CN114034646A - 一种回收塑料瓶识别系统 - Google Patents

Abstract

一种回收塑料瓶识别系统，属于塑料瓶回收处理技术领域。系统包括输送线，设于输送线上的异物检测模块、信息识别模块、老化检测模块、AI识别模块、材质识别模块，设于控制端的识别分析模块；识别分析模块分别接收异物检测模块采集的红外透射图像、信息识别模块识别的一维码信息、老化检测模块采集的紫外荧光图像、材质识别模块识别的光谱图像，识别分析模块识别塑料瓶是否存在异物、塑料瓶的老化程度、塑料瓶材质种类、塑料瓶信息、AI识别信息，并基于识别结果进行分类操作。本发明对有异物、不同品牌、不同材质、不同老化程度、不同种类的塑料瓶进行精细化识别、分类，智能化识别精准、高效。

Description

一种回收塑料瓶识别系统

技术领域

本发明涉及塑料瓶回收处理技术领域，尤其涉及一种回收塑料瓶识别系统。

背景技术

原有传统的塑料瓶再生回收行业，由于历史、市场、现场管理、原料本身特点和技术原因，大多出于降低成本的思路设计，从业人员及企业，大都为个人、个体工商户及小微企业，大都采用地磅对来料进行简单的物理称重，并依靠人工经验对塑料瓶回收进行简单的材质分类、颜色分类核算，以及利用简单的机械传送、压缩设备，进行分类压缩打包作业。为此,存在以下问题：1、因回收塑料瓶本身带残留物，并且在回收过程中夹带大量杂物，包装材质的多样性和复杂性等多种因素，使得在回收过程中，因缺少统一的标准和合理的验货手段，造成定价难，纠纷多。2、目前大多依靠半机械化传送带、打包机等设备进行人工打包作业，作业堆场大，造成来运搬运回收成本上升。再加上塑料瓶回收品种多、材质复杂、体积大、塑料多、重量轻（1吨饮料瓶约4万个左右）的原因，使得作业现场混乱，各自夹带的垃圾及残留物造成的异味和设备噪音，给作业工人安全和现场环保，带来了重大隐患。3、因缺乏对原瓶（未经压扁）进行自动分类分拣的设备，大都采用熟练工人靠经验进行手工分类；还因回收塑料瓶的复杂性以及人工分拣的不稳定性，造成严重的质量隐患，阻碍了下游生产企业高品质利用的发展。特别是食品级和非食品级不能有效区分，对未来中国实行再生塑料用于食品包装政策，造成巨大障碍。4因塑料瓶回收传统生产方式，很难对现场货物进行有效的盘点，造成回收企业账务混乱，难以通过国家有关再生资源税务优惠政策条件审核，税务违法风险较大。

目前市场上已有的工业化分拣设备因不能解决圆瓶滚动移位造成不能定位的问题，都是采用压扁后进行分拣。例如，市场上出现的工业化饮料瓶回收光谱自动分选机，只能适应经压扁和去掉标签后的塑料瓶颜色和材质分选，不能对城市塑料原瓶回收及相同材料，不同牌号和不同老化程度的回收塑料瓶进行识别和分选。

发明专利申请CN202010367940.X公开了一种城市垃圾塑料废弃物分类回收设备及方法，并具体公开了设备包括压扁塑料瓶筛分机构、完整塑料瓶筛分机构、定位分切机构、清洗分类机构，所述压扁塑料瓶筛分机构包括第一机架，所述第一机架顶端设置有振动导向架，所述振动导向架包括两前后对称分布的侧板，所述侧板上设置有第一振动机构，所述振动导向架顶端通过螺栓固定安装有进料斗，所述振动导向架下方放置有压扁塑料瓶收集箱，所述压扁塑料瓶收集箱的一端侧壁上安装有把手。该发明是对完整和不完整塑料瓶进行筛选，并对完整塑料瓶进行不同部位的分类。该发明无法对有异物、不同品牌、不同材质、不同老化程度、不同种类的塑料瓶进行精细化识别、分类，智能化分类水平低效。

发明内容

本发明针对现有技术存在的问题，提出了一种回收塑料瓶识别系统，能对异物、不同品牌、不同材质、不同老化程度、不同种类的塑料瓶进行精细化识别、分类，回收塑料瓶识别精准、高效。

