(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 202210758247.4 (22)申请日 2022.06.30 (71)申请人 李金波 地址 410205 湖南省长 沙市高新区尖青路 与旺龙路交叉口万为智能机器人产业 园4#栋 (72)发明人 李金波　刘蕾　 (74)专利代理 机构 长沙市标致专利代理事务所 (普通合伙) 43218 专利代理师 曾向庄 (51)Int.Cl. G06T 7/00(2017.01) G06T 7/12(2017.01) G06T 7/13(2017.01) G06T 7/62(2017.01)G06T 7/73(2017.01) (54)发明名称 一种垃圾桶位移监测方法 (57)摘要 一种垃圾桶位移监测方法， 包括如下步骤： S1、 输入垃圾桶图片； S2、 对图片进行分割 处理， 分别得到 垃圾桶的MASK图A和区域线的MASK图B； S3、 获取A的轮廓， 判断A的面积S是否 大于阈值Z， S4、 当S大于Z的情况下， 获取B的轮廓， 计算B的中 心点位置与A的中心点位置间的距离H， 对H的数 值进行判断； S5、 在最大面积轮廓中找到最小的 旋转矩形C， S6、 对A进行多 边形近似处理， 并且获 取该近似多边形的边界顶点， 判断近似多边形的 边界顶点中的下端顶点是否均落在C的范围内。 本发明提供的垃圾桶位移监测方法， 相比于采用 人工实地巡检或者采用探头远程监控的方式， 可 以快速、 自动地判断垃圾桶的位置是否发生位 移， 极大的减少了 工作人员的工作负担 。 权利要求书1页 说明书3页 附图2页 CN 115115594 A 2022.09.27 CN 115115594 A 1.一种垃圾桶位移监测方法， 其特 征在于， 包括如下步骤： S1、 输入垃圾桶图片； S2、 对S1得到的图片进行分割处理， 分别得到垃圾桶的MASK图和区域线的MASK 图， 并 且分别记作A和B； S3、 获取A的轮廓特征， 判断A的面积S是否大于阈值Z， 如果S大于Z， 则说明图片内有垃 圾桶， 反之， 若S小于Z， 则表示垃圾桶发生了移位； S4、 当S大于Z的情况下， 再对B进行分析， 获取B的轮廓特征， 并计算B的中心点位置与A 的中心点位置间的距离H， 对H的数值进行判断， 若H满足预先设定的取值范围， 则说明得到 的B的轮廓为有效轮廓； S5、 对上一步得到的有效轮廓的面积进行排序， 找到最大面积轮廓数据， 并且在最大面 积轮廓中找到最小的旋转矩形C； S6、 对A进行多边形近似处理， 得到A的近似多边形， 并且获取该近似多边形的边界顶 点， 判断近似多边形的边界顶点中下端顶点是否落在C的范围内； 若下端顶点均落在C的范 围内， 则说明垃圾桶在指 定范围内， 反之， 只要有一个下端顶点落在C的范围外， 则表明垃圾 桶不在指定范围内。 2.根据权利要求1所述的垃圾桶位移监测方法， 其特征在于： 在步骤S1中， 输入的图片 为摄像头实时采集的图片。 3.根据权利要求1所述的垃圾桶位移监测方法， 其特征在于： 在步骤S2中， 利用Unet分 割算法对图片进行分割处 理。 4.根据权利要求1所述的垃圾桶位移监测方法， 其特征在于： 在步骤S3中， 通过OpenCV 获取A的轮廓， 在步骤S4中， 通过OpenCV获取B的轮廓， 以及获取A和B的中心点 位置。 5.根据权利要求1所述的垃圾桶位移监测方法， 其特征在于： 所述步骤S3 中， 阈值Z设定 为1000像素。 6.根据权利要求1所述的垃圾桶位移监测方法， 其特征在于， 所述步骤S4中， 所述H预先 设定的取值范围是： X 方向的距离小于 300像素， Y方向的距离大于 0像素。 