摘要
本发明涉及图像处理技术领域,具体为基于图像识别的固体垃圾智能分拣系统。本发明中,通过将图像中边缘梯度强度与灰度共生对比度统一映射至同一尺度空间并结合图像帧序列进行置信评分路径构建,能够提升固体垃圾图像识别中标签评分的稳定性与区分度,通过评分方向与波动分析机制挖掘评分路径中的主要趋势标签,可增强图像分类的主标签判断准确性,通过网格划分与张力指标提取对垃圾图像结构异常进行细粒度识别,使得图像中的变形、断裂等异常结构得以标记并定位,在此基础上通过连接重构与三角剖分更新图像的边界结构,实现异常区域的有效修复,结合主标签路径与拓扑结构进行一致性评估,有助于提升识别输出的鲁棒性与分类结果的结构完整性。
技术关键词
垃圾智能分拣
子模块
结构异常检测
网格
固体
识别标签
序列
图像结构
指标
三角剖分算法
重构
对比度
建立映射关系
坐标
条件随机场
识别模块
边界结构
系统为您推荐了相关专利信息
交互特征
面向产品概念设计
指令
信号特征
手部特征
训练样本数据
识别模型训练方法
卷积模块
故障辨识方法
脉冲特征
图像处理方法
非线性电阻
MOS场效应晶体管
网络
滤波
预测模型构建方法
子模块
梯度提升机
机器学习分类器
Logistic回归模型