一种垃圾分类方法、系统及终端设备与流程

本发明涉及智能识别技术领域，尤其涉及一种垃圾分类方法、系统、终端设备及计算机可读存储介质。

背景技术：

随着人们生活水平的提高、各项消费的增加导致垃圾不断增多。据统计，1979年全国城市垃圾的清运量是2500多万吨，1996年全国城市垃圾的清运费是1.16元/吨，是1979年的4倍，经过高温焚化后的垃圾虽然不会占用大量的土地，但它投资惊人，因此，需要将垃圾进行妥善分类，然后加以利用。

垃圾分类是指按照一定规定或标准将垃圾分类储存、分类投放和分类搬运，从而转变成公共资源的一系列活动的总称。分类的目的是提高垃圾的资源价值和经济价值，力争物尽其用。垃圾分类是对垃圾收集处置的传统方式的改革，是对垃圾进行有效处置的一种科学管理方法。人们面对日益增长的垃圾产量和环境状况恶化的局面，如何通过垃圾分类管理，最大限度的实现垃圾资源利用，减少垃圾处置量，改善生存环境质量，是当前世界各国共同关注的迫切问题之一。

拉曼光谱是一种光散射技术。激光光源的高强度入射光被分子散射时，大多数散射光与入射激光具有相同的波长(颜色)，不能提供有用的信息，这种散射称为瑞利散射。然而还有极小一部分(大约1/109)散射光的波长与入射光不同，其波长的改变由测试样品(所谓散射物质)的化学结构所决定，这部分散射光称为拉曼散射。

一张拉曼图谱通常由一定数量的拉曼峰构成，每个拉曼峰代表了相应拉曼散射光的波长位置和强度。每个谱峰对应于一种特定的分子振动，例如苯环的呼吸振动，多聚物长链的振动及晶格振动等。

拉曼光谱是特定分子或材料独有的化学指纹，能够用于快速确认材料种类或者区分不同的材料。在拉曼光谱数据库中包含着数千条光谱，通过快速搜索，找到与被分析物相匹配的光谱数据，即可鉴别被分析物质。当拉曼光谱与成像系统结合时，可以基于样品的多条拉曼光谱生成拉曼成像。这些成像可以用于展示不同的化学成分、相与形态及结晶度的分布。

现有技术中也存在智能垃圾分类方法，其主要采用图像识别来确定垃圾的种类，而实际应用中往往存在许多形态相似但成分不同的物体(如塑料杯与纸杯，白色泡沫箱与白色纸箱)，单一的视频图像识别方法并不能对其进行有效的区分。