7.根据权利要求1所述的垃圾桶位移监测方法， 其特征在于， 所述步骤S6中， 采用 Douglas‑Peucker算法实现对A的多边形近似处 理。 8.根据权利要求7所述的垃圾桶位移监测方法， 其特征在于， 所述步骤S6中， 通过 OpenCV获取A的多边形边界顶点。 9.根据权利要求8所述的垃圾桶位移监测方法， 其特征在于， 所述步骤S6中， 所述近似 多边形的边界顶点有4个， 其中上端顶点与下端顶点各有2个。 10.根据权利要求1所述的垃圾桶 位移监测方法， 其特征在于： 所述轮廓特征包括面积、 周长、 质心和边界框 。权　利　要　求　书 1/1 页 2 CN 115115594 A 2一种垃圾桶位移监测方 法 技术领域 [0001]本发明涉及环卫设备 管理技术领域， 具体涉及一种垃圾桶位移监测方法。 背景技术 [0002]随着经济社会发展、 城市规模扩大， 生活垃圾和工业垃圾也不断增加， 当今社会对 于垃圾的处理方法越来越重视， 一方面是要实现垃圾的无害化处理， 避免对环 境造成污染， 另一方面希望对垃圾尽可能地再生利用， 实现资源的可持续利用。 要实现前述目标， 对于垃 圾的集中收集是第一步； 而垃圾桶正是实现垃圾集中的最基础也是最重要的设施之一。 目 前， 垃圾桶在使用过程中， 特别是在一些公共场所， 一些垃圾桶的摆放位置是预先设计好 的， 只能放置于固定区域， 不能随意移动位置， 以免影响美观或对行人造成不便； 甚至有一 些垃圾桶的造型美观， 工艺及材料价值较高， 还容易出现被人盗走 的情况。 现有技术中， 对 于垃圾桶摆放位置及被盗情况的检查主要是通过工作人员进行定期实地巡查或者通过摄 像头远程监控， 实地巡查的方式耗时耗力， 成本较大， 而采用摄像头远程监控则需要工作人 员实时对摄像头传来的图像进行人工检查， 当监控的垃圾箱数量较多时， 工作人员长时间 工作后易 疲劳， 容易出现漏判或错判。 [0003]鉴于此， 本申请旨在提供一种可以对垃圾桶的位置进行监测的方法， 使用该方法 可以快速、 自动地判断垃圾桶的位置是否发生 位移， 减轻工作人员的工作量。 发明内容 [0004]本发明的目的是克服现有技术的上述不足而提供一种垃圾桶位移监测方法， 利用 方法可以快速、 自动地判断垃圾桶的位置是否发生 位移。 [0005]本发明的技 术方案是： 一种垃圾桶位移监测方法， 包括如下步骤： S1、 输入垃圾桶图片； S2、 对S1得到的图片进行分割处理， 分别得到垃圾桶的MASK图和区域线的MASK图， 并且分别记作A和B； S3、 获取A的轮廓特征， 判断A的面积S是否大于阈值Z， 如果S大于Z， 则说明图片内 有垃圾桶， 反 之， 若S小于Z， 则表示垃圾桶发生了移位； S4、 当S大于Z的情况下， 再对B进行分析， 获取B的轮廓特征， 得到B的中心点位置， 计算B的中心点位置与 A的中心点位置间的距离H， 对H的数值进 行判断， 若H满足预先设定的 取值范围， 则说明得到的B的轮廓为有效轮廓； S5、 对上一步得到的有效轮廓的面积进行排序， 找到最大面积轮廓数据， 并且在最 大面积轮廓中找到最小的旋转矩形C 。 [0006]S6、 对A进行多边形近似处理， 得到A的近似多边形， 并且获取该近似多边形的边界 顶点， 判断近似多边形的边界顶点中的下端顶点是否均落在C的范围内； 若下端顶点均落在 C的范围内， 则说明垃圾桶在指定范围内， 反之， 只要有一个下端顶点落在C的范围外， 则表 明垃圾桶不在指定范围内。说　明　书 1/3 页 3 CN 115115594 A 3