| Name: | Description: | Size: | Format: | |
|---|---|---|---|---|
| 27.97 MB | Adobe PDF |
Advisor(s)
Abstract(s)
Esta dissertação tem como objetivo o desenvolvimento de uma solução para categorização e separação de resíduos urbanos, utilizando técnicas de computação e processamento de imagem. Para isso, foi necessário adquirir conhecimentos em programação Python, desenvolver um algoritmo de reconhecimento e categorização de lixo urbano e projetar um sistema físico com equipamentos que permitam a separação de resíduos urbanos, utilizando o algoritmo de categorização desenvolvido.
O trabalho teve início com a realização de um estudo sobre técnicas de aquisição e processamento de imagem, seguido de uma análise da realidade portuguesa em relação à recolha de resíduos urbanos. Em seguida, foi desenvolvido um algoritmo de caracterização de símbolos, escrito em Python, utilizando a biblioteca OpenCV, e contendo um modelo de reconhecimento de imagem, o YOLO. Para este modelo ser utilizado para este propósito, teve de ser treinado com imagens categorizadas.
Após treinar o modelo com um conjunto de 500 imagens com 3 categorizações (VERDE, AMARELO e AZUL), o mesmo modelo foi treinado mais duas vezes com parâmetros de treino diferentes. O algoritmo foi colocado em testes com imagens que seriam de um esquema real, e
foram obtidos resultados promissores. O terceiro modelo treinado destacou-se por apresentar resultados mais consistentes, mas ainda há espaço para melhoria com o uso de uma base de dados maior.
Embora o trabalho não tenha cumprido todos os objetivos, já que o objetivo do sistema físico foi abandonado, o algoritmo desenvolvido apresenta resultados promissores e pode ser utilizado em outras aplicações.
This dissertation aims to develop a solution for the categorization and separation of urban waste, using computer and image processing techniques. To achieve this, it was necessary to acquire knowledge in Python programming, develop an algorithm for recognition and categorization of urban waste. It would also be necessary to project a physical system with equipment that allows for the separation of urban waste using the developed categorization algorithm. The work began with a study on image acquisition and processing techniques, followed by an analysis of the Portuguese reality regarding the collection of urban waste. Next, a symbol characterization algorithm was developed, written in Python using the OpenCV library and containing an image recognition model, YOLO. To use this model for this purpose, it had to be trained with categorized images. After training the model with a set of 500 images with 3 categories (GREEN, YELLOW, and BLUE), the same model was trained twice more with different training parameters. The algorithm was tested with images that would be from a real scheme, and promising results were obtained. The third trained model stood out for presenting more consistent results, but there is still room for improvement with the use of a larger database. Although the work did not fulfill all the objectives, as the physical system objective was abandoned, the developed algorithm shows promising results and can be used in other applications.
This dissertation aims to develop a solution for the categorization and separation of urban waste, using computer and image processing techniques. To achieve this, it was necessary to acquire knowledge in Python programming, develop an algorithm for recognition and categorization of urban waste. It would also be necessary to project a physical system with equipment that allows for the separation of urban waste using the developed categorization algorithm. The work began with a study on image acquisition and processing techniques, followed by an analysis of the Portuguese reality regarding the collection of urban waste. Next, a symbol characterization algorithm was developed, written in Python using the OpenCV library and containing an image recognition model, YOLO. To use this model for this purpose, it had to be trained with categorized images. After training the model with a set of 500 images with 3 categories (GREEN, YELLOW, and BLUE), the same model was trained twice more with different training parameters. The algorithm was tested with images that would be from a real scheme, and promising results were obtained. The third trained model stood out for presenting more consistent results, but there is still room for improvement with the use of a larger database. Although the work did not fulfill all the objectives, as the physical system objective was abandoned, the developed algorithm shows promising results and can be used in other applications.
Description
Dissertação para a obtenção do grau de Mestre em Engenharia Eletrotécnica – Ramo de Automação e Eletrónica Industrial
Keywords
Automação Processamento e Tratamento de Imagem Tecnologias de Reconhecimento Python Ambiente Automation
Citation
BERNARDO, João Centúrio de Almeida – Separação de lixo por processamento de imagem. Lisboa: Instituto Superior de Engenharia de Lisboa. 2023. Dissertação de Mestrado.
Publisher
Instituto Superior de Engenharia de Lisboa