垃圾智能分类方法及模块化智能垃圾分类处理系统与流程

本发明涉及到一种垃圾智能分类方法，以及利用于该方法完成垃圾分类的智能垃圾分类处理系统。

背景技术：

垃圾分类是垃圾回收利用的重要一环，准确的分类可以极大地节约垃圾回收处理的成本，提高垃圾处理效率和垃圾利用率，国家目前正大力推进垃圾分类，然而，推动垃圾分类的阻力巨大，其原因一是民众中垃圾分类的知识普及度不够、垃圾分类的意识较低；二是不同城市的垃圾处理能力不同，导致垃圾分类规则不完全相同，这使得在民众中普及垃圾分类知识、培养垃圾分类意识更为困难；三是如果由于垃圾处理能力的提高而改变垃圾分类规则，则需再次在民众中普及新知识、养成新习惯，这无疑意味着巨大的成本和时间开销。

针对上述问题，专利cn109969639a和cn109516037a提出了利用机器视觉识别垃圾，帮助用户分类的方案，但单独依靠机器视觉智能获取垃圾的图像信息，能够分类的垃圾种类有限。

现有技术方案存在的问题和缺点，一是没有定义清晰的垃圾分类系统结构，二是垃圾分类系统的设计没有实现模块化，而各个垃圾分类场合对垃圾收纳模块、数据采集模块的数量、形式、种类要求是不同的，非模块化的设计无法适应多变的应用场景；三是没有运用信息融合技术将摄像头采集的图像与其他传感器获取的信息融合起来进行识别，只利用了机器视觉相关的相关技术(例如深度神经网络识别技术)进行识别，获取和利用的信息很有限，限制了系统能够分类的垃圾种类和分类性能上限；四是所有的方案都没有描述用户隐私的保护方法，而这在智能分类，尤其是家用智能垃圾分类系统中是非常重要的，是保证用户信息安全的必要手段。

除上述缺陷之外，现有的垃圾识别装置还存在如下缺陷：

第一、垃圾识别装置的成本较高。

由于将垃圾识别装置所需的关键的cpu及集成在识别装置当中，对垃圾识别装置传感器所获得的图像、声音、金属探测的各种信息进行识别，要求比较高的cpu计算芯片才能够完成运算，因此需要成本更高的cpu计算芯片和计算电路主板，这样就造成垃圾识别装置的成本非常的高。例如，要达到一个对日常生活中可能产生的上千种垃圾正常分类的cpu计算芯片和计算电路主板，以目前的生产成本，至少在1000-2000元人民币，而装备有该cpu计算芯片和计算电路主板的垃圾识别装置，包括其它结构后，总体成本至少在3000元人民币以上。因此这个价位对于中国大多数家庭来讲是一笔不小的负担，该装置也就难以推广向中国的大多数家庭。

第二是，虽然用户在自己的家里面已经将垃圾分类完成分类，但是当他将所获得的分类进行打包，提到垃圾中转站的时候(例如将用户在家里面已经完成分类的垃圾提到小区的垃圾分类中转站的时候)，小区的垃圾分类中转站需要再次对用户所提供的垃圾进行分类，然后才允许用户投放到小区中转站相应的垃圾桶内，在此期间，用户需要等待小区中转站完成垃圾的分类分析，用户才能够正常的投放垃圾。

例如当用户提着两袋已完成分类的装有易拉罐的垃圾袋，和纸屑的垃圾袋到小区的垃圾中转站的时候，小区的垃圾中转站需要再次对两袋垃圾袋进行识别，不管是人工识别还是计算机系统自动识别，每袋垃圾袋至少需要耗时50秒钟以上。因此一份垃圾进行了两次分类认定，不仅造成资源浪费、精力浪费，而且再次分类的时候仍然会占用用户的精力和时间，给用户丢垃圾造成了不好的体验。