本发明是通过以下技术方案得以实现的：

一种回收塑料瓶识别系统，包括输送线，设于输送线传输方向上的异物检测模块、信息识别模块、老化检测模块、AI识别模块、材质识别模块，以及设于控制端的识别分析模块；

所述异物检测模块包括设于输送线上方的红外相机、设于输送线底部前端的红外光源，所述红外相机采集塑料瓶的红外透射图像并发送给所述识别分析模块；

所述信息识别模块包括设于输送线上的一维码扫描装置，用于扫描塑料瓶上的一维码信息并发送给所述识别分析模块；

所述老化检测模块包括设于输送线上方的紫外相机、设于输送线上方且在紫外相机下方的紫外灯，所述紫外相机采集塑料瓶的紫外荧光图像并发送给所述识别分析模块；

所述AI识别模块包括设于输送线上方的可见光相机、设于输送线上方且在可见光相机下方的照明光源，所述可见光相机采集塑料瓶的可见光图像并发送给所述识别分析模块；

所述材质识别模块包括设于输送线上方的高光谱相机、设于输送线上方且在高光谱相机下方的全谱段光源，所述高光谱相机采集塑料瓶的光谱图像并发送给所述识别分析模块；

所述识别分析模块根据红外透射图像分析塑料瓶是否存在异物，根据一维码信息获取塑料瓶信息，根据紫外荧光图像分析塑料瓶的老化程度，根据可见光图像获取AI识别信息，根据光谱图像识别塑料瓶材质种类，并对存在异物、老化的塑料瓶执行排出操作，对未存在异物、未老化的塑料瓶，基于塑料瓶信息、AI识别信息和材质种类进行分类操作。

该发明在输送线上设置多个模块进行异物、老化、塑料瓶信息、品牌、型号、材质种类多方面识别，能对塑料瓶原瓶进行精准识别。该系统在线实时识别，解决了现有依赖人工识别的低效和标准不唯一的问题，同时减少了回收劳动强度、回收场地面积，降低了回收成本，解决了回收污染问题。

作为优选，所述输送线包括平面输送带或V型输送带、输送带驱动机构。

作为优选，所述输送线包括V型输送带、输送带驱动机构；所述V型输送带由两段轨道倾斜拼接成V型结构，两段轨道拼接处具有间隙；所述输送带驱动机构有两个，分别驱动一段轨道。

作为优选，所述输送线包括第一输送带、第二输送带、第一输送带驱动机构、第二输送带驱动机构，所述第一输送带与所述第二输送带之间间隙排布，所述异物检测模块、所述信息识别模块、所述老化检测模块、所述AI识别模块、所述材质识别模块设于所述第二输送带上；所述第一输送带驱动机构驱动第一输送带的传输速度，大于所述第二输送带驱动机构驱动第二输送带的传输速度。

