基于计算机视觉的垃圾识别分拣系统
Garbage Recognition and Sorting System Based on Computer Vision
DOI: 10.12677/CSA.2023.136130, PDF,    科研立项经费支持
作者: 苏洇如：珠海科技学院阿里云大数据应用学院，广东 珠海；尚泳龙：珠海科技学院航空工程学院，广东 珠海；陈心卉, 吕晓丹：珠海科技学院物流管理与工程学院，广东 珠海；杨喻晴：珠海科技学院金融与贸易学院，广东 珠海
关键词: 计算机视觉；人工智能；垃圾分类；环境保护；Computer Vision； Artificial Intelligence； Waste Separation； Environmental Protection
摘要: 在垃圾分类政策逐步推广的背景下，以智能科技为支撑，垃圾分类过程中的辅助性人工智能产品大量涌现。本文梳理了国内外的垃圾分类现状，其中包括当前国家全面推行生活垃圾分类政策、垃圾分类在收集环节的技术局限和对垃圾清运处理环节的研发投入少等问题。通过对国内外相关文献总结分析，面向绿色环保设计了基于计算机视觉的垃圾识别分拣系统，分析了人工智能在垃圾分类领域的应用，构建了采用OpenCV实现背景差分算法和采用YOLOv3算法的计算机视觉分类技术方案。系统能够有效提高垃圾清运的时间和路径，减轻人工垃圾清除回收的工作量，减少垃圾清运的人工成本，为智能垃圾回收分类提供强大的助力。
Abstract: In the context of the gradual promotion of waste separation policies, a large number of auxiliary artificial intelligence products for the waste separation process have emerged, supported by intelligent technology. This paper compares the current situation of waste classification at home and abroad, and addresses the current problems of comprehensive national policy on domestic waste classification, the technical limitations of waste classification in the collection process and the low investment in the research and development of waste removal and treatment. By summarising and analysing the relevant literature at home and abroad, a computer vision-based waste recognition and sorting system is designed for green environmental protection, and the application of artificial intelligence in the field of waste classification is analysed, and a computer vision sorting technology solution using OpenCV to implement the background difference algorithm and the YOLOv3 algo-rithm is constructed. The system can effectively improve the time and path of waste removal, re-duce the workload of manual waste removal and recycling, reduce the labour cost of waste removal, and provide a powerful aid to intelligent waste recycling and classification.
文章引用：苏洇如, 尚泳龙, 陈心卉, 吕晓丹, 杨喻晴. 基于计算机视觉的垃圾识别分拣系统[J]. 计算机科学与应用, 2023, 13(6): 1321-1332. https://doi.org/10.12677/CSA.2023.136130

参考文献

[1] 彭志勇, 龙虎. 人工智能背景下量子机器学习算法的概论[J]. 信息与电脑(理论版), 2020, 32(4): 39-40+43.
[2] 马晗旭, 刘忠富, 刘子洋, 赵宏宇. 太阳能供电的智能垃圾分类处理系统设计[J]. 自动化与仪表, 2020, 35(8): 11-15+20.
[3] 孟稳, 冀凯洋. 基于Arduino的家用智能垃圾桶设计[J]. 工业控制计算机, 2020, 33(4): 121-122+135.
[4] 徐智, 袁新雅, 武宇, 等. 智能分拣垃圾桶[J]. 自动化博览, 2018(z1): 45-47.
[5] Elfasakhany, A. and Arrieta, A. (2001) Design and Development of an Autonomous Trash Sorting System. G. J. P&A Sc and Tech, 1, 56-64.
[6] 刘珂, 刁鹏飞, 陈颖, 胡海洋, 田洪岳, 蒋顺勇. 一种新型智能垃圾桶的设计[J]. 科技创新与生产力, 2022(10): 92-94.
[7] 陈冬君. 基于物联网的城市生活垃圾分类回收系统设计研究[D]: [硕士学位论文]. 青岛: 青岛大学, 2021.[CrossRef] 
[8] 徐锐, 陈敏谊, 刘美红, 郑丽莎, 杨雯. 人工智能在垃圾分类中的应用[J]. 品牌与标准化, 2022(1): 107-109.
[9] 张雨康, 蔡威, 陈文浩, 刘梦琦, 唐梦瑶. 智能垃圾分类系统研究文献综述[J]. 中国设备工程, 2020(9): 31-33.
[10] 沈婧旸, 马昕雨, 乔淑云, 朱晓曼, 周子钰. 基于图像识别技术的在校垃圾智能分类[J]. 科技风, 2022(4): 17-19.
[11] 胡莎莎, 张菏潇. 我国城市生活垃圾分类困境及对策研究[J]. 法制与社会, 2019(3): 137-138.
[12] 王泗通. 人工智能应用的社会风险及其治理——基于垃圾分类智能化实践的思考[J]. 江苏社会科学, 2022(5): 108-116.
[13] 项田甜. 城市环卫工人面临的困境和解决途径[J]. 绿色科技, 2019(12): 283-284.
[14] 梁蕊, 陈冠益, 颜蓓蓓, 孙昱楠, 陶俊宇. 城市生活垃圾智能分类技术研究与应用进展[J]. 中国环境科学, 2022, 42(1): 227-238. [Google Scholar] [CrossRef] 
[15] Javed, S., Sobral, A., Bouwmans, T., et al. (2015) OR-PCA with Dynamic Feature Selection for Robust Background Subtraction. The 30th ACM/SIGAPP Sympo-sium on Applied Computing, Salamanca, 13-17 April 2015, 86-91. [Google Scholar] [CrossRef] 
[16] Redmon, J. and Farhadi, A. (2018) YOLOv3: An Incremental Im-provement.
[17] 武星, 齐泽宇, 王龙军, 等. 基于轻量化YOLOv3卷积神经网络的苹果检测方法[J]. 农业机械学报, 2020, 51(8): 17-25. [Google Scholar] [CrossRef] 
[18] 逄淑超. 深度学习在计算机视觉领域的若干关键技术研究[D]: [博士学位论文]. 长春: 吉林大学, 2017.
[19] 梅志敏, 陈艳, 胡杭, 张融. 机器人与机器视觉的垃圾分拣系统设计[J]. 机械设计与制造, 2022(4): 275-278. [Google Scholar] [CrossRef] 
[20] 周鸿霞, 孙彩红, 王丹. 数学建模——深圳市南山区垃圾清运经济效益与路线方案设计[J]. 林区教学, 2011(7): 111-112.
[21] 曹建国, 周建辉, 缪存孝, 尹海斌, 李维奇, 夏飞. 电子皮肤触觉传感器研究进展与发展趋势[J]. 哈尔滨工业大学学报, 2017, 49(1): 1-13.