基于深度学习与图像处理的废弃物分类与定位方法

摘要：

针对现有人工垃圾分类工作环境恶劣、自动化程度差等问题,提出基于深度学习与图像处理的废弃物分类与定位方法,为智能分拣提供理论依据.建立基于Inception模块与残差单元,搭建改进的卷积神经网络废弃物分类模型,预测目标物体种类.针对复杂环境采集到的图像,利用图像处理算法对图像降噪、阈值分割、边缘检测,有效提取目标轮廓信息,并结合质心定位算法实现废弃物准确定位.实验结果表明:该方法中废弃物分类模型预测准确率可达88.8％,基于轮廓信息的质心定位算法可以准确定位目标,具备较强的废弃物分类与定位能力.

关键词：废弃物;深度学习;卷积神经网络;图像处理;分类与定位

所属期刊栏目：21

分类号：TP242(自动化技术及设备)

资助基金：河北省省级科技计划;国家自然科学基金

在线出版日期：2022-01-07（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：8970-8975