作为优选，系统还包括设于输送线后方的分类传输线。

作为优选，所述一维码扫描装置有若干个，通过环形机构设于输送线上；若干个一维码扫描装置沿所述环形机构的圆周面均匀布置。

作为优选，所述识别分析模块包括：

异物识别单元，用于将接收到的红外透射图像与预存的正常塑料瓶红外透射图像对比，若存在除塑料瓶之外的物体时，则该塑料瓶为含异物塑料瓶，否则该塑料瓶为正常塑料瓶；

信息识别单元，用于将读取到的一维码信息与预存在一维码数据库进行比对，识别出塑料瓶信息；

老化识别单元，用于将接收到的紫外荧光图像输入预存的老化识别数学模型，继而输出塑料瓶的老化等级；

AI识别单元，用于将可见光图像输入预存的塑料瓶数学模型，继而输出塑料瓶的品牌和型号；

材质识别单元，用于将接收到的光谱图像输入预存的光谱识别数学模型，继而输出塑料瓶的材质种类；

控制输出单元，用于对识别出的含异物塑料瓶和老化塑料瓶执行排出操作，并对未存在异物、未老化的塑料瓶，基于塑料瓶信息、AI识别信息和材质种类进行分类操作。

作为优选，所述老化识别单元识别老化等级的过程如下：

先获取接收到的紫外荧光图像中塑料瓶裸露区域图像；

再将塑料瓶裸露区域图像输入所述老化识别数学模型，获得塑料瓶的老化等级。

作为优选，所述AI识别单元获取AI识别信息的过程如下：

先获得样本图像模型，通过如下方式获得：

通过可见光相机采集多种品牌、型号塑料瓶的可见光图像；

将可见光图像按照品牌、型号进行分类，并将可见光图像及其对应的品牌、型号一一对应存储在样本图像库中；

对样本图像库中的可将光图像进行外观特征点处理，并训练形成样本图像模型；

再提取接收到的可见光图像的外观特征点，并将外观特征点输入到的样本图像模型中，获得塑料瓶的品牌和型号。

作为优选，所述材质识别单元识别塑料瓶材质种类的过程如下：

先获得光谱识别数学模型，通过如下方式获得：

通过高光谱相机采集不同材质的塑料瓶样品的光谱图像；

在同一塑料瓶上的相同材质区域选取多个特征点，并将每个特征点对应的光谱图像和材质种类一一对应存储为数据子集，多个特征点的数据子集构成一个塑料瓶的数据集；

基于上述数据集训练形成光谱识别数学模型；

再提取接收到的光谱图像的特征点，并将特征点输入到光谱识别数学模型中，获得塑料瓶的材质种类。

本发明具有以下有益效果：

一种回收塑料瓶识别系统，用标准化、智能化、自动化手段，在线对塑料瓶原瓶进行多类别精细识别，继而实现精准分类，为后续高品质材料再生，提供了原料保障，特别是对回收塑料瓶进行了严格的食品级和非食品级进行的可追溯性的区分，为未来再生塑料用于食品级包装的原料来源，奠定了坚实的数字化原料认证条件和基础，提高了回收材料的附加值。同时采用工业化、集成化、智能化、环保型设计，提高了回收效率、大大减少了回收劳动强度和回收场地面积，在大幅度降低回收成本的同时，解决了目前回收行业中普遍存在的劳动力和环保问题。

附图说明

图1为本发明一种回收塑料瓶识别系统的原理框图；

图2为图1中输送线的结构示意图，所述输送线采用V型输送带；其中，1-输送线；11-V型输送带。

具体实施方式

以下是本发明的具体实施例并结合附图，对本发明的技术方案作进一步的描述，但本发明并不限于这些实施例。

本发明一种回收塑料瓶识别系统，包括输送线，设于输送线传输方向上的异物检测模块、信息识别模块、老化检测模块、AI识别模块、材质识别模块，以及设于控制端的识别分析模块。所述异物检测模块包括设于输送线上方的红外相机、设于输送线底部前端的红外光源。所述信息识别模块包括设于输送线上的一维码扫描装置。所述老化检测模块包括设于输送线上方的紫外相机、设于输送线上方且在紫外相机下方的紫外灯。所述AI识别模块包括设于输送线上方的可见光相机、设于输送线上方且在可见光相机下方的照明光源。所述材质识别模块包括设于输送线上方的高光谱相机、设于输送线上方且在高光谱相机下方的全谱段光源。如图1，所述红外相机、所述紫外相机、所述可见光相机、所述高光谱相机、所述一维码扫描装置分别与所述识别分析模块连接。所述红外相机将采集的塑料瓶的红外透射图像发送给所述识别分析模块，所述识别分析模块根据红外透射图像分析塑料瓶是否存在异物，当有异物时，则执行含异物塑料瓶排出操作。所述紫外相机将采集的塑料瓶的紫外荧光图像发送给所述识别分析模块，所述识别分析模块根据紫外荧光图像分析塑料瓶的老化程度，当有老化塑料瓶时，则执行老化塑料瓶排出操作。所述识别分析模块还对未存在异物、未老化的塑料瓶，基于一维码信息获得的塑料瓶信息、基于可见光相机采集的可见光图像获得的AI信息、和基于高光谱相机采集的高光谱图像获得的材质种类进行分类操作。

