；
步骤3b，所述强光干扰识别模块首先在所述彩色数字图像远离仓门侧起选取矩形区域Region2，复制区域Region2内的彩色数字图像并转换为第二单通道灰度图，记录所述第二单通道灰度图的面积S2，计算所述第二单通道灰度图的所有像素值之和SS2；
步骤3c，所述强光干扰识别模块首先从所述储存模块内获取一张所述相机在回收仓内无投递物且无外部光源干扰的情况下拍摄的彩色参考图像，接着在所述彩色参考图像的靠近仓门侧起选取区域Region3，记录Region3内的彩色参考图像的面积S3，计算Region3内的彩色参考图像的所有像素值之和为SS3；
步骤3d，所述强光干扰识别模块在所述彩色数字图像中选取与彩色参考图像中区域Region3同一位置且同一大小的区域Region3’，计算Region3’内的彩色数字图像的所有像素值之和SS4；
步骤3e，所述强光干扰识别模块取SS1减SS2的绝对值除以SS1和SS2二者的最大值，得到参考值V1；所述强光干扰识别模块取SS1减SS2的绝对值除以S1，得到参考值V2；所述强光干扰识别模块取SS3减SS4的绝对值除以S3，得到参考值V3；
步骤3f，所述强光干扰识别模块将V1、V2、V3与预设阈值进行对比判断所述彩色数字图像是否受到强光干扰；
步骤4，所述主控系统控制所述回收仓关闭仓门后，所述图像识别模块再次对投递物进行识别；若所述图像识别模块成功识别该投递物的类别，则识别投递物品的流程结束；若所述图像识别模块无法识别投递物，则判定投递物非饮料瓶类物品，回收仓将投递物退还，投递物的识别流程结束。
优选的，在步骤3a至步骤3d中，所述强光干扰识别模块通过遍历的方法分别计算出区域Region1、Region2、Region3、Region3’内相应图像的所有像素值之和。
优选的，步骤3中，所述主控模块连接有下位机，所述下位机控制语音模块或显示屏提醒需要用户关闭仓门进行再次识别。
优选的，在步骤3f中，当V1、V2、V3的值满足以下四个条件中至少一个条件时，所述强光干扰识别模块判定所述彩色数字图像受到强光干扰：其一是V2>160；其二是0.40≤V1≤0.84且V2>60；其三是V3>60；其四是V3>35且V2>20且V1≤0.84。
优选的，步骤3f中的预设阈值由主控系统在不同光强的外部光源干扰下控制相机拍摄的多组实验数字图像按步骤3a至步骤3e计算所得。
相对于现有技术，本发明具有如下的有益效果：
本发明通过强光干扰识别模块对无法识别的投递物的彩色数字图像进行判断，判断该投递物的彩色数字图像是受到强光干扰而无法识别或为非饮料瓶类的投递物而无法识别，进而作出相应的回收或退还动作，避免了强光干扰饮料瓶回收机对投递物识别，提高了饮料瓶回收机对投递物识别的正确率。
附图说明
图1是本发明的工作流程图；
图2是本发明的彩色数字图像中矩形区域Region1和矩形区域Region2示意图；
图3是本发明的彩色数字图像中区域Region3’示意图；
图4是本发明的彩色参考图像中区域Region3示意图。
具体实施方式
下面结合附图对本发明的技术方案做进一步的说明。
实施例
一种防止强光干扰饮料瓶回收机识别投递物的方法，包括如下步骤：
步骤1，投递物进入回收仓，主控系统控制相机拍摄投递物的彩色数字图像并储存至主控系统内的储存模块；其中所述彩色数字图像的像素高宽规格W×H为755×362，H为所述彩色数字图像的高，W为所述彩色数字图像的宽。
步骤2，所述主控系统的图像识别模块通过现有的图像识别技术对所述彩色数字图像进行识别；若所述图像识别模块成功识别该投递物的类别，则所述主控系统识别投递物的流程结束；若所述图像识别模块无法识别投递物的类别，则进入步骤3；
步骤3，所述主控系统的强光干扰识别模块判断所述彩色数字图像是否受到强光干扰；若所述彩色数字图像受强光干扰，所述主控系统提醒用户需要关闭仓门进行再次识别；若所述彩色数字图像不受强光干扰，则所述主控系统判定投递物非饮料瓶类物体，回收仓将投递物退还，所述主控系统识别投递物的流程结束；所述强光干扰识别模块识别强光干扰包括以下步骤：
步骤3a，所述强光干扰识别模块首先在所述彩色数字图像靠近仓门侧起选取高宽尺寸为H×0.4W的矩形区域Region1，复制区域Region1内的彩色数字图像并转换为第一单通道灰度图，记录所述第一单通道灰度图的面积S1=H×0.4W，所述强光干扰识别模块通过遍历的方法计算所述第一单通道灰度图的所有像素值之和SS1；
步骤3b，所述强光干扰识别模块首先在所述彩色数字图像远离仓门侧起选取高宽尺寸为H×0.3W矩形区域Region2，复制区域Region2内的彩色数字图像并转换为第二单通道灰度图，记录所述第二单通道灰度图的面积S2=H×0.3W，所述强光干扰识别模块通过遍历的方法计算所述第二单通道灰度图的所有像素值之和SS2；
