龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：深圳市绿环再生资源开发有限公司
申请日：2024-04-16
公开（公告）日：2024-06-21
公开（公告）号：CN118230314A
主分类号：G06V20/64
分类号：G06V20/64;G06V10/20;G06V10/764;G06V10/26;G06V10/44;G06T3/4053;G06T5/77;G06T7/73;G06T7/10
优先权：
专利状态码：在审-公开
法律状态：2024.06.21#公开
摘要：本发明涉及图像识别领域，尤其涉及一种基于图像识别的固体废弃物分类方法以及系统。该方法包括以下步骤：获取固体废弃物多方位图像；基于固体废弃物多方位图像进行图像超分辨率重建，以得到超分辨率多方位图像；对超分辨率多方位图像进行图像分割，以得到固体废弃物边界框图像；对固体废弃物边界框图像进行视觉特征分析，以生成废弃物视觉特征数据；对固体废弃物边界框图像进行废弃物轮廓检测，以生成轮廓几何量数据；基于轮廓几何量数据对固体废弃物边界框图像进行形态特征分析，以得到废弃物形态特征数据。本发明实现了高效的分类方法。
主权项：1.一种基于图像识别的固体废弃物分类方法，其特征在于，包括以下步骤：步骤S1：获取固体废弃物多方位图像；基于固体废弃物多方位图像进行图像超分辨率重建，以得到超分辨率多方位图像；步骤S2：对超分辨率多方位图像进行图像分割，以得到固体废弃物边界框图像；对固体废弃物边界框图像进行视觉特征分析，以生成废弃物视觉特征数据；步骤S3：对固体废弃物边界框图像进行废弃物轮廓检测，以生成轮廓几何量数据；基于轮廓几何量数据对固体废弃物边界框图像进行形态特征分析，以得到废弃物形态特征数据；步骤S4：对超分辨率多方位图像进行表面残差细节检测，从而生成废弃物表面缺陷数据；基于废弃物表面缺陷数据进行缺陷区域分析，从而得到废弃物结构缺陷区域数据；步骤S5：基于废弃物形态特征数据对超分辨率多方位图像进行光流跟踪处理，得到光流点云数据；利用废弃物结构缺陷区域数据对光流点云数据进行三维点云建模，以得到废弃物三维重构模型；步骤S6：通过废弃物视觉特征数据对废弃物三维重构模型进行视觉属性映射，以得到废弃物属性映射三维模型；基于预设的固体废弃物分类数据库对废弃物属性映射三维模型进行分类处理，以得到固体废弃物分类结果。
全文数据：
权利要求：
百度查询： 深圳市绿环再生资源开发有限公司 一种基于图像识别的固体废弃物分类方法以及系统
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号