浙江工商2019
废料瓶是一种重要的可回收资源，其具有以下特点：（1）数量庞大：据英国卫生局统计 2016 年全球塑料瓶消
费量达到 4800 亿个，预计 2020 年将达到 5000 亿个，相当于每秒消费 2 万个塑料瓶 [1] 。（2）回收价值高：废料瓶可以分为塑料、铁铝、玻璃三类，而废塑料、废金属、废玻璃属于我国十大重要再生资源种类。（3）不同种类废料瓶后续处理方式不同：塑料瓶的处理方式有压塑、挤塑、注塑等，而铁、铝等金属材质的废料瓶处理方式有压缩、打磨、
抛光等。因此废料瓶分类系统有很高的研究价值。
目前关于废料瓶分类系统的相关研究较少，其应用主要分为传统垃圾桶和智能垃圾桶，两者仍存在一些不足之处：
（1）传统垃圾桶前期只是简单的摆设两个或多个桶并标识可回收和不可回收等，主要依靠后期人工收集、分类，这样虽然能够实现较高的准确率，但是存在分类效率低、分类周期长、人工取样繁琐且劳动强度大等问题。
（2）智能垃圾桶通过自动称重、语音识别、移动扫码等技术将垃圾与相关责任人绑定在一起，通过前期监督用户进行分类的方式提高了垃圾分类效率，但是存在传感器种类多，价格昂贵，对操作、运行、维护人员技术要求高等问题。
本文主要提出了一个基于计算机视觉的智能废料瓶分类系统，针对当前废料瓶分类系统的不足进行了以下研究：
（1）设计轻量级的硬件装置：使用摄像头、舵机、灯带等尽可能少的传感器模块来为系统提供硬件支持，减少硬件成本和维护成本。使用树莓派、Arduino开发板和AndroidThings 操作系统实现系统整体流程控制，保证系统运行的高效、流畅、稳定。
（2）设计功能多样的软件系统：分为移动端 APP 和 Web 端后台管理系统。移动端APP 基于 Android 系统，分为移动端用户 APP 和移动端商家 APP，分别为用户提供丰富的积分兑换功能和为商家提供商品销售平台，提高用户参与度，促进商品贸易。Web 端后台管理系统使用 SSM（Spring+SpringMVC+MyBatis）框架进行开发，为管理员提供功能完善的数据管理平台。
（3）设计准确高效的识别算法：分为两种识别模式：条形码识别和神经网络识别，提高识别效率、准确率，提高识别模式的多样性。条形码识别主要使用 OpenCV 库检测废料瓶图像中是否含有条形码并使用 ZBar 库来识别条形码中的内容。神经网络识别使用 TensorFlow 框架，以 InceptionV3 模型为基础网络使用迁移学习技术进行识别，达到了 97%左右的识别率。
关键字： 废料瓶分类；开源硬件；软件开发；图像识别；深度学习
若有收获，就点个赞吧
0 人点赞