因此我们需要设计更合理的垃圾分类处理方法，和能够完成该垃圾分类方法的智能处理系统。

技术实现要素：

为了解决上述问题，本发明提供了一种垃圾智能分类方法及模块化智能垃圾分类处理系统。其中，垃圾智能分类方法由以下步骤构成：

(1)、获取待分类的垃圾数据；

(2)、对获取到的待分类的垃圾数据进行预处理；得到利于服务器识别的垃圾数据；

(3)、将利于服务器识别的垃圾数据发送到服务器，通过服务器进行智能识别，完成该待分类的垃圾的类别判断；所述的将利于服务器识别的垃圾数据发送到服务器，具体为，根据各服务器的处理效率指数，将利于服务器识别的垃圾数据发送给效率指数最高的服务器；

(4)、服务器将完成垃圾的类别判断的信息发送给用户，并提示用户该待分类的垃圾的类别。

如上所述的垃圾智能分类方法，更进一步说明为，所述的待分类的垃圾数据包括待分类垃圾的图像、声音、金属探测器探测数据、红外图像、微波雷达、激光雷达探测数据、x射线成像数据之一及组合；其中图像是指图片和视频之一。

如上所述的垃圾智能分类方法，更进一步说明为，所述的预处理是指对待分类垃圾的图像进行预处理，预处理方法为：

(1)通过声光手段引导用户创造有利于垃圾数据获取的条件；获取若干数量的待分类垃圾的图像，删除不利于服务器智能识别的待分类垃圾的图像，当获取到的待分类垃圾的图像均不满足利于服务器智能识别的要求时，重新获取若干数量的图像，其中，利于服务器智能识别的标准是：服务器对这一图像的预期识别成功率大于60％；得到最终选定图像；

(3)、对采集至同一垃圾的多组垃圾数据进行滤波处理，滤除多次测量中的野值，基于这些数据的统计模型计算测量的无偏估计值；这一无偏估计值的精度应当高于单次测量精度；得到高精度的垃圾数据，完成预处理。

如上所述的垃圾智能分类方法，更进一步说明为，得到最终选定图像后，还将垃圾图像从背景中分离出来，其过程为：

(1)、获取垃圾背景数据，包括垃圾图像的背景，背景内的光线强度；当背景是静态的，则直接将背景存储；当背景是动态变化的，则通过统计学模型对这一动态背景建模，将统计学模型的形式和参数存储下来，作为背景；

(2)、对选定图像进行目标检测，将垃圾从背景中分离出来，得到仅含有垃圾的图像；

如上所述的垃圾智能分类方法，更进一步说明为，所述的将筛选到的待分类的垃圾数据发送到服务器，具体为：根据服务器的处理能力，决定传递的数据类型，在服务器处理能力较弱时，只传递照片、金属探测器的单次测量结果组成的静态数据，当服务器处理能力强，则传递所述静态数据的时间序列。

如上所述的垃圾智能分类方法，更进一步说明为，服务器采用基于贝叶斯理论的信息融合算法，综合处理待分类的垃圾数据。

如上所述的垃圾智能分类方法，更进一步说明为，所述的提示用户该待分类的垃圾的类别，包括如下步骤：

(1)、将完成垃圾的类别判断的信息发送给用户使用的垃圾分类终端设备，终端设备引导帮助用户将垃圾投入垃圾所属类别的垃圾箱。终端设备在各类垃圾的包装袋上打上标签，至少记录垃圾的所属分类，标签还包括唯一识别码，唯一识别码为二维码、条形码、数字、图形码、文字之一及组合；

(2)、同时将唯一识别码给到垃圾中转设备；

(3)、当用户将装有该垃圾的包装袋拿到垃圾中转设备处时，垃圾中转设备通过标签中的唯一识别码识别到该垃圾的包装袋内的垃圾分类，并引导用户将该垃圾的包装袋内的垃圾投入到相应的垃圾箱内。

