(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211256439.1 (22)申请日 2022.10.14 (71)申请人 彼图科技 （青岛） 有限公司 地址 266000 山东省青岛市 市南区银川西 路67、 69号E座107室 (72)发明人 陈钢　刘攀　 (74)专利代理 机构 青岛华慧泽专利代理事务所 (普通合伙) 37247 专利代理师 赵梅 (51)Int.Cl. G06V 20/17(2022.01) G06V 10/20(2022.01) G06V 10/44(2022.01) G06V 10/764(2022.01) G06V 10/774(2022.01) (54)发明名称 一种基于无人机和人工智能的垃圾数据识 别方法 (57)摘要 本发明涉及图像识别技术， 尤其为一种基于 无人机和人工智能的垃圾数据 识别方法， 包括如 下步骤： 通过无人机作业， 收集大数据量的高清 视频影像数据， 对视频进行帧间差处理， 获取有 效的高清图片； 对抽帧图像进行预处理， 得到数 据集； 通过对 图像的特征提取进行网格划分， 分 类器确认网格内是否有垃圾存在； 对存在垃圾的 单元格进行垃圾识别分类。 本发 明通过无人机智 能采集垃圾图像， 节省了人力， 减轻了劳动人员 工作量； 通过改进帧间差算法， 获取高清有效的 垃圾图片， 并通过改进滤波算法进一步提高了图 像的清晰度； 通过划分网格并分类的方法将图像 中的垃圾图像提取处理， 便于对垃圾的智能识 别； 结合分类器对垃圾进行分类， 便于垃圾的回 收。 权利要求书2页 说明书7页 附图1页 CN 115331129 A 2022.11.11 CN 115331129 A 1.一种基于无 人机和人工智能的垃圾数据识别方法， 其特 征在于： 包括如下步骤： S1.1： 通过无人机作业， 收集大数据量的高清视频影像数据， 对视频进行帧间差处理， 获取有效的高清图片； S1.2： 对抽帧图像进行 预处理， 得到数据集； S1.3： 通过对图像的特 征提取进行网格划分， 分类 器确认网格内是否有垃圾存在； S1.4： 对存在垃圾的单 元格进行 垃圾识别分类。 2.根据权利要求1所述的基于无人机和人工智能的垃圾数据识别方法， 其特征在于： 所 述S1.1中的帧间差处 理图像算法如下： 取连续两帧图像： ； 其中： ； 其中， 为连续两帧图像之间的差分图像， 和 分别为前后相 邻两帧像素的灰度值， T为差分图像二值化时选取的阈值， 表示前景， 表示背景， β 为抑制系数。 3.根据权利要求1所述的基于无人机和人工智能的垃圾数据识别方法， 其特征在于： 所 述S1.2中， 获取经过帧间差处理的差 分图像后， 对图像进 行预处理， 所述预 处理步骤包括对 图像进行颜色反转、 滤波处 理和增强处理。 4.根据权利要求3所述的基于无人机和人工智能的垃圾数据识别方法， 其特征在于： 所 述滤波处理以差分图像左下角的图像起始点为原点建立直角坐标系， 点 为使图像围 成矩形最大的点， 得到： ； ； 其中， 为点 在整张图像中的像素均值； 为点 在整张图像中的像素 方差。 5.根据权利要求4所述的基于无人机和人工智能的垃圾数据识别方法， 其特征在于： 令 围成差分图像的坐标系中矩形区域； 得到矩形区域中任一点 坐标； 计算当前矩形区域内点 的均值和方差： ； ； 得到：权　利　要　求　书 1/2 页 2 CN 115331129 A 2； 其中， 为滤波后点 的灰度值。 6.根据权利要求1所述的基于无人机和人工智能的垃圾数据识别方法， 其特征在于： 通 过canny边缘提取算法， 增 加多方位模板算子， 对图像进行边 缘检测处 理。 7.根据权利要求1所述的基于无人机和人工智能的垃圾数据识别方法， 其特征在于： 所 述S1.3中， 对预处 理后的图像 基于图像尺度进行网格划分： 设原数据集设为M， 宽度为x， 高度为y， 对于 ∀子图m∈M； 原数据集M的划分格数W 根据下式确定： ； 其中， 为网格划分因子； 为图中特 征点数量。 8.根据权利要求7所述的基于无人机和人工智能的垃圾数据识别方法， 其特征在于： 通 过级联分类器对所述网格内的目标进行识别， 设P为有垃圾存在的网格集合， N为无垃圾存 在的网格集 合， 误检率 为f， 检测率 为d， 标准 误检率为 ； 初始值设 ， ； 令i=1； 当 时， i=i+1； ， ； 当 时， ； 训练一个有n个特征的级联分类器， 训练得到集合 和集合 ， 直至达到目标分类器的 检测准确率和误检率。 9.根据权利要求8所述的基于无人机和人工智能的垃圾数据识别方法， 其特征在于： 对 有垃圾存在的网络集合 ， 继续进行拆分和分类识别， 直至每个网格内至多含有一个垃圾 目标。 10.根据权利要求1所述的基于无人机和人工智能的垃圾数据识别方法， 其特征在于： 所述S1.4中， 针对有垃圾存在的网络集合， 定义可回收垃圾输出为a， 厨余垃圾输出为b， 有 害垃圾输出为c， 其 他垃圾输出为d； 设 分类误差为 ； 定义各单元格内的权 重系数满足： ； 其中， 为权重系数； ； ； 为t各弱分类 器得到的分类样本的分类值。权　利　要　求　书 2/2 页 3 CN 115331129 A 3