步骤3c，所述强光干扰识别模块首先从所述储存模块内获取一张所述相机在回收仓内无投递物且无外部光源干扰的情况下拍摄的彩色参考图像，该彩色参考图像的像素高宽规格同样为W×H；接着在所述彩色参考图像的靠近仓门侧起选取高宽尺寸为H×0.1W区域Region3，记录Region3内的彩色参考图像的面积S3=H×0.1W，所述强光干扰识别模块通过遍历的方法计算Region3内的彩色参考图像的所有像素值之和为SS3；
步骤3d，所述强光干扰识别模块在所述彩色数字图像中选取与彩色参考图像中区域Region3同一位置且同一大小的区域Region3’，即所述强光干扰识别模块在所述彩色数字图像靠近仓门侧起选取高宽尺寸为H×0.1W的矩形区域Region3’，所述强光干扰识别模块通过遍历的方法计算Region3’内的彩色数字图像的所有像素值之和SS4；
步骤3e，所述强光干扰识别模块取SS1减SS2的取绝对值除以SS1和SS2二者的最大值，得到参考值V1，其公式为V1 = |SS1-SS2| / max(SS1，SS2)；所述强光干扰识别模块取SS1减SS2的绝对值除以S2，得到参考值V2，其公式为V2 = |SS1-SS2| / (H×0.3W)；所述强光干扰识别模块取SS3减SS4的绝对值除以S3，得到参考值V3，其公式为V3 = |SS3-SS4| / (H×0.1W)。
步骤3f，所述强光干扰识别模块将V1、V2、V3与预设阈值进行对比判断，当V1、V2、V3的值满足以下四个条件中至少一个条件时，所述强光干扰识别模块判定所述彩色数字图像受到强光干扰：其一是V2>160；其二是0.40≤V1≤0.84且V2>60，其三是V3>60，其四是V3>35且V2>20且V1≤0.84。其中，所述预设阈值为图像识别模块可识别的饮料瓶类投递物受外部光源干扰情况下依旧能够被所述图像识别模块识别的界限值；由主控系统在不同光强的外部光源干扰下控制相机拍摄的多组实验数字图像按步骤3a至步骤3e计算所得。
步骤4，所述主控系统控制所述回收仓关闭仓门后，所述图像识别模块再次对投递物进行识别；若所述图像识别模块成功识别该投递物的类别，则识别投递物品的流程结束；若所述图像识别模块无法识别投递物，则判定投递物非饮料瓶类物品，回收仓将投递物退还，投递物的识别流程结束。
进一步地的，步骤3中，所述主控模块连接有下位机，所述下位机控制语音模块或显示屏提醒用户需要关闭仓门进行再次识别。
具体运用时，饮料瓶回收机使用本发明的技术方案在不同光强的外部光源干扰下识别投入回收仓内的饮料瓶类别，其中所述主控系统为Windows10系统（其处理器为Intel（R）Core(TM)i5-7500 CPU@3.40GHz ），主控系统调用OpenCV3.4.2(Open Source ComputerVision Library)中计算时间的函数计算所述强光识别模块的所需时间，测得所述强光干扰识别模块进行强光干扰识别的平均时长为15.1ms，该函数如下：
double start = (double)getTickCount()；
double duration = ((double)getTickCount() - start) / getTickFrequency()；
具体测试结果见表1和表2。
表1，离线测试结果（即在试验室内模拟投递环境时检测的结果）
| 测试种类 | 有无光照 | 样品外观 | 测试数量(个) | 准确识别个数 | 识别率（%） |
| 饮料瓶 | 无 | 各类包装 | 320 | 320 | 100 |
| 矿泉水瓶 | 无 | 各类包装 | 320 | 318 | 99.3 |
| 易拉罐类 | 无 | 各类包装 | 320 | 320 | 100 |
| 杂物（牛奶盒、纸类等） | 无 | 各类包装 | 50 | 50 | 100 |
| 饮料瓶 | 有 | 各类包装 | 320 | 320 | 100 |
| 矿泉水瓶 | 有 | 各类包装 | 320 | 320 | 100 |
| 易拉罐类 | 有 | 各类包装 | 320 | 320 | 100 |
| 杂物（牛奶盒、纸类等） | 有 | 各类包装 | 50 | 49 | 98 |
表2，在线测试结果（即在外部真实回收柜真实环境下的投递结果）
| 测试种类 | 有无光照 | 样品外观 | 测试数量(个) | 准确识别个数 | 识别率（%） |
| 饮料瓶 | 无 | 各类包装 | 35 | 35 | 100 |
| 矿泉水瓶 | 无 | 各类包装 | 35 | 35 | 100 |