本发明提供的模块化智能垃圾分类处理系统，由服务器模块、数据管理模块、垃圾收纳模块、数据录取模块、人机交互模块构成；

服务器模块为云计算服务器；数据管理模块包括运算数据的cpu处理器；垃圾收纳模块为若干垃圾桶；人机交互模块为可输入指令的显示屏；数据录取模块为用于获取垃圾图像、声音、电磁数据的传感器；

数据管理模块与服务器连接；垃圾收纳模块、数据录取模块、人机交互模块分别与数据管理模块连接。

如上所述的模块化智能垃圾分类处理系统，更进一步说明为，

所述服务器模块还设置有第一通信子系统，将完成垃圾的类别判断的信息发送给数据管理模块；

所述数据管理模块用于完成数据的处理、分发和系统控制；根据用户的授权执行服务器的查询、控制指令；根据接收到的完成垃圾的类别判断的信息产生收纳指令，收纳指令发送给相应的垃圾收纳模块；

数据管理模块设置有第二通信子系统，第二通信子系统接收数据录取模块获取的待分类的垃圾数据，并发送至服务器；

所述垃圾收纳模块完成垃圾的收纳，所述垃圾收纳模块包含有垃圾桶；垃圾收纳模块还包含接收控制指令和发送垃圾桶状态第三通信子系统；

数据录取模块将待分类的垃圾数据传输至数据管理模块；所述传感器包含摄像头、金属探测器、距离传感器、为摄像头补光的照明系统、含微波雷达、激光雷达、x射线成像仪之一及组合；

人机交互模块向用户显示数据管理模块提供的内容，该内容包括垃圾投放的统计数据、垃圾收纳模块的剩余容量；人机交互模块接受用户输入的数据和指令，包括对垃圾收纳模块收纳垃圾种类的定义、系统功能设置；人机交互模块向数据管理模块提供用户输入的数据和指令。

如上所述的模块化智能垃圾分类处理系统，更进一步说明为，数据管理模块与服务器间的通信方式是wifi、4g/5g网络、有线网络之一或组合，数据管理与垃圾收纳模块间的连接方式是蓝牙、wifi、有线网络之一或组合；通信是加密通信；数据处理模块仅向服务器发送经用户授权可发送的数据。

数据管理模块、数据录取模块、用户交互模块在硬件上为独立、集成为单一硬件设备之一。

本发明的有益效果是：

1、本发明设计了模块化的垃圾分类系统，其垃圾收纳模块的数量、种类可由用户定义以提供更高的灵活性，其数据管理模块、数据录取模块和人机交互模块在硬件上可分离实现，也可与手机、可穿戴设备整合，从而极大地为用户提供便利；由服务器完成多传感器融合识别，保证了分类器的高性能，在分类规则改变时，保持了系统调整的低成本；将5g融入系统，利用其高数据传输速率和低延时的特性，缩短垃圾识别等待时间；设计了用户隐私保护机制，在为用户提供垃圾分类便利的同时，保证保障用户的信息安全。通过设计数据管理模块对系统数据进行管理，使得用户可以授权系统向服务器传送的数据类别和数据量，从而在提供垃圾分类便利的同时也能够保护用户隐私；通过对各模块间通信数据的加密传输，保障用户信息安全。

2、本发明在本地仅设置图片预处理系统，将需要更多算力的垃圾识别工作交给云端的服务器处理，因此本地的作预处理的芯片及主板的就可以用低成本的芯片及主板，从而使垃圾识别处理装置的成本可以做得非常低，适应个人购买承担的成本，并便于该装置推广到个人和小区、地铁站、路边垃圾桶等各种需要垃圾分类的公共应用场景，在垃圾回收领域支撑智慧城市的实现。

3、本装置可以对已经完成识别的垃圾袋打上唯一识别标签，并将唯一识别标签通过互联网传到社区的垃圾中转站，当用户提着已经具备唯一识别标签的垃圾袋到社区中转站的时候，社区的垃圾中转站可以直接识别该唯一的识别标签，无需再次进行垃圾分类识别工作，直接引导用户投放到相应的垃圾桶即可，节省用户投放垃圾的时间，提高用户体验。