故有必要提出一种新的技术方案，以解决上述技术问题。

技术实现要素：

本发明实施例提供一种垃圾分类方法、系统及终端设备，通过该方法可更准确识别出垃圾的种类。

本发明实施例的第一方面提供了一种垃圾分类方法，所述垃圾分类方法包括：

通过拉曼光谱仪对待分类垃圾进行照射，以采集所述待分类垃圾的拉曼光谱；

提取所述待分类垃圾的拉曼光谱的特征向量组；

将所述特征向量组与预先建立的物质特征向量库中的特征数据进行对比分析，以得到所述待分类垃圾所属的种类。

可选地，在本申请提供的另一实施例中，在所述提取所述待分类垃圾的拉曼光谱的特征向量组之前包括：

对所述待分类垃圾的拉曼光谱进行背景校正及小波降噪后，实现所述待分类垃圾的拉曼光谱的归一化。

可选地，在本申请提供的另一实施例中，所述提取所述待分类垃圾的拉曼光谱的特征向量组，包括：

对所述待分类垃圾的拉曼光谱进行谱峰识别，以确定相应谱峰是否为重叠峰；

若是，则对重叠峰进行分解得到至少一个单峰；

提取所述每个单峰的特征向量，以得到待分类垃圾的特征向量组。

可选地，在本申请提供的另一实施例中，所述将所述特征向量组与预先建立的物质特征向量库中的特征数据进行对比分析，以得到所述待分类垃圾所属的种类，包括：

将所述特征向量组与预先建立的物质特征向量库中的特征数据进行相似度分析，得到不同的相似度；

选取相似度最大的特征数据作为判定所述待分类垃圾所属种类的依据。

可选地，在本申请提供的另一实施例中，所述对所述待分类垃圾的拉曼光谱进行谱峰识别，包括：

获取光谱区间内极大值点以及极大值点左右两侧的极小值点；

通过极大值点与极小值点之间连线的斜率判断相应的谱峰是否为重叠峰。

本发明实施例的第二方面提供了一种垃圾分类系统，所述垃圾分类系统包括：

拉曼光谱仪，用于对待分类垃圾进行照射，以采集所述待分类垃圾的拉曼光谱；

处理器，用于提取所述待分类垃圾的拉曼光谱的特征向量组；还用于将所述特征向量组与预先建立的物质特征向量库中的特征数据进行对比分析，以得到所述待分类垃圾所属的种类。

可选地，在本申请提供的另一实施例中，所述垃圾分类系统还包括显示器，用于对所述待分类垃圾所属的种类进行显示。

可选地，在本申请提供的另一实施例中，所述处理器在提取所述待分类垃圾的拉曼光谱的特征向量组时，具体用于：

对所述待分类垃圾的拉曼光谱进行谱峰识别，以确定相应谱峰是否为重叠峰；

若是，则对重叠峰进行分解得到至少一个单峰；

提取所述每个单峰的特征向量，以得到待分类垃圾的特征向量组。

本发明实施例的第三方面提供了一种终端设备，包括存储其，处理器以及存储在存储器上存储有待分类垃圾的拉曼光谱特征数据库，并可在处理器上运行的计算机程序，上述处理器执行上述计算机程序时，实现上述第一方面任一项提及的方法。

本发明实施例的第四方面提供了一种计算机可读存储介质，该计算机可读存储介质上存储有计算机程序以及待分类垃圾的拉曼光谱特征数据库，上述计算机程序被处理器执行时实现上述第一方面任一项提及的方法。

本发明实施例与现有技术相比存在的有益效果：本申请提供的实施例中通过拉曼光谱仪对待分类垃圾进行照射，得到待分类垃圾的拉曼光谱，提待分类垃圾的拉曼光谱的特征向量组；然后将特征向量组与预先建立的物质特征向量库中的特征数据进行对比分析，以得到待分类垃圾所属的种类。拉曼光谱法分析时间段、灵敏度高，能够有效的分析出物质成分，从而更加精准的对垃圾进行分类。

附图说明

为了更清楚地说明本发明实施例的技术方法，下面将实施例或现有技术描述中所需要的附图作简单介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图得到其他的附图。

图1为本发明实施例提供的一种垃圾分类方法的流程示意图；

图2为本发明实施例提供的垃圾分类系统的结构示意图；

图3为本发明实施例提供的终端设备的结构示意图。

具体实施方式

以下描述中，为了说明而不是为了限定，提出了诸如特定结构、技术之类的具体细节，以便透彻理解本发明提供的实施例。然而，本领域技术人员应当清楚，在没有这些具体细节的其他实施例中也可以实现本发明。在其他情况中，省略对众所周知的系统、装置、电路以及方法的详细说明，以免不必要的细节妨碍本发明的描述。