| 易拉罐类 | 无 | 各类包装 | 35 | 35 | 100 |
| 杂物（牛奶盒、纸类等） | 无 | 各类包装 | 15 | 15 | 100 |
| 饮料瓶 | 有 | 各类包装 | 35 | 35 | 100 |
| 矿泉水瓶 | 有 | 各类包装 | 35 | 35 | 100 |
| 易拉罐类 | 有 | 各类包装 | 35 | 35 | 100 |
| 杂物（牛奶盒、纸类等） | 有 | 各类包装 | 15 | 15 | 100 |
综上，本发明通过强光干扰识别模块对无法识别的投递物的彩色数字图像进行判断，判断该投递物的彩色数字图像是受到强光干扰而无法识别或为非饮料瓶类的投递物而无法识别，进而饮料瓶回收机作出相应的回收或退还动作，不仅提高了饮料瓶回收机的图像识别正确率，还具有成本低、工作时间短等优点。
以上显示和描述了本发明的基本原理、主要特征和本发明的优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是说明本发明的原理，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。
Claims (5)
1.一种防止强光干扰饮料瓶回收机识别投递物的方法，其特征在于，包括如下步骤：
步骤1，投递物进入回收仓，主控系统控制相机拍摄投递物的彩色数字图像并储存至主控系统内的储存模块；
步骤2，所述主控系统的图像识别模块对所述彩色数字图像进行识别；若所述图像识别模块成功识别该投递物的类别，则所述主控系统识别投递物的流程结束；若所述图像识别模块无法识别投递物的类别，则进入步骤3；
步骤3，所述主控系统的强光干扰识别模块判断所述彩色数字图像是否受到强光干扰；若所述彩色数字图像受强光干扰，所述主控系统提醒用户需要关闭仓门进行再次识别；若所述彩色数字图像不受强光干扰，则判定投递物非饮料瓶类物体，回收仓将投递物退还，所述主控系统识别投递物的流程结束；所述强光干扰识别模块识别强光干扰包括以下步骤：
步骤3a，所述强光干扰识别模块首先在所述彩色数字图像靠近仓门侧起选取矩形区域Region1，复制区域Region1内的彩色数字图像并转换为第一单通道灰度图，记录所述第一单通道灰度图的面积S1，计算所述第一单通道灰度图的所有像素值之和SS1；
步骤3b，所述强光干扰识别模块首先在所述彩色数字图像远离仓门侧起选取矩形区域Region2，复制区域Region2内的彩色数字图像并转换为第二单通道灰度图，记录所述第二单通道灰度图的面积S2，计算所述第二单通道灰度图的所有像素值之和SS2；
步骤3c，所述强光干扰识别模块首先从所述储存模块内获取一张所述相机在回收仓内无投递物且无外部光源干扰的情况下拍摄的彩色参考图像，接着在所述彩色参考图像的靠近仓门侧起选取区域Region3，记录Region3内的彩色参考图像的面积S3，计算Region3内的彩色参考图像的所有像素值之和为SS3；
步骤3d，所述强光干扰识别模块在所述彩色数字图像中选取与彩色参考图像中区域Region3同一位置且同一大小的区域Region3’，计算Region3’内的彩色数字图像的所有像素值之和SS4；
步骤3e，所述强光干扰识别模块取SS1减SS2的绝对值除以SS1和SS2二者的最大值，得到参考值V1；所述强光干扰识别模块取SS1减SS2的绝对值除以S1，得到参考值V2；所述强光干扰识别模块取SS3减SS4的绝对值除以S3，得到参考值V3；
步骤3f，所述强光干扰识别模块将V1、V2、V3与预设阈值进行对比判断所述彩色数字图像是否受到强光干扰；
步骤4，所述主控系统控制所述回收仓关闭仓门后，所述图像识别模块再次对投递物进行识别；若所述图像识别模块成功识别该投递物的类别，则识别投递物品的流程结束；若所述图像识别模块无法识别投递物，则判定投递物非饮料瓶类物品，回收仓将投递物退还，投递物的识别流程结束。
2.根据权利要求1所述的防止强光干扰饮料瓶回收机识别投递物的方法，其特征在于：在步骤3a至步骤3d中，所述强光干扰识别模块通过遍历的方法分别计算出区域Region1、Region2、Region3、Region3’内相应图像的所有像素值之和。
3.根据权利要求1所述的防止强光干扰饮料瓶回收机识别投递物的方法，其特征在于：步骤3中，所述主控模块连接有下位机，所述下位机控制语音模块或显示屏提醒用户需要关闭仓门进行再次识别。
4.根据权利要求1所述的防止强光干扰饮料瓶回收机识别投递物的方法，其特征在于：在步骤3f中，当V1、V2、V3的值满足以下四个条件中至少一个条件时，所述强光干扰识别模块判定所述彩色数字图像受到强光干扰：其一是V2>160；其二是0.40≤V1≤0.84且V2>60；其三是V3>60；其四是V3>35且V2>20且V1≤0.84。