附图说明

图1是本发明的系统结构图。

具体实施方式

本发明的数据管理模块是系统的核心，完成数据的处理、分发和系统控制。

数据管理模块：数据管理模块包括运算数据的cpu处理器(计算机)，cpu外围电路上设置有各种数据转换电路，数据萬合电路，驱动电路，电源变压电路、保护电路。

本发明的这里指的计算机为可以为单片机，本发明的cpu处理器(计算机)是单片机芯片的中央处理单元，主要用于完成数据的算术或逻辑运算，同时也对整个单片机芯片系统的操作进行协调和管理。

单片机还设置有存储区用于存储数据和程序，其中数据存储区用于存放数据的中间结果，完成数据暂存以及数据缓冲等功能，单片机芯片的存储区通常分为片内存储区和片外存储区，其中片内存储区又可分为用于存储程序的只读存储器和用于存储数据的随机访问存储器。片外存储器是片内存储器的扩展，可以由可擦写的可编程只读存储器、可电擦写的可编程只读存储器等来实现。

本发明的数据管理模块工作时，运算数据的cpu处理器(计算机)在进行数据存储之前，先将需要存储的数据进行分块压缩，再保存在计算机的存储存空间内，在执行存储空间内的指令之前，先对存储空间内的指令进行解压缩，再将解压缩后的指令提供给单片机芯片的外理芯片进行处理。对指令数据进行分块压缩的功能可以采用单片机芯片外部的编译器执行，并且可以通过单片机芯片内部的处理器执行解压缩的功能。

当单片机芯片的处理器执行当前指令完毕后，处理器判断下一条需要执行的指令是否位于当前指令所关联的地址范围内；若是，则处理器在当前指令的地址范围内继续执行下一条指令；若否，则处理器重新从所述存储空间内提取对应的指令并进行解压缩，再执行解决缩后的指令。

数据录取模块：

所述数据录取模块通过传感器获取待分类垃圾的数据。数据录取模块包含多个传感器，这些传感器的种类包括摄像头，也可根据待分类垃圾类型和场景的需要，所述传感器可包括金属探测器、距离传感器等其他种类传感器(红外图像摄像头，微波雷达、激光雷达探测数据、x射线成像数据等)，数据录取模块同时也包含照明系统以帮助摄像头更准确获取待分类垃圾图像；照明子系统的触发条件是垃圾与摄像头的距离在一定范围内，摄像头旁边安装测距模块(具体测距方式可能是超声波测距，红外线测距，激光测距或雷达测距等)，测量垃圾与摄像头的距离，当距离在设定的范围内时，打开摄像头和闪光灯获得图像。

金属探测器采用全金属探测器：能检测到所有不同材质的金属杂质，金属探测器目前在市场上占有率是最高。将现有的全金属探测器器的的报警装置电器连接到本发明的数据录取模块转入电路上，当探测到金属时，发出的报警电流收入到数据录取模块，产生一个模拟信号量，数据处理模块将该模拟信号量标记为“金属”标签。

摄像头获取图像并数据处理的方法目前技术比较成熟。

根据处理能力和录取场景的不同，数据录取的手段有两类，一类是数据录取模块持续录取多组数据，从中选择出利于服务器识别的垃圾数据数据传递给服务器；另一类是使用技术手段引导用户创造有利条件录取利于服务器识别的垃圾数据，例如在摄像头旁边安装距离传感器，测量垃圾的距离，当垃圾的距离位于预设的距离段内时，通过光学、声学或二者结合的手段提示用户，当前已经满足了数据录取条件，并录取数据，这一录取动作是指对同一目标进行多次测量，录取同一目标的多组数据。