具体地，所述识别分析模块包括异物识别单元、信息识别单元、老化识别单元、AI识别单元、材质识别单元、控制输出单元。

所述异物识别单元，用于将接收到的红外透射图像与预存的正常塑料瓶红外透射图像对比，若存在除塑料瓶之外的物体时，则该塑料瓶为含异物塑料瓶，否则该塑料瓶为正常塑料瓶。判断存在除塑料瓶之外的物体的方式为，判断塑料瓶红外透射图像是否存在阴影，例如碎片、钉子等形成的阴影。其中，正常塑料瓶红外透射图像在进行塑料瓶异物识别之前采集获得。选用的红外光源的波长与红外相机的红外感应波段区域一直，这样可排除环境光产生的反射图像和透射图像叠加的情况，避免影响透射图像的对比度，继而提高异物检测的准确性。

所述信息识别单元用于将读取到的一维码信息与预存在一维码数据库进行比对，识别出塑料瓶信息。其中，一维码数据库在信息识别单元工作前预先存储。一维码数据库构建过程如下：先采集市面上各种塑料瓶上的一维码信息，如条形码信息，以及其对应种类、厂家等信息，并将上述信息存储在一维码数据库内。具体识别过程如下：一维码扫描装置，如一维码识别相机，采集塑料瓶的瓶身图像，并将图像发送给信息识别单元；信息识别单元利用识别预处理算法在对条形码区域进行精确定位的同时，完成对条形码图像的脏污、变形、遮挡、反光等防干扰处理；经预处理的条形码图像被单独抠出并送入深度神经网络进行识别。通过将条形码识别结果和预存的一维码数据库进行比对，确认当前瓶子的种类，规格，厂商等信息。

所述老化识别单元，用于将接收到的紫外荧光图像输入预存的老化识别数学模型，继而输出塑料瓶的老化等级。老化塑料瓶在紫外灯照射下会发出荧光，不同老化程度的塑料瓶瓶身会有不同程度的荧光反应。所述老化识别单元识别老化等级的过程如下：先获取接收到的紫外荧光图像中塑料瓶裸露区域图像；再将塑料瓶裸露区域图像输入所述老化识别数学模型，获得塑料瓶的老化等级。老化等级的获得可通过如下两种方式实现：在一实施方式下，老化识别数学模型可通过直方图统计方式构建，即对获取的塑料瓶裸露区域图像做直方图统计，最多可分为256个级别（老化等级最多可设置256个等级，实际可根据需要调整）。在另一实施方式下，利用人工分类经验将塑料瓶分为不同老化等级，接着采集对应塑料瓶的荧光图像，并将其标注为对应的等级进行训练，训练获得老化识别数学模型。最后将实时采集的塑料瓶裸露区域图像输入所述老化识别数学模型，进行实时的在线识别。

所述AI识别单元，用于将可见光图像输入预存的塑料瓶数学模型，继而输出塑料瓶的品牌和型号。所述AI识别单元获取AI识别信息的过程如下：先获得样本图像模型，再提取接收到的可见光图像的外观特征点，并将外观特征点输入到的样本图像模型中，获得塑料瓶的品牌和型号。所述样本图像模型通过如下方式获得：先通过可见光相机采集多种品牌、型号塑料瓶的可见光图像，利用本发明输送线布置架构实现，即仅开启可见光相机，通过采集传输线上的塑料瓶样本（包括碳酸饮料、矿泉水、纯净水、茶、果汁饮料以及奶制品、食用油等），拍摄每种塑料瓶不同角度的图像。接着，将可见光图像按照品牌、型号进行分类，并将可见光图像及其对应的品牌、型号一一对应存储在样本图像库中。之后，对样本图像库中的可将光图像进行外观特征点处理，并训练形成样本图像模型。外观特征点可根据颜色、分片、分段等方式选取。这样在将外观特征点输入到样本图像模型中时，进行外观特征比对，通过特征符合度系数来分辨属于哪种塑料瓶。

