基于大数据的城市场景垃圾检测系统的制作方法

技术特征：
1.基于大数据的城市场景垃圾检测系统，其特征在于，所述系统包括：图像获取装置，配置用于在城市内随机选取多个目标区域，获取这些目标区域的图像，将获取到目标区域图像与该目标区域图像在城市的坐标位置同时进行存储；区域验证装置，配置用于获取该城市的城市数据，基于预设的区域验证模型，验证选取的目标区域的坐标位置是否满足区域验证模型的约束，若不满足，则在该坐标位置的基础上，进行坐标位置修正，重新获取目标区域图像，再次使用区域验证模型进行验证，直到目标区域的坐标位置满足区域验证模型的约束；垃圾检测装置，配置用于将经过区域验证装置验证后的目标区域图像，进行图像检测，得到是否存在垃圾以及垃圾部分占比的检测结果；大数据分析装置，配置用于在检测结果为存在垃圾的情况下，基于垃圾部分占比，获取到的城市参数以及检测结果对应的目标区域图像的位置坐标，计算得到该位置坐标下的垃圾量。2.如权利要求1所述的系统，其特征在于，所述垃圾检测装置进行图像检测的过程包括：对目标区域图像依次进行三次不同的图像检测，再基于三次不同的图像检测的结果，判断目标区域图像中是否存在垃圾部分，若存在，则执行第四次图像检测；所述对目标区域图像依次进行三次不同的图像检测，具体包括：相等分割检测、倾斜相等分割检测和不相等分割检测；所述相等分割检测，包括：将目标区域图像按照设定的面积大小划分为多个相等的分割区域，作为第一划分结果，从中筛选出设定数量的多个分割区域，对每个筛选出的分割区域进行判断识别，得到第一判断识别结果；所述倾斜相等分割检测，包括：将目标区域图像首先按照设定的角度值进行旋转，然后按照设定的面积大小划分为多个相等的分割区域，作为第二划分结果，从中筛选出设定数量的多个分割区域，对每个筛选出的分割区域进行判断识别，得到第二判断识别结果；所述不相等分割检测，包括：按照随机的面积大小划分为多个不等的分割区域，作为第三划分结果，从中筛选出设定数量的多个分割区域，对每个筛选出的分割区域进行判断识别，得到第三判断识别结果；所述基于三次不同的图像检测的结果，判断目标区域图像中是否存在垃圾部分的方法包括：若第一判断结果、第二判断结果和第三判断结果中至少有两者不为空，则判断存在垃圾部分；若第一判断结果、第二判断结果和第三判断结果均为空，则判断不存在垃圾部分；若第一判断结果、第二判断结果仅存在一者为空，则判断疑似存在垃圾部分；所述第四次图像检测的过程具体包括：若判断存在垃圾部分，则分别基于第一划分结果、第二划分结果和第三划分结果进行匹配识别，判断垃圾部分在目标区域图像中的占比，取三者的平均值作为垃圾部分占比；若判断疑似存在垃圾部分；则分别基于第一划分结果、第二划分结果和第三划分结果进行匹配识别，若三者的匹配识别得到的垃圾部分在目标区域图像中的占比的两两之间的差值有一个超过设定的阈值，则舍弃匹配识别的结果，判断不存在垃圾部分，若三者的匹配识别得到的垃圾部分在目标区域图像中的占比的两两之间的差值均在阈值范围内，则取三者的平均值，作为垃圾部分占比。3.如权利要求1所述的系统，其特征在于，所述城市数据包括：城市人口、城市面积和城市gdp。4.如权利要求3所述的系统，其特征在于，所述区域验证装置，在该城市的城市数据的基础上，基于预设的区域验证模型，验证选取的目标区域的坐标位置是否满足区域验证模型的约束的方法包括：将城市视为一个平面二维坐标系，判断如下等式是否成立：