数据录取模块将录取的数据传输至数据管理模块。这就涉及到数据的转换，要么数录取模块装数据转化，要么数据管理模块将的获得的数据进行转化，通过数据转化电路，实现方法如下：数据转换电路，把模拟量转换成数字量的器件称为模数转换器，简称为a/d。a/d转换过程是通过采样、保持、量化和编码4个步骤完成的，称为模数转换器，当a/d转换结束，adc输出一个转换结束信号数据。cpu可有多种方法读取转换结果：①查询方式；②中断方式；③dma方式。通道8位a/d转换器,本发明可以采用带有8位a/d转换器、8路多路开关以及微处理机兼容的控制逻辑的cmos组件。它是逐次逼近式a/d转换器，可以和单片机直接接口。采用由一个8路模拟开关、一个地址锁存与译码器、一个a/d转换器和一个三态输出锁存器组成。多路开关可选通8个模拟通道，允许8路模拟量分时输入，共用a/d转换器进行转换。三态输出锁器用于锁存a/d转换完的数字量，从三态输出锁存器取走转换完的数据。

实际的本系统中需用传感器把各种物理参数(如压力、电磁感应、声音等)测量出来，并转换为电信号，再经过a/d转换器，传送给计算机cpu；计算机cpu加工处理后，通过d/a转换器去控制各种参数量。

垃圾收纳模块的主要工作是完成垃圾的收纳。垃圾收纳模块的主要结构为垃圾桶、可控制开合的垃圾桶盖板、控制盖板的机械结构、判断桶内垃圾量的传感器、垃圾压缩机械结构、接收控制指令和发送垃圾桶状态通信子系统、控制机械结构的第三通信子系统的嵌入式的第三计算机；嵌入式第三计算机通过第三通信子系统接收数据管理模块发送的收纳指令，依照指令控制桶盖和垃圾压缩机械结构，并将垃圾桶状态通过第三通信子系统发送至数据管理模块。

垃圾收纳模块的实施方式如下：

人机交互模块用于向系统用户显示数据，这些数据包括但不限于垃圾投放的统计数据、垃圾收纳模块的剩余容量；人机交互模块还可以接受用户输入的数据和指令，其内容包括且不限于对垃圾收纳模块收纳垃圾种类的定义、系统功能设置。

所述数据管理模块包括第二通信子系统和第二计算机，其功能是向人机交互模块提供显示内容，接收人机交互模块输入的数据和指令，并据此控制系统各项状态，将系统用户授权可发送的系统数据发送至服务器，以保障用户隐私；接收数据录取模块获取的待分类垃圾数据，将其传输至服务器完成识别；接收服务器发送的识别结果和查询、控制数据和指令，根据识别结果产生收纳指令，发送给相应的垃圾收纳模块，根据系统用户的授权执行服务器的查询、控制指令。

服务器模块包括高性能服务器和第一通信子系统，其功能是根据数据管理模块发送的待分类垃圾数据识别垃圾类型，将识别结果发送至数据管理模块；从数据管理模块获取或查询系统状态，收集和分析系统数据，生成和发送必要的控制指令。

进一步地，所述垃圾收纳模块的数量和收纳垃圾的种类可由用户定义。对垃圾的定义是基于当地对垃圾分类的要求来确定的，例如当地规定垃圾分类需要分成厨余垃圾和可回收垃圾，那么用户就只能将垃圾桶定义为这两类。

进一步地，所述垃圾收纳模块的可以实现对所收纳的垃圾打包装袋，打包后，小区垃圾中转站可识别出垃圾袋，将其投入相应的垃圾收纳模块中。

进一步地，所述数据管理模块、数据录取模块、用户交互模块在硬件可以集成为单一硬件设备，例如手机等便携设备或智能手环、增强现实眼镜等可穿戴设备。服务器模块为云计算，垃圾收纳模块为带有第三计算机的小型垃圾桶。而数据管理模块与服务器间、数据管理与垃圾收纳模块间的通信方式是5g网络，在没有5g的情况下，也可采取其他传输速率高于500kb/s的通信方式，例如4g、wifi、蓝牙。更好的选择是：本发明数据管理模块与服务器间的通信方式可以选择wifi、4g/5g网络、有线网络。而数据管理与垃圾收纳模块间的连接方式可选择蓝牙、wifi、有线网络。

