买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉浙江大学湖州研究院;浙江大学申请的专利基于机器视觉的生活垃圾智能分拣系统及其方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN120001667B 。

龙图腾网通过国家知识产权局官网在2025-08-22发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510491816.7，技术领域涉及：B07C5/34；该发明授权基于机器视觉的生活垃圾智能分拣系统及其方法是由项基;陈雨虹;丁裕哲;沈会良;余俊辰;胡建欣;陈吉敏设计研发完成，并于2025-04-18向国家知识产权局提交的专利申请。

本基于机器视觉的生活垃圾智能分拣系统及其方法在说明书摘要公布了：本申请涉及垃圾分类技术领域，其具体地公开了一种基于机器视觉的生活垃圾智能分拣系统及其方法，其利用RGB相机和高光谱相机同步采集垃圾的彩色图像与高光谱图像，并对图像进行预处理后通过图像分割算法分离出图像中的垃圾目标区域；随后，分别从彩色图像中提取垃圾的颜色、纹理等视觉特征，从高光谱图像中提取垃圾的光谱反射特征，并进一步通过对垃圾的视觉特征和光谱反射特征进行特征集成学习，以捕捉到更深层次的垃圾目标特征信息，从而在此基础上智能预测垃圾类别并驱动分拣机构完成自动化分拣。该方法通过充分利用高光谱数据的高维信息与彩色图像的直观特征，显著提高了垃圾分拣的适应性与鲁棒性，适用于复杂场景下的实时垃圾分类任务。

本发明授权基于机器视觉的生活垃圾智能分拣系统及其方法在权利要求书中公布了：1.一种基于机器视觉的生活垃圾智能分拣方法，其特征在于，包括： 利用RGB相机和高光谱相机分别采集垃圾的彩色图像和高光谱图像； 从所述垃圾的彩色图像和高光谱图像分别提取垃圾目标特征以得到垃圾目标图像特征和垃圾目标光谱特征； 对所述垃圾目标光谱特征和所述垃圾目标图像特征进行特征集成学习以得到垃圾目标光谱-图像集成编码特征，其中，对所述垃圾目标光谱特征和所述垃圾目标图像特征进行特征集成学习包括：对所述垃圾目标光谱特征和所述垃圾目标图像特征进行基于局部特征相似性的动态搜索对齐以及协同感知以得到所述垃圾目标光谱-图像集成编码特征； 基于所述垃圾目标光谱-图像集成编码特征，确定垃圾类别预测结果； 基于所述垃圾类别预测结果，驱动分拣执行机构将垃圾目标分拣到对应的垃圾桶或传送带； 其中，对所述垃圾目标光谱特征和所述垃圾目标图像特征进行基于局部特征相似性的动态搜索对齐以及协同感知以得到所述垃圾目标光谱-图像集成编码特征，包括： 对所述垃圾目标光谱特征和所述垃圾目标图像特征进行特征解耦以得到垃圾目标光谱局部特征编码矩阵的集合和垃圾目标图像局部特征编码矩阵的集合； 对所述垃圾目标光谱局部特征编码矩阵的集合和所述垃圾目标图像局部特征编码矩阵的集合进行特征动态搜索对齐以得到相位对齐{垃圾目标光谱局部特征编码矩阵，垃圾目标图像局部特征编码矩阵}特征对的集合； 对所述相位对齐{垃圾目标光谱局部特征编码矩阵，垃圾目标图像局部特征编码矩阵}特征对的集合进行自适应联合感知聚合以得到垃圾目标光谱-图像集成编码特征图作为所述垃圾目标光谱-图像集成编码特征，包括：将所述相位对齐{垃圾目标光谱局部特征编码矩阵，垃圾目标图像局部特征编码矩阵}特征对的集合中的各个相位对齐{垃圾目标光谱局部特征编码矩阵，垃圾目标图像局部特征编码矩阵}特征对输入特征联合感知注意力网络以得到垃圾目标光谱-图像特征联合感知注意力权重的集合；基于所述垃圾目标光谱-图像特征联合感知注意力权重的集合，对所述相位对齐{垃圾目标光谱局部特征编码矩阵，垃圾目标图像局部特征编码矩阵}特征对的集合进行基于注意力驱动的显著聚合以得到所述垃圾目标光谱-图像集成编码特征图。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人浙江大学湖州研究院;浙江大学，其通讯地址为：313001 浙江省湖州市吴兴区西塞山路819号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。