1. 研究目的与意义
1.研究现状和发展趋势:
随着社会生产力的提高,人们对于物质的追求不断增加,同时人类制造垃圾的速度也在不断增快。全球环境问题日趋严重,主要表现为江河水流量减少、水体污染、动植物灭绝、土地沙漠化、淡水资源缺乏,导致了环境污染加重、全球变冷、海平面上升、极端天气事件增多,因此垃圾分类刻不容缓。研究人员都在努力提高垃圾分类效率,应对日益繁杂的垃圾分类工作,使垃圾分类智能化,高效化。因此垃圾分类已经成为了新时代的潮流,但分类起来费时耗力十分困难。如何提高普通居民垃圾分类的速度和准确度成为社会关注的重点。
图像识别,是指利用计算机对图像进行处理、分析和理解,以识别各种不同模式的目标和对象的技术,是应用深度学习算法的一种实践应用。从最初的文字识别阶段,例如字母、符号等模拟图像的识别,逐渐发展到数字图像处理与识别阶段,这个阶段模拟图像被处理成数字图像,这让存储、传输、处理都更加方便,最终发展到如今的物体识别阶段。现阶段图像识别技术一般分为人脸识别与商品识别,人脸识别主要运用在安全检查、身份核验与移动支付中;商品识别主要运用在商品流通过程中,特别是无人货架、智能零售柜等无人零售领域。
2. 研究内容和问题
1.基本内容
本课题基于Android Studio平台,利用java语言,实现一个简易实用的垃圾分类助手应用,其核心功能使用图像识别技术来实现。通过图像识别技术识别应用程序用户上传的垃圾物图像,检测图像中垃圾的名称,用户选择需要的名称结果,对该结果再进行垃圾分类。成果形式:设计说明书一份;演示应用案例一个。
3. 设计方案和技术路线
研究方法:
(1)基础理论学习,包括移动应用开发知识与图像识别技术的应用和发展趋势。
4. 研究的条件和基础
(1)使用自己的笔记本作为系统的开发,配置相关环境,选用自己熟悉的语言进行设计开发。
(2)毕业设计过程所需的文献资料可以通过图书馆或网上文献检索方式获得。整个毕业设计过程中在软件开发方面的问题向指导老师询问。
(3)了解移动开发方法;掌握java、python、移动开发等编程语言常用函数包。
以上是毕业论文开题报告,课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。