基于計算機視覺的廢物垃圾分析與識別探討

萬梅芬

摘要：將計算機視覺技術與廢物垃圾進行有機融合具有重要的意義，可以更好地實現資源回收和利用。該文從此角度的重要性出發，對當下這種技術發展所需的系統需求進行了分析，并在此基礎上提出了廢物垃圾分析與其相關方案，期望通過這些意見可以給廢物垃圾識別和分類帶來實質性幫助，從而保證資源能夠得到更好的回收和利用。

關鍵詞：計算機視覺;廢物垃圾識別;圖像采集

中圖分類號：TP18文獻標識碼：A

文章編號：1009-3044（2020）24-0189-02

在環境保護與資源再利用的大環境下，將計算機視覺技術應用到垃圾廢物識別和處理中具有積極地現實意義。通過這種技術應用可以實現資源快速回收和利用，但是在實際生活中，由于軟硬件條件限制，使得這種技術在實際發展中受到了一定限制。因此，加強這方面的探究是非常有必要的，應該提高自身在這方面的重視程度，促進計算機視覺技術在廢物垃圾識別中能得到良好應用。

1基于計算機視覺廢物垃圾分析與識別的意義

在未來發展過程中，利用計算機視覺技術對廢物垃圾進行識別具有重要的意義。第一，通過該技術應用可以降低資源回收的成本。在當下，對于廢物垃圾的識別與分類更多依靠人工完成的。相對于計算機視覺技術的自動識別與分類，人工識別的效率比較低下，無法在短時間內進行大量的廢物垃圾處理，而且隨著經濟水平提高，人工成本費用也逐漸地變高，給廢物垃圾識別、處理帶來了更高的成本和費用。第二，通過計算機視覺技術，對于環境保護與資源回收再利用也具有重大的幫助。在這種背景下，資源回收和再利用將會得到更大的提升，實現了環境的良好保護。

2現有系統需求分析

2.1 計算機視覺技術在廢物垃圾中應用現狀

對于計算機視覺技術的研究，國外的研究更成熟，早在20世紀50年代就提出了相關理念，并在20世紀90年代進入高速發展，而在21世紀初，這種技術就被應用到了廢物垃圾處理中，給廢物資源回收帶來了重要的意義。但在國內，這方面還是比較薄弱，大部分還只是停留在理論研究階段，并沒有進行一定的實際開發和應用，這也給實際資源回收和利用帶來了不利的影響。因此加大這方面研究和應用是未來發展的必要趨勢，相關部門應在這方面加大資源投入，促進計算機視覺技術在廢物垃圾處理中良好應用[1]。

2.2 現有系統、軟硬件需求分析

對于計算機視覺技術的系統分析，現在做得比較成熟的主要還是西方的一些發達國家。以塑料為例，對于塑料顏色可以較準確進行識別的有德國Steinert公司的色選系統和法國Pellenc公司的色選系統。而對于硬件需求的分析，主要是基于視覺產品等基礎上提出的，硬件主要可以分為照明系統、圖像信息采集和圖像信息處理這幾個部分。通過照明系統可以對廢物垃圾的不同材質進行區分，同時為了能夠更準確地進行材質分析，應對照明系統進行一定的遮光等優化處理。軟件作為整個技術應用的關鍵，給計算機視覺技術的應用帶來巨大的影響。在對這方面進行需求進行分析時，相關人員可以從上位機軟件和下位機軟件這兩個方面入手[2]。

3系統檢測方案設計與分析

3.1 圖像采集與預處理

圖像采集與預處理作為計算機視覺技術在廢物垃圾識別應用過程中的第一階段，直接影響著其識別的精準性。在實際生活中，對于廢物垃圾圖像的采集，要全方位多角度進行實時采集，并根據垃圾場、垃圾處理中心等提供的垃圾圖像，對整個廢物圖像信息進行詳細的采集。

為了提高圖像信息采集的精準性，相關管理人員可以根據廢物垃圾的圖像先進行一些預處理。在實際處理過程中，由于外界一些環境因素，如亮度、溫度等，會對圖像信息采集和處理帶來一些影響。為了保證這個環節的良好進行，處理人員可以采用直方圖修正和圖像濾波法兩個方法進行相應的預處理。所謂的直方圖修正，就是對圖像的灰概率分布變換進行相應的處理，使其變得更加均勻，從而使得前后的圖像信息對比變得更加明顯，有利于圖像信息采集人員的信息采集。圖像濾波應用主要是基于排序了統計理論的基礎上，對一些非線性信號進行相應的處理，而且這種方式對于灰度值還具有一定的要求，要保證整體灰度值變化不是很大。同時為了使得信息采集更加精確，相關人員應對信息采集窗口進行合適的選取，通過相應的試驗可以知道，一般選取長寬為5格的正方形窗口比較合適。

