自2019年初上海通过立法后,垃圾分类制度开始全面实施。随后,全国各大城市也纷纷将垃圾分类提上日程。近几年也在一直提出‘金山银山不如绿水青山’,为保护生态环境,在不远的将来,垃圾分类将进入每家每户每天的生活,然而垃圾分类的标准对于大多数人实施来说都比较困难,甚至有的市民不懂怎么将垃圾进行分类,所以有关垃圾分类的软件将会有很好的应用前景。本文利用识别技术和Vue前端技术设计并开发一款垃圾分类、垃圾处理的Web平台和小程序,让大众在处理垃圾时,能够通过拍照、搜索等方式来认识它们,并且以正确的方法投入;并提供多种查询垃圾种类的方式,便于用户方便快捷的查询。
关键词:垃圾分类;Vue前端;垃圾处理;小程序
1 研究背景
随着人们对垃圾分类意识的提高,垃圾分类识别小程序也受到了越来越多的关注和研究。目前,国内许多高校和企业都在积极探索和开发垃圾分类识别小程序[1]。例如,上海交通大学的研究人员开发了一款名为“智能垃圾桶”的小程序,可以将用户拍摄的垃圾图片自动识别分类,并将垃圾分类结果反馈给监管人员。此外,阿里巴巴也在推进垃圾分类管理方案,推出了名为“绿色行动”的小程序,帮助居民进行垃圾分类,并进行实时监控和数据统计。
许多科技公司和组织都在探索和开发垃圾分类识别小程序[2]。例如,在美国,谷歌开发了一款手机应用程序“My Waste”(我的废物),用户可以通过拍照的方式来识别垃圾并了解垃圾的使用方式和处理方法。此外,英国的“WasteAid”组织开发了一款名为“Community Waste Toolkit”的手机应用程序,可以帮助人们识别并分类垃圾,并提供垃圾处理和回收的相关信息和建议[3]。
随着人们对垃圾分类意识逐步提高,垃圾分类识别小程序也得到了快速的发展。一方面,技术不断更新,采用更加先进的人工智能、机器学习等技术,提高程序的分类准确性和操作便捷性[4]。另一方面,应用场景不断拓展,不仅在城市居民区得到广泛应用,还开始在学校、工厂等场景进行试点,并逐渐成为生活垃圾分类处理的重要手段。此外,政府和企业也开始重视垃圾分类管理的重要性,通过支持和引导垃圾分类识别计划,加速了该领域的发展[5]。
2 系统设计
首先考虑需要怎样才能吸引用户愿意使用我们的软件,比如我们可以通过会添加一些题目,用答题的方式让用户学习如何进行垃圾分类,答题后获得的积分可以兑换奖品,激发用户的学习热情。还可以增添了回收废品的功能,用户可以通过小程序下单预约上门回收废品,回收的废品可以换钱,调取用户积极性。
主要内容:
图1 系统使用流程图
3 技术路线
(1)基于vue的垃圾分类识别技术的研究与应用包括用户注册、数据获取和识别两部分。采用Vue+Spring Boot+MySQL技术。同时服务器操作系统需支持各种主流操作系统平台,如Windows、Linux、ios等;开发工具主要采用vscode和idea。
(2)实现垃圾分类识别技术主要内容有:
1) 传感器技术:通过引入传感器技术,可以检测和量化垃圾的属性和特征,如颜色、纹理、形状等。传感器可以实现对垃圾进行准确、快速的检测和分类。
2) 计算机视觉技术:通过计算机视觉技术可以对垃圾图像数据进行处理和分析。使用先进的计算机视觉技术,可以实现对垃圾图像进行特征提取、图像处理、目标检测等操作,从而实现对垃圾的分类识别。
3) 人工智能技术:人工智能技术包括机器学习、深度学习等方法,通过训练模型,可以将图像与垃圾分类结果建立映射关系,实现对垃圾自动分类的识别。
4) 数据挖掘技术:数据挖掘技术可以将海量的垃圾信息进行挖掘和分析。通过挖掘大规模的垃圾分类数据,可以发现规律和模式,有效提高垃圾分类识别的准确性和效率。
5) 硬件设备:为了实现垃圾分类系统的智能化,需要使用各种硬件设备,如传感器、摄像头、计算机等等。这些设备可以相互配合,实现对垃圾的自动检测、识别和分类。
6) 软件系统:垃圾分类系统需要使用先进的软件系统,主要包括数据处理、图像处理、网络通信、功能设计等模块。这些模块可以相互协作,实现从数据采集、分析到分类、回收的全流程管理。
4 结束语
通过研究与分析,结合目前对垃圾分类与处理的实际需求,以及垃圾分类的推进,提出了设计与开发垃圾分类、处理回收的Web平台与小程序的设计与研发。实现垃圾分类识别技术需要综合应用多种技术手段,对硬件设备和软件系统进行协同设计和开发;如:后端模型的训练、部署;前端Web页面以及小程序的设计;整体的架构部署。这些技术的实现可以帮助人们更加准确地进行垃圾分类、处理和回收,促进生态环境保护和资源的回收利用。
参考文献
[1]张文博. 基于深度卷积神经网络的生活垃圾分类方法研究[D].西京学院,2022.DOI:10.27831/d.cnki.gxjxy.2021.000056.
[2]周鸿利. 基于深度学习的垃圾分类识别算法研究[D].华中科技大学,2022.DOI:10.27157/d.cnki.ghzku.2020.006408.
[3]张旭娟. 基于图像识别的垃圾分类深度学习模型研究[D].西北师范大学,2021.DOI:10.27410/d.cnki.gxbfu.2021.001548.
[4]韩伟亮,任嘉璇,张振等.基于5G云平台智能垃圾分类识别技术的研究[J].科学技术创新,2021(36):77-79.
[5]韩存鸽,林观滢,黄有珍.基于微信小程序的高校垃圾分类系统[J].电脑编程技巧与维护,2023(08):64-66+80.DOI:10.16184/j.cnki.c
omprg.2023.08.040.
基金项目:湖南省大学生创新创业训练项目:基于Vue的垃圾分类识别技术的研究与应用(编号:S202312303055)
摘要:
张建祁(2001.12)汉族,男,湖南永州人,本科在读,研究方向:深度学习、数据挖掘
蒋桂莲(1981.11)汉族,女,广西桂林人, 研究方向: 模式识别,图像处理,信息系统项目管理师, 硕士研究生