基于機器視覺的智能垃圾分類系統(tǒng)的設計

摘 要：為了有效處理廢棄物，本文設計、制作了垃圾分類的硬件設備，包括K210模板、攝像頭、電路以及4個舵機，4個舵機分別連接廚余垃圾、有害垃圾和其他垃圾。針對垃圾數(shù)據(jù)集較少的問題，本文采用基于VGG16的卷積神經網絡算法，在自建的垃圾數(shù)據(jù)集上進行訓練和測試。結果顯示，利用該方法可以準確識別垃圾種類，平均準確率為93%。

關鍵詞：卷積神經網絡；圖像識別；垃圾分類

中圖分類號：TP 393" " " 文獻標志碼：A

1 系統(tǒng)總體結構

1.1 整體方案

垃圾分類是垃圾分類系統(tǒng)的重要一環(huán)，實施垃圾分類有助于增強公眾的環(huán)保意識，保護生態(tài)環(huán)境，促進經濟可持續(xù)性發(fā)展。進行垃圾分類還可以降低垃圾處理成本，提高垃圾的循環(huán)利用和再生價值，減少資源浪費，提高垃圾處理的效率。

本文將機器視覺技術取代傳統(tǒng)的人工分類進行垃圾自動分類，以降低用戶的垃圾分類學習成本。本文使用目前較常用的VGG16深度神經網絡算法，其特點是在訓練過程中使用的參數(shù)較少，其非線性層能夠提升模型訓練速度，擴大模型的應用范圍。設計采用STM32單片機、K210模塊，利用卷積神經網絡對垃圾進行識別與分類，同時驅動舵機轉動，實現(xiàn)4種垃圾的分類。

1.2 主控選擇

本文系統(tǒng)必備硬件組件包括2個核心模塊。1） 圖像采集模塊。該模塊的主要功能是連接攝像頭，以捕獲攝像頭實時拍攝的圖片[1]。2） 舵機控制模塊。該模塊負責連接并獨立控制4個舵機，其核心作用是根據(jù)后端處理模塊對垃圾種類的識別結果，驅動相對應的舵機工作，從而使對應的垃圾桶蓋開啟，保證各類垃圾能夠準確無誤地投入對應的垃圾箱中。

K210模塊是基于嘉楠科技邊緣計算芯片K210（RSIC-V架構，64位雙核）方案的一款開發(fā)板，由01Studio設計研發(fā)，采用硬件一體化設計（K210核心板、攝像頭和LCD集成在一個PCB上）。為了保證后端處理服務程序正常運行，需要較高的硬件處理能力，K210內部搭載了一個KPU（即通用的神經網絡處理器）[2]，可以快速檢測圖像中的模板，并使用算法提取特定的對象特征，能夠實現(xiàn)自動識別，因此本文將K210模板作為系統(tǒng)的開發(fā)板，訓練模型對元器件圖像進行識別和分類，為后續(xù)的分揀工作提供準確的數(shù)據(jù)支持。K210具有較高的計算速度和處理能力，可以對元器件圖像進行實時分析與處理，分揀和判斷速度較快。K210也應用于嵌入式、人工智能等場景，并擁有良好性能，例如功耗性能、處理能力和圖形處理能力，能夠提高采集數(shù)據(jù)、識別數(shù)據(jù)等操作的穩(wěn)定性與可靠性。

本文系統(tǒng)主要基于機器學習領域常用的機器視覺，主要包括圖像采集部分、圖像信息處理部分和執(zhí)行機構控制部分。系統(tǒng)的工作流程如圖1所示。

基于機器視覺的智能垃圾分類系統(tǒng)主要由攝像頭、圖像處理模塊、分類執(zhí)行模塊和數(shù)據(jù)處理模塊組成。攝像頭能夠采集和捕捉垃圾圖像；圖像處理模塊能夠對圖像進行預處理和特征提取；分類執(zhí)行模塊能夠根據(jù)提取的特征對垃圾進行分類；數(shù)據(jù)處理模塊能夠記錄和分析分類結果，為垃圾分類系統(tǒng)的優(yōu)化提供依據(jù)。

