固废分类中视觉分割技术的研究
发布时间：2021-06-14 22:15
我国建筑垃圾存量较大,建筑垃圾的资源回收利用迫在眉睫。其中,固废分拣是建筑垃圾资源化中的关键技术,即对固废图像进行分割识别从而指导机器人进行分拣。但是,现有的图像分割算法并不适用于固废分拣这一特定场景。固废对象易被粉尘和垃圾碎屑遮挡,导致视觉特征严重退化。传统通过颜色和边缘信息实现分割的方法几乎失效。而融合RGB-D信息的分割算法也无法满足固废分拣的技术要求。针对上述问题,本文针对固废图像分割这一任务,提出了基于歧义区提取的固废对象分割,并在提出的算法的基础上,通过全连接条件随机场进行进一步优化。本文的主要工作成果如下:1.建立了固废数据集。数据集包括4种常见的固废物体,物体在形状和大小上存在较大差异。通过深度摄像头,采集固废的RGB图像和点云。对数据集中每一张图像进行手动标记,提供了分割的真实值。2.利用深度信息建立背景模型,并提出了一种基于歧义区提取的固废对象分割方法。该方法在提取易分割出错的歧义区域的同时,将粘连的固废对象有效地分割开。最后,通过对歧义区的再处理,进而得到高精度分割结果。3.构建全连接条件随机场模型,提出一种适用于严重退化图像的固废对象分割能量函数,在全局上实现对...
【文章来源】：浙江工业大学浙江省
【文章页数】：73 页
【学位级别】：硕士
【部分图文】：
传统处理方式
浙江工业大学硕士学位论文水域，污染水环境；如果建筑垃圾堆放在城市中，则会影响城市的环境和美观，还存在安全隐患。焚烧处理，建筑垃圾中的可燃成分会产生很多有毒的致癌物质，造成严重的空气污染。而人工处理，受限于人力，只能回收建筑垃圾中的极小部分，效率非常低。而且在处理过程中，也存在一定的危险性。总而言之，传统的处理方式并不能很好的解决建筑垃圾问题。所以，迫切需要一种新的思路来处理建筑垃圾。
需求的碎物进行分拣，与其他固体垃圾分离。它是软件与硬件的完美结合：多种传感器对各种垃圾进行持续的监控，基于学习的智能化控制软件对传感器数据进行实时分析；高效耐用的工业机器人快速、准确地对各种形状和大小的垃圾碎片进行抓取。通过ZenRobotics 回收机，可以对各种金属、不同等级的木材、矿物、硬质塑料和纸板进行分拣。两套 ZenRobotics 回收机一天可处理 2000 吨垃圾，24 小时都不用停机，相当于48个人的工作量，人力成本节省明显，而这就意味着更高的回收率和利润率。ZenRobotics垃圾回收设备之所以表现如此优秀，在于它不仅仅依靠二维图像特征，而是结合了多个传感器的传感数据。ZenRobotics 垃圾回收设备中，主要传感器包括：NIR-近红外光谱传感器，高分辨率 RGB 相机，金属探测器，可见光谱传感器，三维激光扫描仪等。这个感官网络被称为 ZenRobotics“大脑”，大量的传感器信息进行信息融合，加上引入了深度学习技术，使机器人能够极准确、快速地进行垃圾分类。但是，使用大量的传感器也导致系统的硬件成本非常高，而并不利于普及。
【参考文献】：
期刊论文
[1]建筑垃圾再利用研究[J]. 郝占国,苏晓明. 建筑与文化. 2017(02)
[2]建筑垃圾资源化制备再生骨料混凝土的研究[J]. 刘玲. 江西建材. 2017(01)
[3]建筑垃圾资源化混凝土生产自动化控制系统设计[J]. 雷玉常,王博鑫,刘春雷,周云军,周进. 自动化与仪器仪表. 2016(11)
[4]建筑垃圾资源化处理工艺改进研究[J]. 孙金坤,欧先军,马海萍,侯永斌. 环境工程. 2016(12)
[5]广州市建筑垃圾资源化对策研究[J]. 宁培淋,杨锐,刘浩. 中国资源综合利用. 2016(07)