其中，s1为目标区域的坐标位置距离城市的上边界的距离，s2为目标区域的坐标位置距离城市的左边界的距离，s3为目标区域的坐标位置距离城市的下边界的距离，s4为目标区域的坐标位置距离城市的下边界的距离；s为城市面积，p为城市人口，g为城市gdp；等式成立，则判断满足区域验证模型的约束；若等式不成立，则使用如下公式计算校正值：若等式不成立，则使用如下公式计算校正值：其中，δ为校正值。5.如权利要求4所述的系统，其特征在于，所述区域验证装置在不满足区域验证模型的约束的条件下，在该坐标位置的基础上，进行坐标位置修正的方法包括：使用如下公式进行坐标位置修正：x＝x δ*lg c；y＝y δ*lg c；其中，x为目标区域图像的坐标位置的原横坐标，y为目标区域图像的坐标位置的原纵坐标；x为目标区域图像的坐标位置的校正横坐标；y为目标区域图像的坐标位置的校正纵坐标；c为调整系数，取值范围为5～8。6.如权利要求2所述的系统，其特征在于，所述相等分割检测和倾斜相等分割检测时，设定的面积大小须小于或等于目标区域图像的7.如权利要求2所述的系统，其特征在于，在进行相等分割检测、倾斜相等分割检测和不相等分割检测时，筛选分割区域时，设定的数量为须大于或等于分割区域的总数量的且小于分割区域的总数量的8.如权利要求2所述的系统，其特征在于，所述在进行相等分割检测、倾斜相等分割检测和不相等分割检测时，对每个筛选出的分割区域进行判断识别的方法包括：计算分割区域和匹配模板的特征点和特征向量；根据所述分割区域和所述匹配模板的特征点和特征向量，确定所述分割区域和所述匹配模板的特征匹配点对；根据所述分割区域和所述匹配模板的特征匹配点对，确定特征匹配点对的映射关系；根据所述映射关系确定所述分割区域各个角点在所述匹配模板中的对应位置，以此识别出目标区域；所述根据所述映射关系确定所述分割区域各个角点在所述匹配模板中的对应位置，以此识别出目标区域之后；计算所述分割区域和所述目标区域的相似度；根据所述相似度确定所述目标区域的可信度，当所述目标区域的可信度大于预设的第二阈值时，确定该分割区域为垃圾部分。9.如权利要求5所述的系统，其特征在于，所述大数据分析装置，在检测结果为存在垃圾的情况下，基于垃圾部分占比，获取到的城市参数以及检测结果对应的目标区域图像的位置坐标，计算得到该位置坐标下的垃圾量的方法包括：使用如下公式计算垃圾量：位置坐标，计算得到该位置坐标下的垃圾量的方法包括：使用如下公式计算垃圾量：其中，q为垃圾部分占比，t为垃圾量。10.如权利要求9所述的系统，其特征在于，所述系统还包括：提醒装置，配置用于在垃圾量超过设定的警戒值时，发出垃圾运送提醒命令。

技术总结
本发明属于大数据技术领域，具体涉及基于大数据的城市场景垃圾检测系统。所述系统包括：图像获取装置，配置用于在城市内随机选取多个目标区域，获取这些目标区域的图像，将获取到目标区域图像与该目标区域图像在城市的坐标位置同时进行存储；区域验证装置，配置用于获取该城市的城市数据，基于预设的区域验证模型，验证选取的目标区域的坐标位置是否满足区域验证模型的约束，若不满足，则在该坐标位置的基础上，进行坐标位置修正，重新获取目标区域图像，再次使用区域验证模型进行验证，直到目标区域的坐标位置满足区域验证模型的约束。其通过基于城市大数据和图像检测的协同，实现了城市垃圾检测的精准化和智能化。实现了城市垃圾检测的精准化和智能化。实现了城市垃圾检测的精准化和智能化。


技术研发人员：黄发硕 李玉钊 何茹 王磊
受保护的技术使用者：山东梧桐城市规划技术服务有限公司
技术研发日：2022.04.08
技术公布日：2022/7/15