基于机器视觉的垃圾智能分类系统应用.docx

摘 要 机器视觉是用计算机来对图像产生认知，使得计算机可以对图像数据产生辨识的能力。物体图像数据产生辨识的能力是机器视觉的一个重要的应用基础，是机器自动化和人工智能的基础。目前机器视觉已经广泛的应用在工业生产上了,而且正在向其他的领域扩展，例如自动驾驶，垃圾分类，垃圾处理等等。本文所叙述的就是机器视觉在垃圾识别和垃圾分类垃圾处理上的利用和设计。其研究的核心技术就是物体识别。这是我们的研究目标，也是一个核心技术问题。图像的识别可以采用自动学习深入学习的方法。使用什么平台使用什么系统，使用什么的技术来深入学习，是我们要构成的学的目标,而物体图像识别研究为进一步的应用领域打下基础,为实用做出一个有广泛借鉴意义的实际用途的范例。 关键词：机器视觉；自动学习；人工智能；垃圾分类  目 录 TOC \o 1-3 \h \u 20815 1 绪论 1 20539 1.1 研究背景和意义 1 25776 1.2 研究现状 1 4753 1.2.1 垃圾分类简单如下 1 10850 1.2.2 机器视觉 2 5382 1.2.3 目标识别与分类技术 2 15234 1.2.4 智能分类垃圾桶 2 24258 1.3 研究创新点 2 4890 2 基于机器视觉的分类垃圾桶方案设计 3 13628 2.1 垃圾分类标准 3 1289 2.2 总体方案 3 22518 2.2.1 自动分类系统设计要求 3 10599 2.2.2 系统构成 4 25307 2.3 硬件设计 4 18395 2.3.1 主板选型 4 21689 2.3.2 机器视觉摄像选型 4 27315 2.3.3 光源选型 5 25207 2.4 软件开发环境 5 16328 2.4.1 环境搭建 5 17642 2.4.2 数据采集与训练 5 24193 3 图像采集装置设计及图像采集 9 29712 3.1 图像采集装置功能 9 16157 3.2 图像采集装置设计 9 30970 4 基于机器学习的系统模型 10 32713 4.1 垃圾识别模型 10 16277 4.2 功能软件设计 10 28482 4.3 微信小程序设计 11 3190 5 智能分类垃圾桶设计开发与应用 12 16085 5.1 智能垃圾桶整体设计方案 12 9477 5.2 智能垃圾桶分类结构设计 13 13393 6 主要创新点 14 10393 7 结 语 15 16918 参考文献 16 22817 致 谢 17 PAGE PAGE 1 1 绪论 1.1 研究背景和意义 随着中国城市化的发展，商业化和大规模人口聚集化的效应。其消耗的资源也越来越多的情况下，同时产生的生活垃圾，工业垃圾也越来越多。包装行业及过度包装对产品的外观以及包装的要求也越来越高，易产生的包装垃圾，也是随之增长水涨船高。在大量丢弃和废弃的垃圾中，可回收再利用的部分也是越来越多为绿色地球环境保护提出了一个重大的课题。垃圾分类回收再利用的规则规定早就有出台并且进行实施和使用，但是鉴于实际情况及可执行力度不尽其人意。如何让垃圾能自动归类，成为了我们目前急需解决的一大实际问题。本文所探讨的方法是将垃圾分类的自动化小型化[1]。由多层神经网络及分拣系统组成，视觉系统用于获取物品的视觉图像，进行智能垃圾分类处理。为缓解当前我国垃圾围城的情况，响应国家提倡垃圾分类的号召，本文介绍了一种基于深度学习的智能分类垃圾桶。本智能分类垃圾桶主要由机器视觉图像识别模块、分类传动送达模块、垃圾存储检查是否满出模块和播放显示目前达到多少量模块组成，可以对不同生活垃圾进行分类和存储[2]。 1.2 研究现状 目前关于机器视觉，在垃圾自动分类方式上的利用上仍处在起步阶段。在垃圾分类规则的前提下，实行各种基于机器视觉的应用状态。所以首先就要对垃圾目前垃圾分类的方法有一个详细和明确的了解。 1.2.1 垃圾分类简单如下 （1）可回收物　 （2）其它垃圾（干垃圾）　 （3）厨余垃圾（湿垃圾） （4）有害垃圾 1.2.2 机器视觉 机器视觉（Machine Vision、MV）是配备有感测视觉仪器机器，这种机器主要的组成部分是相机总成和驱动软件，其中主要功能是判断并选择出物体等，应用在垃圾自动分类与选择上就是使用了计算机视觉中对物体的判断与选择的功能[3]。 1.2.3 目标识别与分类技术 1.目标检测: 对于一幅图像，确定图像中目标的位置、大小以及类别。 2.目标识别:对于一幅图像中的物体，在确定其类别的基础上，进一步确定目标。 3.目标分类:对于一幅图像(其中包含一个主要的对象)，确定该幅图像是哪一个类