所述材质识别单元，用于将接收到的光谱图像输入预存的光谱识别数学模型，继而输出塑料瓶的材质种类。所述材质识别单元识别塑料瓶材质种类的过程如下：先获得光谱识别数学模型，再提取接收到的光谱图像的特征点，并将特征点输入到光谱识别数学模型中，获得塑料瓶的材质种类。所述光谱识别数学模型通过如下方式获得：通过高光谱相机采集不同材质的塑料瓶样品的光谱图像；在同一塑料瓶上的相同材质区域选取多个特征点，并将每个特征点对应的光谱图像和材质种类一一对应存储为数据子集，多个特征点的数据子集构成一个塑料瓶的数据集；基于上述数据集训练形成光谱识别数学模型。例如，一个塑料瓶包括瓶盖、盖圈、标签、瓶身等，则一个塑料瓶的数据集包含瓶盖、盖圈、标签、瓶身等多个不同材质区域的数据子集，每个数据子集中存储多个特征点对应的光谱图像和材质种类。

所述控制输出单元，用于对识别出的含异物塑料瓶和老化塑料瓶执行排出操作，并对未存在异物、未老化的塑料瓶，基于塑料瓶信息、AI识别信息和材质种类进行分类操作。例如，基于所述异物识别单元的识别结果，确定塑料瓶为含异物塑料瓶，则输出含异物塑料瓶的排出操作指令，可指示人工进行排出，或者在输送线后方设置分类传输线，利用排出机构执行自动化排出操作。又例如，基于所述老化识别单元的识别结果，确定塑料瓶的老化等级，对于存在老化且不严重的，能进行二次加工处理的，则输出低级老化塑料瓶的排出操作指令，可指示人工进行特定通道排出，或者在输送线后方设置分类传输线，利用排出机构执行自动化排出操作，并在特定通道排出；对于存在老化且严重，无法进行二次加工处理的，则输出高级老化塑料瓶的排出操作指令，可指示人工进行特定通道排出，或者在输送线后方设置分类传输线，利用排出机构执行自动化排出操作，并在特定通道排出。又例如，对于未存在异物、未老化的塑料瓶，继续在输送线上传输，并基于信息识别单元、AI识别单元、材质识别单元的识别结果，进行智能化精准分类操作。可根据材质种类、品牌、型号、塑料瓶信息进行特定分类，则输出特定分类的分类指令，可指示人工进行特定通道分类，或者在输送线后方设置分类传输线，利用分拣机构执行自动化分类操作，并分拣流入特定通道。

本案对塑料瓶原瓶进行识别，原瓶主要指原形态和变形塑料瓶（未经压扁或压缩工序）。在此系统下，能对异物、不同品牌、不同材质、不同老化程度、不同种类的塑料瓶进行精细化识别、分类。

所述输送线包括平面输送带或V型输送带、输送带驱动机构。输送带驱动机构驱动平面输送带或V型输送带工作。为了能有效识别塑料瓶上的图像，输送带采用V型输送带。如图2，所述V型输送带由两段轨道倾斜拼接成V型结构，两段轨道拼接处具有间隙；所述输送带驱动机构有两个，分别驱动一段轨道。这样， V型输送带能将塑料瓶定位在输送带中间，不会受其他外力影响。继而，相机采集的图像更准确、清晰，便于识别。

在一实施方式下，所述输送线包括一个输送带，即一个输送带上完成上述识别过程。输送带前端为塑料瓶送入口，可通过人工送入或通过其他机构送入。在另一实施方式下，所述输送线包括第一输送带、第二输送带、第一输送带驱动机构、第二输送带驱动机构。所述第一输送带与所述第二输送带之间间隙排布，所述异物检测模块、所述信息识别模块、所述老化检测模块、所述AI识别模块、所述材质识别模块设于所述第二输送带上。所述第一输送带长度较短，主要用于加速，避免塑料瓶连续传输，塑料瓶间间距可在10cm左右，使得送入第二输送带的塑料瓶能依次被相机拍摄，即一张图像中包含一个完整塑料瓶，能准确识别。所述第二输送带较所述第一输送带长，这样能依次进行各种识别。基于上述原因，所述第一输送带驱动机构驱动第一输送带的传输速度，大于所述第二输送带驱动机构驱动第二输送带的传输速度。

由于不确定塑料瓶哪个面对准相机，且条形码设置位置各不相同，则可设置若干个一维码扫描装置，通过环形机构设于输送线上。若干个一维码扫描装置沿所述环形机构的圆周面均匀布置。例如，可将环形机构设置于输送线的前端。当有两个输送带时，设于第二输送带的前端。另外，异物检测模块、老化检测模块、AI识别模块、材质识别模块也设置于第二输送带上。例如，红外光源设于第二输送带前端处，且位于两个输送带的缝隙处，红外相机位于第二输送带前端上方。所述老化检测模块、所述AI识别模块、所述材质识别模块可依序设置于第二输送带上。