服务器识别垃圾采取深度学习和信息融合的方式(包括但不限于深度神经网络技术)，首先由深度学习识别垃圾图像，而后采用信息融合技术，融合图像识别结果和其他传感器数据完成垃圾的最终分类。进一步地，所述各模块间的通信是加密通信，采取公钥加密算法例如rsa加密算法，具体做法是信息接收方产生一对公钥和私钥，将公钥发送给信息发送方，后者用公钥对外发送的信息加密，信息接收方用私钥对这一加密信息进行解密。

服务器识别垃圾采取深度学习和信息融合的方式(包括但不限于深度神经网络技术)，来对垃圾图像进行识别，例如：

服务器获取到图像样本后，将这些图像样本输入原始神经网络模型中，通过原始神经网络模型中各个网络的学习训练，得到适应于配置参数信息的神经网络模型。根据大量高频率的垃圾图像样本训练得到的神经网络模型，能够在后期用户采集图片数据时，快速，高效的识别出该图片数据。例如，训练过程为，对图像样本进行预处理，利用dnn特征提取网络对预处理后的图像样本进行图像特征向量的提取，根据提取的图像特征向量和图像标签，利用前向传导算法和损失函数计算损失值，并利用后向传导算法对dnn各层参数进行优化。

进一步地，所述数据处理模块仅向服务器发送经用户授权可发送的数据，以保护用户隐私。用户隐私信息包括垃圾桶内垃圾的具体种类，用户投放垃圾的时间，用户投放垃圾的量，以及上述三项内容的统计数据，另外还包括摄像头拍摄的照片，距离传感器数据，力学传感器数据，各模块的运行记录。用户通过人机界面打开信息传输授权设置，用户授设置可传输给服务器的信息。

本发明的计算机(cpu)包括计算机可读的存储介质和内嵌于其中的计算机程序机制，所述计算机程序机制包括用于执行任一上述方法中各个步骤的指令。

以上所述装置的各部分以功能分为各种模块分别描述。可以把各模块或单元的功能在同一个或多个软件或硬件中实现。

本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

垃圾智能分类方法，由以下步骤构成：

(一)、获取待分类的垃圾数据；包括待分类垃圾的图像、声音、金属探测器探测数据、红外图像、微波雷达、激光雷达探测数据、x射线成像数据之一及组合；其中图像是指图片和视频之一。本发明的垃圾数据是通过本发明提供的信息录取模块获得的。

本发明最主要的是获取图像信息，并且主要通过摄像头来获取到。当其它信息不完整时，也可以将仅获得的图像信息发送到本发明的数据处理模块，当然，仅有其它信息(声音、金属探测器探测数据、红外图像、微波雷达等)，不包含图像信息时，最优的选择是，不发送到本发明的数据处理模块。

(二)、数据处理模块对获取到的待分类的垃圾数据进行预处理；主要指对待分类垃圾的图像进行预处理，预处理方法为：

(1)通过声光手段引导用户创造有利于垃圾数据获取的条件(具体为：通过测距仪测量垃圾与摄像头的距离，根据这一距离控制摄像头补光灯的亮度，在垃圾位于理想的数据获取区域内时，补光灯达到最亮，垃圾桶发出“嘀”声告知用户垃圾位置满足数据获取要求，正在获取数据)。获取若干数量的待分类垃圾的图像，删除不利于服务器智能识别的待分类垃圾的图像，当获取到的待分类垃圾的图像均不满足利于服务器智能识别的要求时，重新获取若干数量的图像，其中，利于服务器智能识别的标准是：服务器对这一图像的预期识别成功率大于60％；得到最终选定图像。例如，通过摄像头，获取10张图片，然后在这10张图片中筛选，从第一张开始，如果第一张就符合要求，直接删除余下9张图片，如果第一张不符合要求，删除第一张，继续分析第二张，如此流程分析，获得至少一张利于服务器智能识别的图片。

