Применение методов машинного обучения для классификации немаркированных элементов питания

Актуальность исследования предопределяется необходимостью сортировки опасных и ценных объектов в составе твердых коммунальных отходов (ТКО), в частности немаркированных элементов питания, с целью их дальнейшей утилизации или переработки, что приобретает особую важность в условиях изменения мировой экологической политики. Предложен подход к идентификации немаркированных цилиндрических элементов питания стандартных типоразмеров на основе компьютерного зрения. Источником анализируемых изображений являются видеокамера и рентгеновская установка. Идентификация выполняется на основе последовательно применяемых процедур, позволяющих обнаруживать и распознавать элементы питания в потоке ТКО на конвейерной ленте. При наличии неповрежденной маркировки на корпусе элементов питания обработка изображений, распознавание надписей и анализ идентификаторов обеспечивают достаточно достоверную классификацию. При существенном повреждении маркировки распознавание затруднено, поэтому предложен дополнительный этап обработки изображений в рентгеновском диапазоне. Нейронные сети, составляющие основу системы идентификации элементов питания, обучаются на подготовленных наборах данных, содержащих множество рентгеновских снимков элементов питания разных типов, которым сопоставлены искомые классы. Обученная модель позволяет классифицировать тип элементов питания для последующей сортировки. Предложенный способ нейросетевой классификации элементов питания на основе обработки оптических изображений и рентгеновских снимков составляет основу программно-аппаратного комплекса, предназначенного для автоматизированных линий сортировки ТКО.