[6]建筑垃圾资源化处理系统反馈结构分析[J]. 张曼曼,贾伟强. 科技和产业. 2016(04)
[7]我国建筑垃圾回收利用现状及建议[J]. 肖绪文,冯大阔,田伟. 施工技术. 2015(10)
[8]图像分割综述[J]. 赵春燕,闫长青,时秀芳. 中国科技信息. 2009(01)
[9]建筑垃圾的循环利用[J]. 王武祥. 中国建材. 2005(08)
[10]城市建筑垃圾管理规定[J]. 江苏省人民政府公报. 2005(08)
本文编号：3230318
【文章来源】：浙江工业大学浙江省
【文章页数】：73 页
【学位级别】：硕士
【部分图文】：
传统处理方式
浙江工业大学硕士学位论文水域，污染水环境；如果建筑垃圾堆放在城市中，则会影响城市的环境和美观，还存在安全隐患。焚烧处理，建筑垃圾中的可燃成分会产生很多有毒的致癌物质，造成严重的空气污染。而人工处理，受限于人力，只能回收建筑垃圾中的极小部分，效率非常低。而且在处理过程中，也存在一定的危险性。总而言之，传统的处理方式并不能很好的解决建筑垃圾问题。所以，迫切需要一种新的思路来处理建筑垃圾。
需求的碎物进行分拣，与其他固体垃圾分离。它是软件与硬件的完美结合：多种传感器对各种垃圾进行持续的监控，基于学习的智能化控制软件对传感器数据进行实时分析；高效耐用的工业机器人快速、准确地对各种形状和大小的垃圾碎片进行抓取。通过ZenRobotics 回收机，可以对各种金属、不同等级的木材、矿物、硬质塑料和纸板进行分拣。两套 ZenRobotics 回收机一天可处理 2000 吨垃圾，24 小时都不用停机，相当于48个人的工作量，人力成本节省明显，而这就意味着更高的回收率和利润率。ZenRobotics垃圾回收设备之所以表现如此优秀，在于它不仅仅依靠二维图像特征，而是结合了多个传感器的传感数据。ZenRobotics 垃圾回收设备中，主要传感器包括：NIR-近红外光谱传感器，高分辨率 RGB 相机，金属探测器，可见光谱传感器，三维激光扫描仪等。这个感官网络被称为 ZenRobotics“大脑”，大量的传感器信息进行信息融合，加上引入了深度学习技术，使机器人能够极准确、快速地进行垃圾分类。但是，使用大量的传感器也导致系统的硬件成本非常高，而并不利于普及。
【参考文献】：
期刊论文
[1]建筑垃圾再利用研究[J]. 郝占国,苏晓明. 建筑与文化. 2017(02)
[2]建筑垃圾资源化制备再生骨料混凝土的研究[J]. 刘玲. 江西建材. 2017(01)
[3]建筑垃圾资源化混凝土生产自动化控制系统设计[J]. 雷玉常,王博鑫,刘春雷,周云军,周进. 自动化与仪器仪表. 2016(11)
[4]建筑垃圾资源化处理工艺改进研究[J]. 孙金坤,欧先军,马海萍,侯永斌. 环境工程. 2016(12)
[5]广州市建筑垃圾资源化对策研究[J]. 宁培淋,杨锐,刘浩. 中国资源综合利用. 2016(07)
[6]建筑垃圾资源化处理系统反馈结构分析[J]. 张曼曼,贾伟强. 科技和产业. 2016(04)
[7]我国建筑垃圾回收利用现状及建议[J]. 肖绪文,冯大阔,田伟. 施工技术. 2015(10)
[8]图像分割综述[J]. 赵春燕,闫长青,时秀芳. 中国科技信息. 2009(01)
[9]建筑垃圾的循环利用[J]. 王武祥. 中国建材. 2005(08)
[10]城市建筑垃圾管理规定[J]. 江苏省人民政府公报. 2005(08)
本文编号：3230318
本文链接：https://www.wllwen.com/kejilunwen/huanjinggongchenglunwen/3230318.html