5.根据权利要求1所述的防止强光干扰饮料瓶回收机识别投递物的方法，其特征在于：步骤3f中的预设阈值由主控系统在不同光强的外部光源干扰下控制相机拍摄的多组实验数字图像按步骤3a至步骤3e计算所得。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811522040.7A CN109753881B (zh) | 2018-12-13 | 2018-12-13 | 一种防止强光干扰饮料瓶回收机识别投递物的方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811522040.7A CN109753881B (zh) | 2018-12-13 | 2018-12-13 | 一种防止强光干扰饮料瓶回收机识别投递物的方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN109753881A true CN109753881A (zh) | 2019-05-14 |
| CN109753881B CN109753881B (zh) | 2023-05-12 |
Family
ID=66403654
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201811522040.7A Active CN109753881B (zh) | 2018-12-13 | 2018-12-13 | 一种防止强光干扰饮料瓶回收机识别投递物的方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109753881B (zh) |
Citations (16)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5305391A (en) * | 1990-10-31 | 1994-04-19 | Toyo Glass Company Limited | Method of and apparatus for inspecting bottle or the like |
| JP2002067030A (ja) * | 2000-08-25 | 2002-03-05 | Matsushita Seiko Co Ltd | リサイクル品回収装置 |
| CN1564187A (zh) * | 2004-04-18 | 2005-01-12 | 杭州中正生物认证技术有限公司 | 光干扰条件下有效指纹信号的检出和残留指痕的甄别方法 |
| CN201340622Y (zh) * | 2008-10-10 | 2009-11-04 | 徐季敏 | 一种瓶罐检测识别装置 |
| CN201489542U (zh) * | 2009-08-26 | 2010-05-26 | 上海禾呈环保科技有限公司 | 有偿回收机的识别装置、有偿回收机及有偿回收系统 |
| CN101727703A (zh) * | 2008-10-10 | 2010-06-09 | 徐季敏 | 一种瓶罐自动识别、回收装置 |
| CN101937563A (zh) * | 2009-07-03 | 2011-01-05 | 深圳泰山在线科技有限公司 | 一种目标检测方法和设备及其使用的图像采集装置 |
| CN102976004A (zh) * | 2012-11-12 | 2013-03-20 | 李敏 | 一种多功能环保电子机智能回收识别系统 |
| EP2636458A1 (de) * | 2012-03-08 | 2013-09-11 | Wincor Nixdorf International GmbH | Vorrichtung und Verfahren zur Form- und Gewichtserkennung von Leergutbehältern |
| US20140210967A1 (en) * | 2011-06-24 | 2014-07-31 | Tomra Systems Asa | System and method for reading features in reverse vending machines |
| CN104732235A (zh) * | 2015-03-19 | 2015-06-24 | 杭州电子科技大学 | 一种消除夜间道路反光干扰的车辆检测方法 |
