北京信息科技大學(xué) 崔 勇 胡順順

隨著時(shí)代的進(jìn)步，社會(huì)的發(fā)展，我們應(yīng)提高自己的道德修養(yǎng)。但是有時(shí)候我們無法自律，隨手丟垃圾的現(xiàn)象屢見不鮮，所以我們有了利用攝像頭進(jìn)行自動(dòng)識(shí)別行人是否亂丟垃圾，及時(shí)督促違反者改正的錯(cuò)誤的構(gòu)想。我們分四個(gè)模塊來完成，即預(yù)處理、對(duì)行人的特征識(shí)別、亂扔垃圾行為判定。

1 研究背景

當(dāng)我們走在路上時(shí)，時(shí)常會(huì)看到一些人不顧環(huán)境衛(wèi)生亂扔垃圾，甚至在垃圾箱附近也毫不收斂，以至于我們可以經(jīng)常看見垃圾桶里空空如也，而其周圍垃圾卻堆積如山。隨手丟垃圾或許很方便，但是你有沒有想過，社區(qū)環(huán)境是大家的，你貪圖了一時(shí)之快，卻會(huì)影響整個(gè)社區(qū)的容貌。由此便引發(fā)出一個(gè)問題：如何減少人們這種隨便扔垃圾的不良習(xí)慣？我們認(rèn)為，當(dāng)行人亂丟垃圾時(shí)，如果有檢測系統(tǒng)發(fā)出聲音進(jìn)行警告，由于播放的聲音比較大，能讓周圍的人聽見，即使丟垃圾者沒有看見提示標(biāo)語或者沒有意識(shí)到自己的行為是錯(cuò)誤的，妄圖蒙混過關(guān)，但礙于面子，也會(huì)強(qiáng)行制止他們丟垃圾的壞習(xí)慣。

2 當(dāng)前社會(huì)的解決方法

社會(huì)上其他人難道對(duì)這種情況熟視無睹嗎？我們在網(wǎng)上搜尋了有關(guān)此問題的解決方案，發(fā)現(xiàn)大多數(shù)的方案只是停留在紙面工作上，比如：制作禁止隨便扔垃圾的標(biāo)語紙板、貼一些保護(hù)環(huán)境的告示、極少的幾個(gè)方案中寫道派人監(jiān)督。我們認(rèn)為這種解決方法是不可行的，貼告示只是“防君子不防小人”，人們在隨便扔垃圾時(shí)并不理會(huì)告示寫了什么，當(dāng)派人抓住他們時(shí)，他們也只會(huì)說“沒看見，下次不扔了，對(duì)不起。”這樣的話語，下次照扔不誤。并且派人監(jiān)督費(fèi)時(shí)費(fèi)力，當(dāng)人們下班休息時(shí)，這段時(shí)間無法保證沒人趁此機(jī)會(huì)亂丟垃圾。所以，我們認(rèn)為當(dāng)前社會(huì)在解決這一問題上并沒有能夠長期運(yùn)作的解決方案。

為此，我們團(tuán)隊(duì)通過研發(fā)一種監(jiān)測系統(tǒng)監(jiān)督行人亂扔垃圾的系統(tǒng)，實(shí)時(shí)監(jiān)控并提醒行人不要亂丟垃圾，保障環(huán)境衛(wèi)生，提高國民素質(zhì)。

3 基于計(jì)算機(jī)視覺的扔垃圾監(jiān)控提示系統(tǒng)

本系統(tǒng)利用攝像頭拍攝一組數(shù)據(jù)，當(dāng)檢測到視頻內(nèi)有行人時(shí)，系統(tǒng)會(huì)檢測行人手中是否存在垃圾。如果檢測到垃圾從行人手中掉落時(shí)，則會(huì)給出語音“請(qǐng)不要亂扔垃圾”給予路人警示。

制作系統(tǒng)的思路如圖1所示。

圖1 主要思路

本系統(tǒng)基于一些條件與假設(shè)。首先要求純白色背景，其對(duì)比度高，更容易進(jìn)行邊緣檢測。其次要求光照均勻，保證幀與幀之間的垃圾不會(huì)因?yàn)楣饩€明暗導(dǎo)致系統(tǒng)判定失誤。然后人與垃圾的要與攝像頭保持合適距離，使得人與垃圾清晰可見。并且地面沒有無關(guān)物體。無關(guān)物體比如秋季落葉，雪花、錢包之類的干擾因素；最后要求垃圾的顏色假設(shè)為紅、綠、藍(lán)。