为了保证识别更为准确，利于服务器智能识别的标准的成功率提高到80％；判断方法：记录之前服务器对照片图片平滑度、纹理、灰度、颜色、频谱特征、空间特征、几何形态分析、大小、色密度、光谱等等其中一些项目的参数值的要求，优于这些参数值的，即认为服务器可识别，反之则认为服务器难以识别。

(2)、从选定图像中将垃圾图像从背景中分离出来，其过程为：

a.获取垃圾背景数据，包括垃圾图像的背景，背景内的光线强度，摄像头视场内的光线强度等；当背景是静态的，则直接将背景存储；当背景是动态变化的，例如背景中存在随风摇动的树枝等运动物体，则通过统计学模型对这一动态背景建模，将统计学模型(例如高斯混合分布)的形式和参数存储下来，作为背景，数据录取模块会按照一定的策略打开距离传感器和摄像头感知环境，当发现测量的距离发生了改变(意味着摄像头可能被搬动了)，或者摄像头视野内背景、光线颜色、光线强度等环境因素发生的变化，都会进行再次获取垃圾背景数据。

b.对选定图像进行目标检测，将垃圾从背景中分离出来，得到仅含有垃圾的图像；

将垃圾图像从背景中分离可以提高服务器的垃圾识别率，但不是只能垃圾分类处理系统的必要组成部分，是否使用这一方法取决于前端设备的处理能力和服务器识别算法的需求。

(3)、对采集至同一垃圾的多组仅含有垃圾数据进行滤波处理，滤除多次测量中的野值，基于这些数据的统计模型计算测量的无偏估计值；这一无偏估计值的精度应当高于单次测量精度；得到高精度的垃圾图像，完成预处理，最终得到利于服务器识别的垃圾数据。无偏估计值的计算基于数据的概率分布。

目前，对于图像处理的方法较多也较成熟，例如：滤波(平滑、降噪)、增强、边缘锐化、纹理分析(去骨架、连通性)、图像分割(灰度、颜色、频谱特征、纹理特征、空间特征)、几何形态分析(blob分析)(形状、大小、长度、面积、边缘、圆形度位置、方向、数量、连通性等)、blob分析(可为机器视觉应用提供图像中的斑点的数量、位置、形状和方向，还可提供相关斑点间的拓扑结构。应用：二维目标图像、高对比度图像、存在/缺席检测、数值范围和旋转不变性需求)、色彩分析(色度、色密度、光谱、自动白平衡)。本发明对背景图像、垃圾图像(前景图像)的处理或判断均可利用上述方法中的一些。

(三)、将利于服务器识别的垃圾数据发送到服务器，通过服务器进行智能识别，完成该待分类的垃圾的类别判断；所述的将利于服务器识别的垃圾数据发送到服务器，具体为，负责识别的服务器互相连接形成网络，每个数据管理模块会根据各服务器的处理能力，任务队列情况和数据传输速度等因素实时计算该服务器的效率指数，效率指数越高，意味着这一服务器处理该终端的识别任务速度越快，数据管理模块将识别任务(利于服务器识别的垃圾数据)委托给效率指数最高的服务器，从而保证最优的识别效率。

数据管理模块会根据自己对应的识别服务器的处理能力，决定传递的数据类型，在服务器处理能力较弱时，数据管理模块只传递静态数据，例如由静态的照片、单次金属探测器的识别结果组成的数据，如果服务器处理能力强，则数据管理模块会传递上述静态数据的时间序列，例如由多张照片构成的一段视频。

