一种垃圾分类方法、系统及终端设备技术方案

本发明专利技术属于智能识别技术领域，提供了一种垃圾分类方法、系统及终端设备，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，提取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。

【技术实现步骤摘要】
一种垃圾分类方法、系统及终端设备
本专利技术涉及智能识别
，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。
技术介绍
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。
技术实现思路
本专利技术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。本专利技术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。本专利技术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。本专利技术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。本专利技术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。本专利技术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专利技术实施例的技术方法，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专利技术的一些实施例，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为本专利技术实施例提供的一种垃圾分类方法的流程示意图；图2为本专利技术实施例提供的垃圾分类系统的结构示意图；图3为本专利技术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，以便透彻理解本专利技术提供的实施例。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专利技术。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专利技术的描述。为了说本专利技术的技术方案，下面通过具体实施例来进行说明。实施例一：图1是本专利技术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：提取所述待本文档来自技高网...

【技术保护点】
1.一种垃圾分类方法，其特征在于，所述垃圾分类方法包括：/n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；/n提取所述待分类垃圾的拉曼光谱的特征向量组；/n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。/n

【技术特征摘要】
1.一种垃圾分类方法，其特征在于，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。


2.根据权利要求1所述的垃圾分类方法，其特征在于，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。


3.根据权利要求1所述的垃圾分类方法，其特征在于，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。


4.根据权利要求3所述的垃圾分类方法，其特征在于，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。


5.根据权利要求1所述的垃圾分类方法，其特征在于，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...

【专利技术属性】
技术研发人员：李梓瑞，
申请(专利权)人：中国科学院长春光学精密机械与物理研究所，
类型：发明
国别省市：吉林;22