一种餐厨垃圾养殖类昆虫自动投放系统的制作方法

1.本发明涉及垃圾处理技术领域，尤其涉及一种餐厨垃圾养殖类昆虫自动投放系统。


背景技术：

2.厨余垃圾是指居民日常生活及食品加工、饮食服务、单位供餐等活动中产生的垃圾，包括丢弃不用的菜叶、剩菜、剩饭、果皮、蛋壳、茶渣、骨头等，其主要来源为家庭厨房、餐厅、饭店、食堂、市场及其他与食品加工有关的行业；自然界中，一些昆虫以餐厨垃圾等有机物为食，可以将食物高效地转化为自身营养物质，是自然界食物链中的重要一环，针对日益增多的餐厨垃圾，使用养殖昆虫进行处理无疑是环保无公害的有利手段，然后，餐厨垃圾也分为很多种，不同的昆虫的食谱也是不同的，如何针对不同种类的餐厨垃圾分配适合的昆虫处理是待解决的重要问题，因此，本发明提出一种餐厨垃圾养殖类昆虫自动投放系统以解决现有技术中存在的问题。


技术实现要素：

3.针对上述问题，本发明提出一种餐厨垃圾养殖类昆虫自动投放系统，该餐厨垃圾养殖类昆虫自动投放系统使得不同种类的餐厨垃圾适配不同种类的昆虫，优化垃圾处理和昆虫养殖的效果。
4.为实现本发明的目的，本发明通过以下技术方案实现：一种餐厨垃圾养殖类昆虫自动投放系统，包括控制模块和硬件系统，所述控制模块包括硬件总控模块、图像收集模块、图像识别模块、数据库和特征比对模块，所述硬件系统包括人机交互系统、昆虫养殖箱，垃圾收纳仓和ai摄像头；所述昆虫养殖箱分为若干个仓，每个仓内分别装有不同种类的昆虫；所述垃圾收纳仓连接餐厨垃圾输送带，收纳餐厨垃圾；所述ai摄像头配合图像收集模块用于拍摄收集餐厨垃圾的照片；所述图像识别模块用于对图像收集模块收集的照片进行处理，获得特征值；所述数据库储存有各种种类餐厨垃圾的图文数据以及特征值；所述特征对比模块用于比对图像识别模块获得的特征值与数据库中的数据，实时判断垃圾收纳仓内餐厨垃圾的种类；所述硬件总控模块根据特征对比模块判断的结论打开昆虫养殖箱不同仓放出适配餐厨垃圾的昆虫。
5.进一步改进在于：所述硬件总控模块为主控中心，所述图像收集模块、图像识别模块、数据库和特征比对模块的运算和程序均基于硬件总控模块，且硬件总控模块连接硬件系统和用于传递指令和收发数据。
6.进一步改进在于：所述图像收集模块包括储存器、图像预处理模块和记录模块，所述储存器用于储存ai摄像头拍摄的照片数据，所述图像预处理模块采用空域像素特征去噪
算法对ai摄像头拍摄的餐厨垃圾的照片进行降噪，所述记录模块用于对拍摄的照片进行时间数据记录并标记在各照片上。
7.进一步改进在于：所述图像识别模块包括图像特征提取模块、图像要素分析模块和特征数值化处理模块，所述图像特征提取模块用于对照片的色阶进行锐化，然后提取出照片中实物的形状、颜色和纹理特征。
8.进一步改进在于：所述图像要素分析模块用于对照片的特征进行滤波，并将其滤波提取的结果置于arcgis进行密度分析，确定图像的特征粗糙度数据和光谱色阶数据，所述特征数值化处理模块用于对特征粗糙度数据和光谱色阶数据进行二阶导数的求取，将图像的特征值转换为矢量数据。
9.进一步改进在于：所述数据库包括储存中心和网络搜索中心，所述网络搜索中心接入互联网用于搜索数据，所述储存中心包括各种种类餐厨垃圾的图文数据和各种种类的养殖昆虫数据，其中，各种种类餐厨垃圾的图文数据接入图像识别模块预先识别处理获得各种种类餐厨垃圾的特征值。
10.进一步改进在于：各种种类的养殖昆虫数据包括不同种类养殖昆虫的习性、食谱以及生长周期数据，其中，不同种类养殖昆虫的食谱存在重合，各种种类的养殖昆虫数据还包括针对不同种类养殖昆虫共存的影响性分析，用于判断重合食谱的不同养殖昆虫之间共同使用的可能性。
11.进一步改进在于：所述特征对比模块基于卷积神经网络，对图像识别模块转换的矢量数据进行检测，并与数据库中的特征值进行比对，确定餐厨垃圾的种类并发送结论给硬件总控模块，所述硬件总控模块接收结论后，接入数据库，筛选数据库中不同种类养殖昆虫的习性、食谱以及相互之间的共存可能性，以此来打开昆虫养殖箱相应的仓，放出所有适合处理该种类餐厨垃圾并互相可以共存的昆虫。
