基于机器视觉识别的智能垃圾分类系统的设计与实现作者：张沛轩 李家杨 陈缔 罗锦雄 蔡永康 许钟煌来源：《科技创新导报》2021年第20期 棒材矫直机
摘 要：随着经济的迅猛发展和人们对工业产品需求的急速增加，生活垃圾规模急剧扩大，因此，垃圾处理已经成为现有城市管理中不可或缺的组成部分。为解决现阶段传统垃圾分类方式带来的劳动力和其他社会资源浪费问题，本文设计了基于计算机视觉识别的智能化垃圾识别分类系统。该系统通过带有垃圾识别算法的上位机和带喷气头的分拣传送带两部分所实现。 关键词：机器视觉识别 智能垃圾分类 系统设计实现 信息技术
中图分类号：TP393 文献标识码：A 文章编号：1674-098X（2021）07（b）-0076-03
Design and Implementation of Intelligent Waste Classification System Based on Machine Vision Recognition
锌丝 ZHANG Peixuan1 LI Jiayang1 CHEN Di2* LUO Jinxiong1 CAI Yongkang1 XU Zhonghuang1
（1.Foshan University of Science and Technology， Foshan， Guangdong Province， 528225 China;2.Foshan （South China） New Materials Research Institute， Foshan，Guangdong Province， 528010 china）
Abstract： With the fast development of economy and the rapid increase of people's demand for industrial products， the scale of domestic waste is greatly expanded. Therefore， waste treatment has become an indispensable part of urban management. In order to solve the waste of labor and other social resources caused by the existing trad
itional waste classification， an intelligent waste identification and classification system based on computer vision recognition is designed and provided. The system is realized by host computer with garbage identification algorithm and sorting conveyor belt with jet head.汽车座套广告
Key Words： Machine vision recognition; Intelligent waste classification; Design and implementation of system; Information technology
基于CNN卷積神经网络的可回收垃圾的识别算法，搭建了检测模型与识别模型，对传送带上的垃圾进行识别处理，识别速度快，准确率高，适合应用于垃圾分类领域中，具有大量学习数据样本供神经网络进行训练。分拣系统采用喷气头和传送带结构，根据识别结果，流水线作业对可回收垃圾进行分拣处理，提高分拣速度，降低部署难度与应用成本。系统通过简洁的垃圾识别算法上位机部分和垃圾分拣带部分就实现了垃圾识别、智能分类、自动分拣的功能，很好地为新时代的垃圾分类提供了一种更加高效和智能的方式。
在人们的日常生活中，不可避免地都会产生大量的垃圾，如果不对这些垃圾进行有效的处理，将会极大地影响人们的生活环境，甚至对人们的身体健康造成极大的威胁。尤其
是城市生活垃圾种类非常多，包含了金属、塑料、玻璃、陶瓷、厨余垃圾及砖瓦渣土等多种垃圾，这更是增加了城市生活垃圾处理的难度和成本。
我国大多数城市生活垃圾采用传统的“集中混合收集-集中运输-集中处理”的模式，这种粗放的处理模式大大忽略了垃圾中的可回收成分，而且增加了垃圾的处理量和处理难度，造成了巨大的物质、人力、土地资源的浪费。国外城市垃圾资源化已进入综合利用阶段，其资源化利用率已在60%以上，而我国尚不到5%。因此，设计基于机器视觉的智能垃圾分类系统，希望从根源上解决生活垃圾的前期分类问题。
1 整体设计
智能垃圾分类系统主要由两部分组成，分别为垃圾识别系统和喷气分拣控制系统。总体设计图如图1所示。
调整垫铁 设计在垃圾投放阶段就对于垃圾进行分类，不仅提高垃圾回收效率，收回垃圾中有价值的资源，同时避免了由于垃圾统一收集后处理难度的增加，降低人力资源成本，实现在源头处对垃圾进行自动化、智能化、绿化分类处理。
该系统由基于STM32控制的喷气式分拣系统与基于CNN神经网络模型的嵌入式系统的垃圾识别系统[1]组成。其中基于STM32控制的喷气式分拣系统包括喷气和流水线两个部分，分别是抓取垃圾和传送待识别目标功能。基于CNN神经网络模型的嵌入式系统的垃圾识别系统则是基于嵌入式机器视觉设计的，“嵌入式视觉”是指在嵌入式系统中使用计算机视觉技术。在识别系统中，高分辨摄像头对传送带的垃圾进行图像采集工作，所采集到图像作为输入信号传入CNN视觉神经网络模型中，模型输出垃圾识别结果并通过USART通讯协议将识别结果数据发送到下位机中，分拣控制单元中STM32主控芯片通过USART接收到识别结果后，根据垃圾类型不同，创建对应分类任务，STM32中任务调度模块程序能够进行多任务处理，即多垃圾在传送带上时，能控制两侧喷气系统从而对垃圾进行精准分拣[2]。
2 垃圾识别分类系统部分
2.1 垃圾识别分类系统硬件部分
直接染料 如图2所示为图像采集装置OpenMV模块，该模块搭载了STM32H743II（ARM Cortex M7 处理器），主频480MHz，1MB RAM，2MB flash。在QVGA图像采集模式（320×240）
及以下的分辨率时，大多数算法可以运行（25～50）FPS。高性能的嵌入式MCU能够提供快速、高质量的图像采集效率，适合用于嵌入式机器视觉中图像采集[3-4]。
小便冲洗阀 2.2 垃圾识别分类系统算法部分
搭建基于CNN卷积神经网络算法-VGGNet网络架构的垃圾识别模型和训练模型，对所用于分类的垃圾搭建图片数据库，用于训练识别神经网络。训练好的模型经过测试后，完成相关指标能够直接投入垃圾分类识别工作中[5-6]。因此，相比于其他网络模型，该方法具有高效部署的特点。CNN-VGG网络架构示意图如图3所示。
3 喷气分拣控制系统部分