圖像采集部分。該部分主要包括4個垃圾分類桶、設置在主控中的攝像頭和K210模板等，主要功能是圖像實時攝取。流程是開機后進入投放準備階段，將垃圾一件一件置于攝像頭面前，將信號傳送給K210模板來捕捉圖像。

圖像處理部分。圖像處理模塊先對采集和捕捉的垃圾圖像進行預處理，包括去噪、增強等操作，以提高后續(xù)特征提取的精準性。然后選用機器的學習算法，對預處理后的圖像進行特征提取，識別垃圾種類。該部分主要基于K210模塊所開發(fā)的圖像識別分類系統(tǒng)，并與提前在VGG16卷積神經網絡模型上訓練的圖像進行比較，從而得出分類信息。

執(zhí)行機構控制部分。由于K210引腳控制舵機會導致舵機抖動，控制不夠穩(wěn)定，因此需要使用STM32F103C8T6單片機進行控制。當STM32單片機接收K210識別后發(fā)出的引腳電平時，能夠控制舵機執(zhí)行分類動作。

分類執(zhí)行部分。該部分的主要作用是執(zhí)行分類動作并接受完成分類的垃圾。主要過程如下：當K210處理完圖像信息后，將所得出的分類結論通過引腳并以高、低電平的形式發(fā)送給下位STM32單片機，單片機接受到信號后打開舵機，開、關垃圾桶蓋，完成垃圾的準確分類。

2 硬件電路設計

由于K210在執(zhí)行實時控制任務過程中有一定局限性，因此本文在設計中引用一個輔助執(zhí)行控制單片機，以執(zhí)行其對舵機的旋轉控制，避免舵機在工作過程中發(fā)生抖動。此外，主控部分需要體積小且控制性能優(yōu)越，同時能夠高效處理和分析來自各模塊的信號與指令，因此選用STM32F103C8T6單片機作為其輔助控制單片機，以保證控制系統(tǒng)的穩(wěn)定性和準確性。

該設計所需硬件模塊如下所示。1） 圖像采集模塊。該模塊的功能是連接攝像頭，以獲得攝像頭采集的圖片。攝像頭由K210模塊自帶。2） 舵機。需要連接4個舵機，并分別進行控制，能夠按照要求打開相應的垃圾箱蓋，使垃圾進入對應的垃圾箱。舵機型號為SG90，能夠滿足垃圾箱蓋開啟的角度。

連接K210和STM32并進行通信，必須對控制線路進行布局和定義，以保證通信流暢、穩(wěn)定，不被干擾，各個模塊均能工作在相應的額定電壓下。

3 算法設計

3.1 VGG16卷積神經網絡

卷積神經網絡是深層次學習中具有代表性的網絡結構之一，在圖像處理領域中具有廣泛應用。卷積神經網絡是一種特殊的深度神經網絡，擁有多層網絡結構，上一層與下一層間的神經元具有聯(lián)系，而同一層神經元相對獨立。

卷積神經網絡通常分為5個層次，即輸入層、卷積層、池化層、全連接層和輸出層。這是一個深層次的神經網絡運算過程，通過層層計算，反復提取圖像的特征、邊緣線條、顏色和圖像等，不斷進行運算處理，最終提取出深層次的特征并獲取結果。卷積神經網絡結構如圖2所示。

VGG是牛津大學計算機視覺組與谷歌一起研究、設計的深度卷積神經網絡，如圖3所示。VGG結構包括13個卷積層和3個全連接層，因此稱為VGG16。VGG-16具有每次經過池化層后特征圖的尺寸縮小1倍、通道數(shù)增加1倍（最后一個池化層除外）的顯著特點。圖3中的conv為卷積層，pool為池化層，第一次卷積核為64個，最后一次卷積核為512個，最后3個fc4096為全連接層。VGG16改進了之前的網絡，以3個3*3卷積核代替7*7卷積核，以2個3*3卷積核代替5*5卷積核，其主要目的是在具有相同感知野的條件下減少參數(shù)，提升網絡的深度。該模型可以較好地適用于分類和定位任務。