为了说本发明的技术方案，下面通过具体实施例来进行说明。

实施例一：

图1是本发明实施例提供的一种垃圾分类方法的流程示意图，该方法可以包括以下步骤：

步骤s101：通过拉曼光谱仪对待分类垃圾进行照射，以采集所述待分类垃圾的拉曼光谱。

步骤s102：提取所述待分类垃圾的拉曼光谱的特征向量组。

可选地，在所述提取所述待分类垃圾的拉曼光谱的特征向量组之前包括：

对所述待分类垃圾的拉曼光谱进行背景校正及小波降噪后，实现所述待分类垃圾的拉曼光谱的归一化。

所述提取所述待分类垃圾的拉曼光谱的特征向量组，包括：

对所述待分类垃圾的拉曼光谱进行谱峰识别，以确定相应谱峰是否为重叠峰；

若是，则对重叠峰进行分解得到至少一个单峰；

提取所述每个单峰的特征向量，以得到待分类垃圾的特征向量组。

所述对所述待分类垃圾的拉曼光谱进行谱峰识别，包括：

获取光谱区间内极大值点以及极大值点左右两侧的极小值点；

通过极大值点与极小值点之间连线的斜率判断相应的谱峰是否为重叠峰。

步骤s103：将所述特征向量组与预先建立的物质特征向量库中的特征数据进行对比分析，以得到所述待分类垃圾所属的种类。

该步骤中将所述特征向量组与预先建立的物质特征向量库中的特征数据进行相似度分析，得到不同的相似度；

选取相似度最大的特征数据作为判定所述待分类垃圾所属种类的依据。

下面对上述过程进行具体说明：

本发明所述的垃圾分类方法应用于包含拉曼光谱仪的系统中，首先通过拉曼光谱仪对待分类的垃圾进行光谱的采集，得到不同垃圾的拉曼光谱，然后将生成的多个拉曼光谱与相应的垃圾对应，将得到的拉曼光谱传输至处理器，处理器提取拉曼光谱中的特征向量，将其与物质特，征向量库进行相关分析，以对垃圾继续拧识别与分类，然后控制显示器，对分类结果进行显示。

处理器执行如下过程：

预处理，对所得到的不同垃圾的拉曼光谱进行背景校正和小波降噪后归一化。

谱峰识别，利用相邻点极大值极小值法获取光谱区间内的所有极大值点以及其左右两侧的极小值点；利用斜率比较法判断待识别谱峰是否为重叠峰。

若是重叠峰，则进行分解得到单峰，并对得到的单峰进行分析，获取不同单峰的特征向量组。利用得到的特征向量组与标准数据库中各物质的特征参数向量记性相似度分析，根据分析结果，判定对应垃圾中是否含有有害物质，若有，则判定为有害垃圾，否则判定为其他类型垃圾。

本发明中特征数据向量库的组成如下，包括可回收垃圾、干垃圾。湿垃圾以及有害垃圾四部分。

本申请提供的实施例中通过拉曼光谱仪对待分类垃圾进行照射，得到待分类垃圾的拉曼光谱，提待分类垃圾的拉曼光谱的特征向量组；然后将特征向量组与预先建立的物质特征向量库中的特征数据进行对比分析，以得到待分类垃圾所属的种类。拉曼光谱法分析时间段、灵敏度高，能够有效的分析出物质成分，从而更加精准的对垃圾进行分类。

实施例二：

图2示出了发明实施例提供的垃圾分类系统的结构示意图，为了便于说明，仅示出与本发明提供实施例相关的部分：

该垃圾分类系统包括：拉曼光谱仪21、处理器22以及显示器23，其中：

拉曼光谱仪21，用于对待分类垃圾进行照射，以采集所述待分类垃圾的拉曼光谱；

处理器22，用于提取所述待分类垃圾的拉曼光谱的特征向量组；还用于将所述特征向量组与预先建立的物质特征向量库中的特征数据进行对比分析，以得到所述待分类垃圾所属的种类。

显示器23，用于对所述待分类垃圾所属的种类进行显示。

可选地，在本申请提供的另一实施例中，所述处理器在提取所述待分类垃圾的拉曼光谱的特征向量组时，具体用于：

对所述待分类垃圾的拉曼光谱进行谱峰识别，以确定相应谱峰是否为重叠峰；

若是，则对重叠峰进行分解得到至少一个单峰；

提取所述每个单峰的特征向量，以得到待分类垃圾的特征向量组。

该垃圾分类系统中各部分的具体工作过程参见实施例一，在此不再赘述。

实施例三：

图3本发明实施例提供的终端设备的结构示意图，该终端设备3包括，处理器30、存储器31以及存储在存储器31中可在所述处理器30中运行的计算机程序32，所述处理器30执行所述计算机程序32时实现上述方法实施例一中的步骤，如步骤s101至步骤s103。

以上实施例仅用于对本发明进行说明，而非限定；尽管参照前述实施例对本发明进行了详细说明，本领域普通技术人员应该理解：其依然可以对前述各实施例所记载的技术方案进行修改，或对其中部分技术特征进行等同替换；而这些修改或替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。