| US20150302543A1 (en) * | 2014-01-31 | 2015-10-22 | Digimarc Corporation | Methods for encoding, decoding and interpreting auxiliary data in media signals |
| CN106846621A (zh) * | 2017-02-20 | 2017-06-13 | 湖南大学 | “互联网+”包装瓶智能回收系统及方法 |
| CN206975656U (zh) * | 2017-06-09 | 2018-02-06 | 广州川鸿电子有限公司 | 一种防环境光干扰的条码解码模块 |
| CN108780505A (zh) * | 2018-05-17 | 2018-11-09 | 深圳前海达闼云端智能科技有限公司 | 智能售货柜、物品识别方法、装置、服务器和存储介质 |
| CN108885813A (zh) * | 2018-06-06 | 2018-11-23 | 深圳前海达闼云端智能科技有限公司 | 智能售货柜、物品识别的方法、装置、服务器和存储介质 |
-
2018
- 2018-12-13 CN CN201811522040.7A patent/CN109753881B/zh active Active
Patent Citations (16)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5305391A (en) * | 1990-10-31 | 1994-04-19 | Toyo Glass Company Limited | Method of and apparatus for inspecting bottle or the like |
| JP2002067030A (ja) * | 2000-08-25 | 2002-03-05 | Matsushita Seiko Co Ltd | リサイクル品回収装置 |
| CN1564187A (zh) * | 2004-04-18 | 2005-01-12 | 杭州中正生物认证技术有限公司 | 光干扰条件下有效指纹信号的检出和残留指痕的甄别方法 |
| CN201340622Y (zh) * | 2008-10-10 | 2009-11-04 | 徐季敏 | 一种瓶罐检测识别装置 |
| CN101727703A (zh) * | 2008-10-10 | 2010-06-09 | 徐季敏 | 一种瓶罐自动识别、回收装置 |
| CN101937563A (zh) * | 2009-07-03 | 2011-01-05 | 深圳泰山在线科技有限公司 | 一种目标检测方法和设备及其使用的图像采集装置 |
| CN201489542U (zh) * | 2009-08-26 | 2010-05-26 | 上海禾呈环保科技有限公司 | 有偿回收机的识别装置、有偿回收机及有偿回收系统 |
| US20140210967A1 (en) * | 2011-06-24 | 2014-07-31 | Tomra Systems Asa | System and method for reading features in reverse vending machines |
| EP2636458A1 (de) * | 2012-03-08 | 2013-09-11 | Wincor Nixdorf International GmbH | Vorrichtung und Verfahren zur Form- und Gewichtserkennung von Leergutbehältern |
| CN102976004A (zh) * | 2012-11-12 | 2013-03-20 | 李敏 | 一种多功能环保电子机智能回收识别系统 |
| US20150302543A1 (en) * | 2014-01-31 | 2015-10-22 | Digimarc Corporation | Methods for encoding, decoding and interpreting auxiliary data in media signals |
| CN104732235A (zh) * | 2015-03-19 | 2015-06-24 | 杭州电子科技大学 | 一种消除夜间道路反光干扰的车辆检测方法 |
| CN106846621A (zh) * | 2017-02-20 | 2017-06-13 | 湖南大学 | “互联网+”包装瓶智能回收系统及方法 |