卷積神經網絡具備三重特性。1） 卷積神經網絡具有局部連接機制。與傳統(tǒng)的全連接神經網絡不同，卷積神經網絡不會使每個神經元均與前一層所有神經元相連，而是選擇性地與部分神經元建立連接。2） 卷積神經網絡引入了權值共享的概念，利用部分相連得到卷積核，這些卷積核在特征提取過程中會重復使用相同的權值。3） 具有多卷積核，每個卷積核均攜帶不同參數(shù)，因此能夠提取圖像中不同類型的特征。組合多個卷積核能夠使卷積神經網絡更好地捕獲圖像中豐富的信息。在處理大型圖像和降低模型復雜度等方面，卷積神經網絡的這些特點起到了較大作用。

3.2 垃圾分類算法過程

針對傳統(tǒng)垃圾分類方法的局限性，本文設計了一種基于深度卷積神經網絡的垃圾分類算法，旨在為垃圾分類提供更高效、精確的方案，其內容如下所示。1） 對垃圾圖像進行預處理，使圖像尺寸和灰度保持統(tǒng)一，以提高算法的準確度。2） 將卷積神經網絡作為特征提取器，經過多層卷積運算后進行池化，提取更深層特征，便于后續(xù)獲取結果。3） 使用全連接神經網絡，對提取的特征進行訓練，利用多層全連接操作，將垃圾圖像分類為可回收垃圾、有害垃圾、其他垃圾或廚余垃圾。4） 對模型進行訓練，并多次試驗，不斷調試模型[3]。

3.3 卷積神經網絡層數(shù)的建立

一個完整的卷積神經網絡包括卷積層、2層池化層和2層全連接層，最后由1個softmax層做分類，每層間均使用最大池化分隔。

本文使用卷積神經網絡圖像做分類算法，訓練不同垃圾圖像模型。該網絡的基本架構為深度卷積結構，包括多次重復的卷積-卷積-池化組合，以捕捉和提取圖像中的多層次特征，其中通道數(shù)分別為64、128、512、512、512、4096、4096和1000。卷積層通道數(shù)翻倍，直到通道數(shù)達到512時不再增加。

在VGG16卷積神經網絡架構中，特征提取的核心部分是13層卷積層，和5層池化層共同進行特征提取。最終通過3層全連接層來完成分類任務。

4 系統(tǒng)的搭建與調試

4.1 網絡層數(shù)的建立

采用Python編程，可以實現(xiàn)基于K210的各種算法。本文將pycharm作為開發(fā)工具，采用Python的Keras庫，版本號為2.15，用以開發(fā)基于VGG16的卷積神經網絡。

本文將卷積神經網絡（CNN）圖像作為分類算法，對4種不同種類的垃圾圖像模型進行訓練。采用VGG16網絡，其基本構架為conv1^2（64）→pool1→conv2^2（128）→pool2→conv3^3（256）→pool3→conv4^3（512）→pool4→conv5^3（512）→pool5→fc6（4096）→fc7（4096）→fc8（1000）→softmax[4]。

4.2 模型訓練與識別

搭建好所有環(huán)境后進行模型訓練。本文將所有垃圾分為4類，即廚余垃圾、有害垃圾、其他垃圾和可回收垃圾，其中有害垃圾以生活中常見的電池、煙頭等為主；廚余垃圾以香蕉皮、骨頭等為主；其他垃圾以牛奶袋、廢棄口罩為主；可回收垃圾以易拉罐、塑料瓶等為主。所涉及的垃圾種類幾乎涵蓋了生活中所有常見的東西，并在識別背景中拍攝所有需要識別的模型，每個模型的拍攝角度應盡量全面，完整展現(xiàn)所有特征，以保證最終的識別效果和識別準確率。