12.进一步改进在于：所述人机交互系统包括计算机和显示器，所述控制模块基于计算机运行，所述显示器用于显示ai摄像头拍摄的数据，且显示分析出的餐厨垃圾种类以及放出的养殖昆虫种类。
13.进一步改进在于：所述人机交互系统还包括日志记录模块，用于记录每阶段对餐厨垃圾的处理过程的分析数据，并提供指定时间查询功能，用于工作人员分析判断餐厨垃圾处理的准确性。
14.本发明的有益效果为：1、本发明拍摄收集垃圾收纳仓内餐厨垃圾的照片，利用图像识别模块对照片进行处理，获得特征值，通过数据库储存各种种类餐厨垃圾的图文数据以及特征值，通过特征对比模块比对所拍摄照片的特征值与数据库中的数据，判断垃圾收纳仓内餐厨垃圾的种类，通过硬件总控模块根据对比的结论打开昆虫养殖箱不同仓放出适配餐厨垃圾的昆虫，使得不同种类的餐厨垃圾适配不同种类的昆虫，优化垃圾处理和昆虫养殖的效果。
15.2、本发明数据库中还包括各种种类的养殖昆虫数据，具体包括不同种类养殖昆虫的习性、食谱以及生长周期数据，由于不同种类养殖昆虫的食谱存在重合，所以还需要判断重合食谱的不同养殖昆虫之间共同使用的可能性，在确定餐厨垃圾种类后，通过硬件总控模块接入数据库，筛选数据库中不同种类养殖昆虫的习性、食谱以及相互之间的共存可能性，以此放出所有适合处理该种类餐厨垃圾并互相可以共存的昆虫，方便多种昆虫合作处
理，提高垃圾处理效率，同时也不会损伤昆虫。
16.3、本发明利用人机交互系统记录每阶段对餐厨垃圾的处理过程的分析数据，并提供指定时间查询功能，用于工作人员分析判断餐厨垃圾处理的准确性，保证系统正常运行，功能多样化。
附图说明
17.图1为本发明的组成示意图。
具体实施方式
18.为了加深对本发明的理解，下面将结合实施例对本发明做进一步详述，本实施例仅用于解释本发明，并不构成对本发明保护范围的限定。
19.实施例一根据图1所示，本实施例提出了一种餐厨垃圾养殖类昆虫自动投放系统，包括控制模块和硬件系统，所述控制模块包括硬件总控模块、图像收集模块、图像识别模块、数据库和特征比对模块，所述硬件系统包括人机交互系统、昆虫养殖箱，垃圾收纳仓和ai摄像头；所述昆虫养殖箱分为若干个仓，每个仓内分别装有不同种类的昆虫；所述垃圾收纳仓连接餐厨垃圾输送带，收纳餐厨垃圾；所述ai摄像头配合图像收集模块用于拍摄收集餐厨垃圾的照片；所述图像识别模块用于对图像收集模块收集的照片进行处理，获得特征值；所述数据库储存有各种种类餐厨垃圾的图文数据以及特征值；所述特征对比模块用于比对图像识别模块获得的特征值与数据库中的数据，实时判断垃圾收纳仓内餐厨垃圾的种类；所述硬件总控模块根据特征对比模块判断的结论打开昆虫养殖箱不同仓放出适配餐厨垃圾的昆虫。
20.本发明拍摄收集垃圾收纳仓内餐厨垃圾的照片，利用图像识别模块对照片进行处理，获得特征值，通过数据库储存各种种类餐厨垃圾的图文数据以及特征值，通过特征对比模块比对所拍摄照片的特征值与数据库中的数据，判断垃圾收纳仓内餐厨垃圾的种类，通过硬件总控模块根据对比的结论打开昆虫养殖箱不同仓放出适配餐厨垃圾的昆虫，使得不同种类的餐厨垃圾适配不同种类的昆虫，优化垃圾处理和昆虫养殖的效果。
21.实施例二根据图1所示，本实施例提出了一种餐厨垃圾养殖类昆虫自动投放系统，所述硬件总控模块为主控中心，所述图像收集模块、图像识别模块、数据库和特征比对模块的运算和程序均基于硬件总控模块，且硬件总控模块连接硬件系统和用于传递指令和收发数据。
22.所述图像收集模块包括储存器、图像预处理模块和记录模块，所述储存器用于储存ai摄像头拍摄的照片数据，所述图像预处理模块采用空域像素特征去噪算法对ai摄像头拍摄的餐厨垃圾的照片进行降噪，降噪通过mqtt、tcp、http、udp和webservices协议来兼容文本、pdf、图像文件，所述记录模块用于对拍摄的照片进行时间数据记录并标记在各照片上。
23.所述图像识别模块包括图像特征提取模块、图像要素分析模块和特征数值化处理