(四)、服务器采用基于贝叶斯理论的信息融合算法，综合处理待分类的垃圾数据；服务器将完成垃圾的类别判断的信息发送给用户，并按下列步骤提示用户该待分类的垃圾的类别：

(1)、将完成垃圾的类别判断的信息发送给垃圾收纳模块(用户使用的家用智能垃圾桶，家用的垃圾分类智能终端)，垃圾桶引导帮助用户将垃圾投入垃圾所属类别的垃圾箱(比如在智能垃圾桶上的显示屏显示出用户要投放的垃圾图像以及垃圾名称以及垃圾类别，例如所投垃圾是水果皮，在显示屏显示-名称：水果皮；类别：湿垃圾)。垃圾桶在各类垃圾的包装袋上打上标签，这一标签至少记录垃圾的所属分类，标签还包括唯一识别码，唯一识别码包括二维码、条形码、数字、图形码、文字之一及组合。

(2)、同时将唯一识别码给到垃圾中转设备，例如小区垃圾桶(一种垃圾中转设备，同时也具备垃圾智能分类功能)。

(3)、当用户将装有该垃圾的包装袋拿到小区垃圾桶处时，小区垃圾桶通过标签中的唯一识别码识别到该垃圾的包装袋内的垃圾分类，并引导用户将该垃圾的包装袋内的垃圾投入到相应的垃圾箱内。

具体地为：当用户提着已经具备唯一识别标签的垃圾袋到小区垃圾桶后，社区的小区垃圾桶可以直接识别该唯一的识别标签，无需再次进行垃圾分类识别工作，直接引导用户投放到相应的垃圾桶即可(比如直接控制打开相应该的垃圾桶的盖子)，节省用户投放垃圾的时间，提高用户体验。

具体地体验方法为：服务器将唯一识别二维码分别传给垃圾中转站和垃圾收纳模块，垃圾收纳模块打包垃圾后，并在垃圾袋上打上唯一识别二维码。当用户提着这个打包好的垃圾袋到垃圾中转站时，垃圾中转站识别到垃圾袋上的唯一识别二维码，即对已知道该垃圾应该放在哪一个垃圾桶，然后自动打开该垃圾桶的盖子，用户即可认为该打开了盖子的垃圾桶为可投放的垃圾桶，直接投放至该垃圾桶便可。

可以实施的本发明的垃圾收纳模块如下：

多个小垃圾桶拼在一起构成的垃圾桶，每一个分类垃圾桶就是一个本发明所需的垃圾收纳模块。

垃圾桶体上铰接桶盖板，垃圾桶体的桶口处设置有带转轴电机，桶盖板的底部边沿设置有臂杆，垃圾桶体的桶口处的带转轴电机的转轴穿置于桶盖板底部设置的臂杆。桶盖板的顶部设置有太阳能板与设置在垃圾桶体底部隔离腔室的蓄电池电性连接；蓄电池电性连接控制电路板，控制电路板分别电性连接各种本发明所需的传感器(照明灯、摄像头、金属检测器、红外距离传感器)、带转轴电机、带触摸式操作的显示器，本发明所需的计算机(cpu)也设置在电路板上。

垃圾桶体底部设置有隔板，所述隔板与垃圾桶体的桶底板之间形成隔离腔室，且隔板与垃圾桶体的桶底板之间形成隔离腔室内设置有控制电路板和蓄电池，所述隔板的顶部设置有金属检测器。

在桶盖板的顶部设置太阳能板，桶盖板的底面中部设置照明灯和摄像头，用于在关闭桶盖板使，桶内漆黑，自动开启照明灯给摄像头提供光源，摄像头拍摄桶内垃圾状态进行信息存储便于后期进行数据分析。

垃圾桶上设置一个小型化的标签打印机(比如武汉精臣科技有限公司生产的精臣b11标签机)，标签打印机与垃圾桶上的电路板连接，负责打印一个小小的标签纸，标签纸上有识别码唯一识别标签。

垃圾桶体的桶口下方的内壁设置有红外距离传感器，控制电路板控制带转轴电机逆时针转动，带转轴电机的转轴带动臂杆逆时针摆动，与臂杆连接为一体的桶盖板逆时针翻动，控制桶盖板开启\关闭。