| CN206975656U (zh) * | 2017-06-09 | 2018-02-06 | 广州川鸿电子有限公司 | 一种防环境光干扰的条码解码模块 |
| CN108780505A (zh) * | 2018-05-17 | 2018-11-09 | 深圳前海达闼云端智能科技有限公司 | 智能售货柜、物品识别方法、装置、服务器和存储介质 |
| CN108885813A (zh) * | 2018-06-06 | 2018-11-23 | 深圳前海达闼云端智能科技有限公司 | 智能售货柜、物品识别的方法、装置、服务器和存储介质 |
Non-Patent Citations (5)
| Title |
|---|
| 付深圳;孙运强;: "智能饮料瓶回收机设计" * |
| 刘红丽: "互联网+智能自助回收综合管理系统的研究与构建", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
| 尚举邦: "强光干扰下可见光图像质量分析方法研究", 《光电技术应用》 * |
| 徐小伟等: "强光干扰下基于多目视觉交叉注意的物体识别系统", 《计算机应用与软件》 * |
| 梁光胜;刘红丽;: "智能自助回收装置的技术现状及问题分析" * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN109753881B (zh) | 2023-05-12 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN106093066B (zh) | 一种基于改进的机器视觉注意机制的磁瓦表面缺陷检测方法 | |
| US11104512B2 (en) | Automatic sorting of waste | |
| CN106127779B (zh) | 基于视觉识别的缺陷检测方法及系统 | |
| CN107948465B (zh) | 一种检测摄像头被干扰的方法和装置 | |
| CN106140648B (zh) | 一种基于机器视觉的鸡胴体重量自动分级系统及分级方法 | |
| CN103714325B (zh) | 基于嵌入式系统的遗留物和遗失物实时检测方法 | |
| CN103072718B (zh) | 用于食品包装生产线的机器视觉检测系统及方法 | |
| CN101456501B (zh) | 一种控制电梯按钮的方法及装置 | |
| CN105718031B (zh) | 手势辨识方法及其装置 | |
| CN101794406B (zh) | 烟粉虱成虫密度自动计数系统 | |
| CN101264007B (zh) | 眼睑检测装置及其程序 | |
| CN106682635A (zh) | 一种基于随机森林特征选择的烟雾检测方法 | |
| CH703208A1 (de) | Verfahren zum detektieren von einlageobjekten in einem spritzgussteil. | |
| CN108109280A (zh) | 快递盒自动回收机 | |
| Cuevas et al. | Detection of stationary foreground objects using multiple nonparametric background-foreground models on a finite state machine | |
| CN102967586A (zh) | 基于单目多视角机器视觉的珍珠颜色光泽度在线自动分级装置 | |
| CN113537880A (zh) | 自动建立三维模型并展示于一体的自动化仓储系统 | |
| CN109753881A (zh) | 一种防止强光干扰饮料瓶回收机识别投递物的方法 | |
| CN109030499A (zh) | 一种适用于目标缺陷连续在线检测防止缺陷数目重复计数的装置及方法 | |
| CN109425190A (zh) | 一种冰箱食材管理方法 | |
| CN112990138B (zh) | 层板调控设备、方法及装置 | |
| CN207458194U (zh) | 自动售货机 | |
| CN109299672A (zh) | 自适应调节阈值和算法结构的停车事件检测系统及方法 | |
| CN104573656B (zh) | 一种基于连通区域信息的车牌颜色判断方法 | |
| CN106780544A (zh) | 图像前景提取的方法和装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |