【技術實現步驟摘要】
本專利技術涉及城市環境維護，尤其涉及一種城市道路清掃質量評價方法、裝置及存儲介質。
技術介紹
1、隨著城市化進程的快速發展，城市人口密度增加，城市道路的清潔與維護工作變得尤為重要。然而，目前的城市道路清掃保潔工作主要依賴人工，在清掃完成后，傳統清掃質量評價方法主要依賴人工觀察和簡單測量，主觀性強，缺乏科學性，評價準確度低，難以全面、客觀地反映清掃保潔工作的實際效果。
2、綜上，相關技術中存在的技術問題有待得到改善。
技術實現思路
1、本專利技術實施例提供了一種城市道路清掃質量評價方法、裝置及存儲介質，有效地提高了準確度。
2、一方面，本專利技術實施例提供了一種城市道路清掃質量評價方法，包括以下步驟：
3、獲取清掃后的城市道路圖像；
4、對所述城市道路圖像進行預處理，得到目標道路圖像；
5、對所述目標道路圖像進行特征提取處理，得到目標特征，所述目標特征包括邊緣特征、角點特征、紋理特征、顏色特征或形狀特征；
6、根據所述目標特征，對所述目標道路圖像進行分類識別處理，得到道路垃圾類型、道路垃圾數量和道路垃圾分布信息；
7、根據所述目標道路圖像和清掃前道路圖像，計算峰值信噪比和結構相似性指數；
8、根據所述道路垃圾類型、所述道路垃圾數量、所述道路垃圾分布信息、所述峰值信噪比和所述結構相似性指數，進行清掃質量評價，得到清掃質量評價結果。
9、在一些實施例中，所述對所述城市道路圖像進行預
10、利用高斯濾波或中值濾波對所述城市道路圖像進行去噪處理，得到第一道路圖像；
11、利用直方圖均衡化對所述第一道路圖像進行對比度增強處理，得到第二道路圖像；
12、對所述第二道路圖像進行尺寸標準化處理，得到第三道路圖像；
13、對所述第三道路圖像進行歸一化處理，得到所述目標道路圖像。
14、在一些實施例中，所述對所述目標道路圖像進行特征提取處理，得到目標特征，包括：
15、利用預設圖像分割法對所述目標道路圖像進行圖像分割，得到分割圖像，使得所述分割圖像中的路面和道路垃圾分離，所述預設圖像分割法包括閾值分割或區域生長；
16、利用預設邊緣檢測法從所述分割圖像中提取所述邊緣特征；
17、利用預設角點檢測法從所述分割圖像中提取所述角點特征；
18、利用灰度共生矩陣從所述分割圖像中提取所述紋理特征。
19、在一些實施例中，所述根據所述目標特征，對所述目標道路圖像進行分類識別處理，得到道路垃圾類型、道路垃圾數量和道路垃圾分布信息，包括：
20、根據所述目標特征，利用預設目標檢測法對所述目標道路圖像進行目標檢測，得到道路垃圾檢測結果，所述道路垃圾檢測結果包括目標道路垃圾對象、道路垃圾位置信息或道路垃圾覆蓋信息；
21、利用支持向量機或卷積神經網絡對所述目標道路垃圾對象進行分類，得到分類結果；
22、利用非極大值抑制對所述分類結果進行后處理，得到所述道路垃圾類型；
23、根據所述目標道路垃圾對象和所述道路垃圾位置信息，計算所述道路垃圾數量；
24、根據所述目標道路垃圾對象、所述道路垃圾位置信息、所述道路垃圾覆蓋信息和所述道路垃圾類型，計算所述道路垃圾分布信息。
25、在一些實施例中，所述根據所述目標道路圖像和清掃前道路圖像，計算峰值信噪比和結構相似性指數，包括：
26、根據所述目標道路圖像和所述清掃前道路圖像，計算均方誤差；
27、根據所述均方誤差和圖像最大像素值，計算所述峰值信噪比；
28、根據所述目標道路圖像和所述清掃前道路圖像，計算圖像協方差；
29、根據所述目標道路圖像，計算清掃后圖像均值和清掃后圖像方差；
30、根據所述清掃前道路圖像，計算清掃前圖像均值和清掃前圖像方差；
31、根據所述圖像協方差、所述清掃后圖像均值、所述清掃后圖像方差、所述清掃前圖像均值、所述清掃前圖像方差和小常數，計算所述結構相似性指數。
32、在一些實施例中，所述根據所述道路垃圾類型、所述道路垃圾數量、所述道路垃圾分布信息、所述峰值信噪比和所述結構相似性指數，進行清掃質量評價，得到清掃質量評價結果，包括：
33、根據所述道路垃圾類型、所述道路垃圾數量和所述道路垃圾分布信息，計算第一清潔度；
34、根據所述峰值信噪比和預設信噪比閾值，計算第二清潔度；
35、根據所述結構相似性指數和預設相似性閾值，計算第三清潔度；
36、根據所述第一清潔度、所述第二清潔度和所述第三清潔度，計算所述清掃質量評價結果。
37、在一些實施例中，所述方法還包括：
38、根據所述清掃質量評價結果，從待選取清掃方式中選取一項清掃方式作為目標清掃方式，所述待選取清掃方式包括機械化清掃、吸塵清掃、高壓水槍沖洗、分類清掃、周期性清掃、重點區域清掃、夜間清掃、天氣適應性清掃、智能路徑規劃清掃、多模式清掃、自主導航清掃、交互式清掃、環保型清掃和定制化清掃；
39、根據所述清掃質量評價結果、累積數據和所述目標清掃方式，生成清掃策略，所述累積數據包括歷史清掃數據、環境數據、交通流量數據、垃圾類型及分布數據、清掃設備狀態數據、市民反饋數據或模型預測數據。
40、本專利技術所具有的有益效果如下：
41、本專利技術實施例首先獲取城市道路圖像，并進行預處理，得到目標道路圖像，然后對目標道路圖像進行特征提取處理，得到目標特征，并根據目標特征，對目標道路圖像進行分類識別處理，得到道路垃圾類型、道路垃圾數量和道路垃圾分布信息，再根據目標道路圖像和清掃前道路圖像，計算峰值信噪比和結構相似性指數，最后根據道路垃圾類型、道路垃圾數量、道路垃圾分布信息、峰值信噪比和結構相似性指數，進行清掃質量評價，得到清掃質量評價結果，從而能夠通過分析道路垃圾數據來實現清掃質量評價，進而提高了準確度。
42、另一方面，本專利技術實施例提供了一種城市道路清掃質量評價裝置，包括：
43、移動模塊，所述移動模塊用于調整裝置位置；
44、清掃保潔模塊，所述清掃保潔模塊用于在調整裝置位置后對城市道路進行清掃；
45、圖像采集模塊，所述圖像采集模塊用于對清掃后的所述城市道路進行圖像采集，得到城市道路圖像；
46、圖像處理模塊，所述圖像處理模塊用于根據所述城市道路圖像，生成清掃質量評價結果；
47、顯示模塊，所述顯示模塊用于顯示所述清掃質量評價結果；
48、控制模塊，所述控制模塊用于控制所述清掃保潔模塊和所述圖像采集模塊的運行狀態；
49、電源模塊，所述電源模塊用于提供工作電源。
50、在一些實施例中，所述清掃保潔模塊包括：
51、清掃機械子模塊，所述清掃本文檔來自技高網...
【技術保護點】
1.一種城市道路清掃質量評價方法，其特征在于，包括以下步驟：
2.根據權利要求1所述的方法，其特征在于，所述對所述城市道路圖像進行預處理，得到目標道路圖像，包括：
3.根據權利要求1所述的方法，其特征在于，所述對所述目標道路圖像進行特征提取處理，得到目標特征，包括：
4.根據權利要求1所述的方法，其特征在于，所述根據所述目標特征，對所述目標道路圖像進行分類識別處理，得到道路垃圾類型、道路垃圾數量和道路垃圾分布信息，包括：
5.根據權利要求1所述的方法，其特征在于，所述根據所述目標道路圖像和清掃前道路圖像，計算峰值信噪比和結構相似性指數，包括：
6.根據權利要求1所述的方法，其特征在于，所述根據所述道路垃圾類型、所述道路垃圾數量、所述道路垃圾分布信息、所述峰值信噪比和所述結構相似性指數，進行清掃質量評價，得到清掃質量評價結果，包括：
7.根據權利要求1所述的方法，其特征在于，所述方法還包括：
8.一種城市道路清掃質量評價裝置，其特征在于，包括：
9.根據權利要求8所述的裝置，其特征在于，
10.一種計算機可讀存儲介質，所述計算機可讀存儲介質存儲有計算機程序，其特征在于，所述計算機程序被處理器執行時實現如權利要求1-7中任一項所述的方法。
...【技術特征摘要】
1.一種城市道路清掃質量評價方法，其特征在于，包括以下步驟：
2.根據權利要求1所述的方法，其特征在于，所述對所述城市道路圖像進行預處理，得到目標道路圖像，包括：
3.根據權利要求1所述的方法，其特征在于，所述對所述目標道路圖像進行特征提取處理，得到目標特征，包括：
4.根據權利要求1所述的方法，其特征在于，所述根據所述目標特征，對所述目標道路圖像進行分類識別處理，得到道路垃圾類型、道路垃圾數量和道路垃圾分布信息，包括：
5.根據權利要求1所述的方法，其特征在于，所述根據所述目標道路圖像和清掃前道路圖像，計算峰值信噪比和結構相似性指數，...
【專利技術屬性】
技術研發人員：劉明惠，劉爽，熊和金，
申請(專利權)人：武漢誠源電氣工程有限公司，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。