基于机器视觉的塑料回收标志定位与识别方法研究

陈婧敏 张跃华 王雪 孙艳彬

摘要： 针对塑料垃圾分类技术中存在的难题，提出基于机器视觉理论定位与识别塑料回收标志的方法。使用工业摄像机采集塑料垃圾图像数据，应用Matlab软件，进行数字图像处理。再借助加速稳健特征算法（SURF）提取图像特征点，与选定的模板进行匹配，以此实现塑料回收标志的定位与识别。结果表明：使用SURF-RANSAC算法能够精准定位塑料垃圾的回收标志所在区域。且在背景色与标志图案颜色不相近的情况下，标志中的数字识别效果良好。按照国家标准中塑料回收标志的数字表示的材质对塑料制品进行分类，可提高塑料垃圾分类回收利用效率。

关键词：塑料回收标志;图像识别;SURF;模板匹配;Matlab

中图分类号：TP391        文献标识码：A

文章编号：1009-3044（2019）22-0177-03

开放科学（资源服务）标识码（OSID）：

Research on Location and Recognition Method of Plastic Recycling Mark Based on Machine Vision

CHEN Jing-min， ZHANG Yue-hua， WANG Xue， SUN Yan-bin*

（College of Science Jiamusi University， Jiamusi 154007，China）

Abstract： Aiming at the problems in plastic waste sorting technology， a method based on machine vision theory to locate and identify plastic recycling marks is proposed. The industrial camera is used to collect plastic garbage image data， and Matlab software is used for digital image processing. The image feature points are extracted by the accelerated robust feature algorithm （SURF） and matched with the selected template to realize the positioning and recognition of the plastic recycling mark. The results show that the SURF-RANSAC algorithm can accurately locate the area where the plastic waste recycling mark is located. And in the case where the background color and the logo pattern color are not similar， the digital recognition effect in the logo is good. According to the material indicated by the number of plastic recycling marks in the national standard， the classification of plastic products can improve the efficiency of classification and recycling of plastic waste.

Key words：plastic recycling sign;image identification;SURF;template matching;Matlab

1引言

隨着我国经济的高速发展，城市人口的快速增长，社会生产和人民的生活水平日益提高，生活用品日益丰富，物质消费日趋上升。塑料包装制品在生活中的大量使用致使我国塑料垃圾年生产量呈现快速增长的趋势，其中塑料垃圾在生活垃圾中占比大且极难降解[1]。近年来垃圾分类处理这个关键性的难题，受到人们的广泛关注，由于塑料制品数量巨大，加之不同材质塑料制品的外观具有相似性，分类难度极高，传统的废旧塑料处理主要采用简单回收等的方式，不仅处理难度大，而且处理效果不够理想[2]。目前已有国内外学者研究使用LS_SVM方法得到不同塑料材质的等离子体发射光谱图数据特征，以此对塑料制品进行分类[3]。采用近红外光谱分析识别技术搭建分选平台，在线识别废旧冰箱塑料主要成分[4]。但塑料回收标志的定位与识别的研究还存在空白。故采用工业摄像机拍摄塑料包装图像数据，应用Matlab软件对图像数据进行预处理，分别使用SURF、SURF-RANSAC算法进行特征匹配，并对处理效果进行对比，最终选用SURF-RANSAC算法检测目标，完成塑料回收标志的定位和识别。通过该方法可实现塑料制品精细分类，推动塑料制品回收处理产业的发展，减轻塑料垃圾对生态环境造成的破坏。

2图像采集及预处理

2.1图像采集

选取佳木斯大学垃圾转运站为数据采集点，根据国家规定的商品包装回收标志色彩和标志位置的要求，利用工业摄像机拍摄50张含有塑料回收标志的不同外观的塑料制品图像，将拍摄所得的50张照片分别经过旋转、亮度和尺度变化处理生成图像各1张，经过处理每个塑料制品图像为4张，共200张图像数据作为研究对象，对其进行图像预处理，并从预处理后的图像上截取50张塑料回收标志作为匹配模板，模板大小为100×100像素。应用Matlab软件对采集的200张图像进行预处理以及包装袋上的塑料回收标志的定位和识别[5-7]。本文图像处理以完达山品牌的纯牛奶塑料包装袋为例。