3.2 廢物垃圾與實際背景分割

在對廢物垃圾進行圖像采集時，還需要將其與實際的背景進行分割，從而實現對廢物垃圾的識別。為了更好地進行廢物垃圾與實際環境背景分割，相關人員可以從其顏色特征方面入手。因為不同材質的廢物垃圾，其表現出的顏色色值也是存在差別的。因此可以根據這些顏色特征進行相應選取，從而區分出不同材質的廢物垃圾。在這過程中，信息處理人員還需要根據具體的場景來選取合適的分割方法。一般情況下對于圖像分割，是將其分割成多個小區域，然后進行相應的灰度轉換，得到相應的灰度圖。然后在這基礎上，對閾值進行選取，最后分離出相應的背景。對于最佳閾值的選取，相關人員可以采用迭代法來進行選取，其中具體的操作是計算出初始閾值，這個數取圖像最大與最小灰度值的平均值，然后再對相應的灰度圖進行處理，將其分成廢物垃圾與背景兩部分，計算出這其中的灰度平均值。最后再將這個值進行算法處理，確定算法停止的條件，即新閾值與上一閾值相同。

3.3 廢物垃圾圖像紋理特征提取與識別

將計算機視覺技術運用到廢物垃圾識別和分類中，不僅要做到廢物垃圾的快速識別，同時還需要為后期資源回收利用帶來相應的便捷。因此針對廢物垃圾圖像特征提取和識別是至關重要的。圖像自身紋理特征使得其有別于其他的圖像，而且不同的組織結構排列也使得這些物體在表面變化上存在著一定的區別。在這過程中，要提取圖像的紋理特征，可以采用灰度共生矩陣和數學統計量兩種結合的方式進行選取，一般情況下是選取對比度、逆差距、熵、角二階距等這幾個相關量來進行紋理特征的分析[3]。

同時為了更好地貼合實際情況，相關人員可以采用最接近領域分類方式來進行不同垃圾種類的區分，其中具體操作是輸入一個相應的特征量，然后再以不同的樣本進行分析，通過各種圖像信息處理、灰度圖等轉換來提取樣本的特征量，從而實現不同材質廢物垃圾的分類。

4計算機視覺的廢物垃圾分析與識別的發展趨勢

隨著計算機技術發展與人工成本增高，計算機視覺技術在廢物垃圾分析和識別中將會成為未來的一個必然的發展趨勢，而且伴隨著技術的成熟，這種技術也將會得到更廣泛的應用。在未來發展過程中，該技術也將會更加人性化，比如配備相應的安全防護措施，保證操作人員的人身安全。同時對其中應用到的算法進行優化和完善，使其圖像信息處理能力變得更加強大，從而提高相應的識別效率。此外，在功能方面也將會變得更加智能和多樣化，可以實現不同種類的廢物垃圾的快速區分，而且對于一些細節之處也變得更加細致，比如對于顏色相近但存在差別的物質能夠更加精準的識別。

5結論

綜上所述，計算機視覺技術與廢物垃圾識別有機結合將會對垃圾處理工作帶來正面的積極的影響，促進了有效資源更好地進行回收和利用，對環境保護起到了更重要的作用。為了更好進行這方面應用，相關人員應結合目前已有的系統和軟硬件需求，設計出一個良好的系統識別方案。同時，對計算機視覺算法進行優化和完善，提高其相應的工作效率，實現不同種類的廢物垃圾快速識別。相信在未來“互聯網+科技”快速發展的背景下，計算機視覺技術將會得到更廣泛的應用。

參考文獻：

[1] 陳宇超，卞曉曉.基于機器視覺與深度學習的醫療垃圾分類系統[J].電腦編程技巧與維護，2019（5）：108-110.

[2] 彭昕昀，李嘉樂，李婉，等.基于SSD算法的垃圾識別分類研究[J].韶關學院學報，2019，40（6）：15-20.

[3] 秦斌斌，何級.基于卷積神經網絡的垃圾分類研究[J].無線通信技術，2019，28（3）：51-56.

【通聯編輯：代影】