模块，所述图像特征提取模块用于对照片的色阶进行锐化，然后提取出照片中实物的形状、颜色和纹理特征。通过符号化来增强图像显视效果。
24.所述图像要素分析模块用于对照片的特征进行滤波，并将其滤波提取的结果置于arcgis进行密度分析，确定图像的特征粗糙度数据和光谱色阶数据，所述特征数值化处理模块用于对特征粗糙度数据和光谱色阶数据进行二阶导数的求取，将图像的特征值转换为矢量数据，具体为：在envi idl中编写二阶导数运算算法，增强图像的特征值，二阶导数的算法为：deriv(deriv( reform(float(slice[* ,s])))，s代表光谱spectral，在envi idl中输入二阶导数公式y"=d
²
y/dx
²
，并编程完成对图像的二阶导数计算，然后使用overlay的逻辑分析方法，将图像的特征值转换为矢量数据。
[0025]
所述数据库包括储存中心和网络搜索中心，所述网络搜索中心接入互联网用于搜索数据，所述储存中心包括各种种类餐厨垃圾的图文数据和各种种类的养殖昆虫数据，其中，各种种类餐厨垃圾的图文数据包括菜叶、剩菜、剩饭、果皮、蛋壳、茶渣、骨头的图文数据，且该图文数据接入图像识别模块预先识别处理各种种类餐厨垃圾的特征值。
[0026]
本发明拍摄收集垃圾收纳仓内餐厨垃圾的照片，利用图像识别模块对照片进行处理，获得特征值，通过数据库储存各种种类餐厨垃圾的图文数据以及特征值，通过特征对比模块比对所拍摄照片的特征值与数据库中的数据，判断垃圾收纳仓内餐厨垃圾的种类，通过硬件总控模块根据对比的结论打开昆虫养殖箱不同仓放出适配餐厨垃圾的昆虫，使得不同种类的餐厨垃圾适配不同种类的昆虫，优化垃圾处理和昆虫养殖的效果。
[0027]
各种种类的养殖昆虫数据包括不同种类养殖昆虫的习性、食谱以及生长周期数据，其中，不同种类养殖昆虫的食谱存在重合，各种种类的养殖昆虫数据还包括针对不同种类养殖昆虫共存的影响性分析，用于判断重合食谱的不同养殖昆虫之间共同使用的可能性。
[0028]
所述特征对比模块基于tensorflow和pytorch平台以卷积神经网络，对图像识别模块转换的矢量数据进行检测，并与数据库中的特征值进行比对，确定餐厨垃圾的种类并发送结论给硬件总控模块，所述硬件总控模块接收结论后，接入数据库，筛选数据库中不同种类养殖昆虫的习性、食谱以及相互之间的共存可能性，以此来打开昆虫养殖箱相应的仓，放出所有适合处理该种类餐厨垃圾并互相可以共存的昆虫。
[0029]
本发明数据库中还包括各种种类的养殖昆虫数据，具体包括不同种类养殖昆虫的习性、食谱以及生长周期数据，由于不同种类养殖昆虫的食谱存在重合，所以还需要判断重合食谱的不同养殖昆虫之间共同使用的可能性，在确定餐厨垃圾种类后，通过硬件总控模块接入数据库，筛选数据库中不同种类养殖昆虫的习性、食谱以及相互之间的共存可能性，以此放出所有适合处理该种类餐厨垃圾并互相可以共存的昆虫，方便多种昆虫合作处理，提高垃圾处理效率，同时也不会损伤昆虫。
[0030]
实施例三根据图1所示，本实施例提出了一种餐厨垃圾养殖类昆虫自动投放系统，所述人机交互系统包括计算机和显示器，所述控制模块基于计算机运行，所述显示器用于显示ai摄像头拍摄的数据，且显示分析出的餐厨垃圾种类以及放出的养殖昆虫种类。
[0031]
所述人机交互系统还包括日志记录模块，用于记录每阶段对餐厨垃圾的处理过程的分析数据，并提供指定时间查询功能，用于工作人员分析判断餐厨垃圾处理的准确性。
[0032]
本发明利用人机交互系统记录每阶段对餐厨垃圾的处理过程的分析数据，并提供指定时间查询功能，用于工作人员分析判断餐厨垃圾处理的准确性，保证系统正常运行，功能多样化。
[0033]
以上显示和描述了本发明的基本原理、主要特征和优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是说明本发明的原理，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。