本系統(tǒng)的創(chuàng)新性在于能夠結(jié)合攝像頭對(duì)目標(biāo)物體進(jìn)行定位，由計(jì)算機(jī)對(duì)當(dāng)時(shí)人與垃圾的位置情況進(jìn)行分析。能夠滿足實(shí)時(shí)監(jiān)督行人的需求。有效地避免了行人亂丟垃圾卻無人提醒的問題。垃圾與行人位置的模糊判斷，也最大程度的精簡了數(shù)據(jù)，有效地避免了運(yùn)行過于麻煩導(dǎo)致無法及時(shí)提醒的問題。并且由于是機(jī)器工作，所以大大地減少了人工成本。

圖2 行人測試效果

4 行人與垃圾檢測

4.1 行人識(shí)別與輪廓提取

我們選擇用圖像差分法來進(jìn)行行人檢測。幀間差分法是一種通過對(duì)視頻圖像序列的連續(xù)兩幀圖像做差分運(yùn)算獲取運(yùn)動(dòng)目標(biāo)輪廓的方法。當(dāng)監(jiān)控場景中出現(xiàn)異常目標(biāo)運(yùn)動(dòng)時(shí)，相鄰兩幀圖像之間會(huì)出現(xiàn)較為明顯的差別，兩幀相減，求得圖像對(duì)應(yīng)位置像素值差的絕對(duì)值，判斷其是否大于某一閾值，再通過二值化處理進(jìn)而分析視頻或圖像序列的物體運(yùn)動(dòng)特性。行人測試效果如圖2所示。

圖3 垃圾測試效果

根據(jù)差分法的特點(diǎn)，連續(xù)兩幀相減后即可獲得求得圖像對(duì)應(yīng)位置像素值差的絕對(duì)值。我們運(yùn)用dilate函數(shù)膨脹圖像，然后運(yùn)用sobel算子分別檢測水平邊緣與垂直邊緣的。Sobel算子對(duì)于象素的位置的影響做了加權(quán)，可以降低邊緣模糊程度，使得效果更好。然后使用Canny函數(shù)進(jìn)行邊緣提取最后運(yùn)用findContours檢測輪廓。

分別提取輪廓中x、y的最大值與最小值，然后分別做差在相除即可得到此時(shí)行人的長寬比。當(dāng)長寬比為＜1時(shí)，此時(shí)矩形為長方形，以此為條件作為判斷是否為行人的條件。

4.2 垃圾檢測與輪廓獲取

首先根據(jù)我們假定垃圾的顏色為：紅、綠、藍(lán)三個(gè)基本顏色。使用inRange函數(shù)根據(jù)顏色范圍篩選提取垃圾物體。選用dilate函數(shù)膨脹圖像，然后運(yùn)用sobel算子分別檢測水平邊緣與垂直邊緣的，最后使用Canny函數(shù)進(jìn)行邊緣提取最后運(yùn)用findContours檢測輪廓。垃圾測試效果如圖3所示。

圖4 效果圖

4.3 檢測人與垃圾的距離與判定

我們選取人與垃圾輪廓數(shù)組中縱坐標(biāo)最小的的坐標(biāo)信息作為二者的位置，當(dāng)二者的位置大于40個(gè)像素點(diǎn)時(shí)判定為亂扔垃圾。

5 實(shí)驗(yàn)結(jié)果

我們在教學(xué)樓附近采集了一些結(jié)果，圖為其中的一個(gè)影像，我們運(yùn)用系統(tǒng)把人和垃圾識(shí)別出來并加以跟蹤，如果其手中的垃圾掉落時(shí)，系統(tǒng)會(huì)進(jìn)行判斷并加以警告。測試效果如圖4所示，框定垃圾與人之間的距離大于40個(gè)像素，系統(tǒng)判定存在亂扔垃圾行為。

本文設(shè)計(jì)并實(shí)現(xiàn)了一種基于計(jì)算機(jī)視覺的扔垃圾監(jiān)控提示系統(tǒng)。利用了攝像頭來拍攝行人，系統(tǒng)來判斷是否為亂扔垃圾。在我們設(shè)定的條件下，系統(tǒng)可以完善的識(shí)別并運(yùn)行判斷。但是如果要運(yùn)用于生活中，該系統(tǒng)還需要加以完善，克服一些干擾因素。