-
公开(公告)号:CN111461000A
公开(公告)日:2020-07-28
申请号:CN202010246052.2
申请日:2020-03-31
Applicant: 安徽理工大学
Abstract: 本发明的目的是针对特殊场景如办公室,提供一种基于CNN和小波分析的办公室垃圾智能分类方法,其实现过程为:采集垃圾图像数据,使用一种考虑低鲜明度和高对比度性的图像预处理方法,再进行卷积和池化处理,对图像特征进行提取;采集垃圾振动频率信号,基于小波分析将振动频率信号进行小波分解,对信号进行去噪处理,保留有效的信号特征,输出特征向量;基于随机森林算法,利用特征向量建立垃圾分类模型,输出垃圾分类信号;将分类信号传递至分类垃圾箱门控制装置;将分类成功的垃圾数据反馈给识别与分类系统,更新样本数据集;通过无线传输将分类失败的垃圾数据传输至云端,待人为标记后,再反馈给识别与分类系统,更新样本数据集。
-
公开(公告)号:CN111409973A
公开(公告)日:2020-07-14
申请号:CN202010246118.8
申请日:2020-03-31
Applicant: 安徽理工大学
IPC: B65F1/14
Abstract: 本发明具体涉及一种办公室垃圾智能化分类处理装置,包括智能箱盖,图像识别装置,舵机,步进式传动装置,满箱检测器,上位机模块和多个分类收纳箱。所述智能箱盖集成了MCU,摄像头模块,舵机。步进式传动装置主要采用呈漏斗型的传送带。装置底部由多个分类收纳箱组成,箱内设置满箱检测器。依次将垃圾投入投递口,在装置获取待分类垃圾检测图像后,通过连接上位机模块,卷积神经网络判断待分类垃圾是否属于纸张、金属、塑料。若符合,发出相应控制信号,控制传动装置转过相应步距角,打开相应挡板,将垃圾投入对应回收区;若不符合,投入对应其他垃圾回收区。满箱检测为未满箱状态,进行下一轮垃圾分类处理。本发明结构合理,具有普遍推广的价值。
-
公开(公告)号:CN112069911A
公开(公告)日:2020-12-11
申请号:CN202010803605.X
申请日:2020-08-11
Applicant: 安徽理工大学
Abstract: 本发明涉及一种多光谱图像信息和TLMD‑WOA‑SIFT的果蔬品质检测方法,包含以下步骤:(1)果蔬多光谱图像信息获取;(2)利用二维局部均值分解(TLMD)对图像进行分解,产生若干个二维乘积函数(BPF);(3)用WOA优化的SIFT(尺度不变特征变换)算法对BPF进行特征提取;(4)对BPF提取的特征信息进行处理后得到原始多光谱图像的全部特征信息;(5)将特征信息输入LSSVM模型进行分类。本发明采用TLMD结合WOA‑SIFT用于果蔬品质检测,具有很高的识别准确率和实用价值,泛化能力强,非常适合果蔬品质的实时准确检测和推广。
-
-