摘要
本发明公开了一种基于图像识别的环保分类箱控制方法及系统。该方法包括:获取初始碎片图像并生成尺寸标签、潮湿程度标签和第一锐化图像;依据尺寸标签优化得到第二锐化图像;结合尺寸与潮湿程度对第二锐化图像排序,生成图像序列;对初始碎片图像进行细节增强得到第二碎片图像;提取纹理和颜色特征并计算与垃圾类型数据库的匹配度;若匹配度低于阈值,则获取光谱补充信息,与纹理和颜色特征融合后得到最终分类结果;最后汇总所有碎片图像数据,生成投放点整体分类报告。通过卷积神经网络、动态成像、注意力机制、边缘锐化及光谱补充,本发明实现了多目标、潮湿环境下的高精度垃圾识别与分类,并为自动化回收与资源调度提供可靠数据支撑。
技术关键词
分类箱
标签
图像提取特征
边界特征
灰度共生矩阵
尺寸
纹理
序列
神经网络模型
图像处理
垃圾
直方图
报告
颜色
广角镜头
像素
注意力机制
数据
分辨率
系统为您推荐了相关专利信息
原始图像数据
图像分类方法
卷积神经网络模型
原型
语义特征
商品识别方法
彩色图像
异构特征
商品包装
深度图
识别方法
卷积神经网络结构
投票算法
反向传播方法
数据