基于BP神经网络的医疗废物识别与分类研究

为提高垃圾识别与分类的效率,尤其是医疗废物,文中在图像识别的基础上,提出了基于BP神经网络的医疗废物识别与分类模型。该模型依据用户实时拍摄的图片,利用AGAST角点检测算法、FREAK描述算法、高阶局部自相关(HLAC)函数来进行医疗废物目标的特征提取;并将提取到的特征向量作为BP神经网络的训练数据,同时引入SVM分类器来提高目标类型识别与分类的准确率。测试表明,文中提出的模型可有效识别常见的医疗废物,平均分类准确率与仅使用BP神经网络的模型相比高出5.81%,有着较可靠的识别率。