垃圾分類數(shù)據(jù)集是用于訓練和評估垃圾分類算法的重要一句，構建和處理該數(shù)據(jù)集需要考慮以下4種因素。1） 數(shù)據(jù)集中應該包括不同種類的垃圾樣本，以保證算法能夠全面學習各種垃圾的特征。2）垃圾樣本的圖片應該從不同角度、在不同光線下來拍攝，以增加數(shù)據(jù)集的多樣性，提高算法在不同條件下的垃圾分類能力。3）在構建數(shù)據(jù)集的過程中，應該對數(shù)據(jù)進行標準化和歸一化處理，以保證算法能夠更好地學習和分類。4） 要充分考慮垃圾分類的實時性和實用性要求，為保證數(shù)據(jù)集的真實性和實用性，應定期更新并豐富數(shù)據(jù)集內容，以貼合生活實際。

模型訓練完成后，本文進行了驗證試驗，將垃圾一件件放入攝像頭拍攝范圍內進行自動識別，最后觀察其識別效果。

4.3 試驗數(shù)據(jù)記錄

本文進行了實際測試，以驗證垃圾分類系統(tǒng)的功能和運行狀態(tài)是否符合設計預期。首先，采用Python對垃圾圖像進行收集，顯著提高了收集數(shù)據(jù)的效率。其次，采用K210模塊收集實際生活中垃圾圖像的數(shù)據(jù)，以避免在訓練模型中使用網絡圖片所帶來的誤差。在試驗過程中分別使用電池、骨頭、香蕉皮、塑料瓶、紙和各種包裝袋等共12類常見生活垃圾，進行各50次隨機測試。垃圾分類測試準確率結果見表1。

由以上試驗數(shù)據(jù)可知，所有垃圾的平均識別正確率為93%，其中可回收垃圾的正確識別率為96.66%，其他垃圾的正確識別率為89.5%，廚余垃圾的正確識別率為90.66%，有害垃圾的正確識別率為95%。

由上述數(shù)據(jù)可知，在試驗所測試的所有垃圾中，可回收垃圾的正確識別率較高，其他垃圾和廚余垃圾的正確識別率相對較低。進一步分析可知，當垃圾種類較少且其形態(tài)比較固定時，垃圾的識別率較高；當垃圾種類較多且形態(tài)復雜、不固定時，垃圾的識別率較低。

5 結語

本文利用機器視覺技術設計了一種智能分類垃圾處理裝置，能夠進行垃圾智能化分類，解決了居民的日常垃圾分類問題。該設計主要基于發(fā)展較成熟的神經網絡算法，利用VGG16在K210模塊上進行訓練，對日常垃圾進行識別分類處理，降低垃圾對環(huán)境的污染。

本文在研究過程中還發(fā)現(xiàn)了一些需要改進的問題。首先，在垃圾數(shù)據(jù)方面，需要一個更龐大且不斷更新的垃圾數(shù)據(jù)集，以增加垃圾種類的多樣性，提高垃圾圖像背景的復雜程度。其次，試驗裝置尺寸與原始垃圾箱尺寸不一致，在后期設計中需要對外觀進行改進，以提高機器整體的協(xié)調性。

參考文獻

[1]蔡昊辰.基于計算機視覺的垃圾分類識別系統(tǒng)研究[D].武漢：武漢工程大學，2022.

[2]王科，劉豐儉.基于樹莓派的垃圾智能分類系統(tǒng)設計[J].南通職業(yè)大學學報，2023，37（3）：71-75，81.

[3]王燕.基于深度卷積神經網絡的垃圾分類算法研究[J].造紙裝備及材料，2024，53（1）：104-106.

[4]潘鵬，胡運峰，秦金志，等.一種基于NB-IOT的智能垃圾桶[J].科技風，2019（1）：11.