本领域的技术人员应理解，上述描述及附图中所示的本发明的实施例只作为举例而并不限制本发明。本发明的目的已经完整有效地实现。本发明的功能及结构原理已在实施例中展示和说明，在没有背离所述原理下，本发明的实施方式可以有任何变形或修改。

Claims (10)

1.一种回收塑料瓶识别系统，其特征在于，包括输送线，设于输送线传输方向上的异物检测模块、信息识别模块、老化检测模块、AI识别模块、材质识别模块，以及设于控制端的识别分析模块；

所述异物检测模块包括设于输送线上方的红外相机、设于输送线底部前端的红外光源，所述红外相机采集塑料瓶的红外透射图像并发送给所述识别分析模块；

所述信息识别模块包括设于输送线上的一维码扫描装置，用于扫描塑料瓶上的一维码信息并发送给所述识别分析模块；

所述老化检测模块包括设于输送线上方的紫外相机、设于输送线上方且在紫外相机下方的紫外灯，所述紫外相机采集塑料瓶的紫外荧光图像并发送给所述识别分析模块；

所述AI识别模块包括设于输送线上方的可见光相机、设于输送线上方且在可见光相机下方的照明光源，所述可见光相机采集塑料瓶的可见光图像并发送给所述识别分析模块；

所述材质识别模块包括设于输送线上方的高光谱相机、设于输送线上方且在高光谱相机下方的全谱段光源，所述高光谱相机采集塑料瓶的光谱图像并发送给所述识别分析模块；

所述识别分析模块根据红外透射图像分析塑料瓶是否存在异物，根据一维码信息获取塑料瓶信息，根据紫外荧光图像分析塑料瓶的老化程度，根据可见光图像获取AI识别信息，根据光谱图像识别塑料瓶材质种类，并对存在异物、老化的塑料瓶执行排出操作，对未存在异物、未老化的塑料瓶，基于塑料瓶信息、AI识别信息和材质种类进行分类操作。

2.根据权利要求1所述的一种回收塑料瓶识别系统，其特征在于，所述输送线包括平面输送带或V型输送带、输送带驱动机构。

3.根据权利要求1所述的一种回收塑料瓶识别系统，其特征在于，所述输送线包括V型输送带、输送带驱动机构；所述V型输送带由两段轨道倾斜拼接成V型结构，两段轨道拼接处具有间隙；所述输送带驱动机构有两个，分别驱动一段轨道。

4.根据权利要求1所述的一种回收塑料瓶识别系统，其特征在于，所述输送线包括第一输送带、第二输送带、第一输送带驱动机构、第二输送带驱动机构，所述第一输送带与所述第二输送带之间间隙排布，所述异物检测模块、所述信息识别模块、所述老化检测模块、所述AI识别模块、所述材质识别模块设于所述第二输送带上；所述第一输送带驱动机构驱动第一输送带的传输速度，大于所述第二输送带驱动机构驱动第二输送带的传输速度。

5.根据权利要求1所述的一种回收塑料瓶识别系统，其特征在于，还包括设于输送线后方的分类传输线。

6.根据权利要求1所述的一种回收塑料瓶识别系统，其特征在于，所述一维码扫描装置有若干个，通过环形机构设于输送线上；若干个一维码扫描装置沿所述环形机构的圆周面均匀布置。

7.根据权利要求1所述的一种回收塑料瓶识别系统，其特征在于，所述识别分析模块包括：

异物识别单元，用于将接收到的红外透射图像与预存的正常塑料瓶红外透射图像对比，若存在除塑料瓶之外的物体时，则该塑料瓶为含异物塑料瓶，否则该塑料瓶为正常塑料瓶；

信息识别单元，用于将读取到的一维码信息与预存在一维码数据库进行比对，识别出塑料瓶信息；

老化识别单元，用于将接收到的紫外荧光图像输入预存的老化识别数学模型，继而输出塑料瓶的老化等级；

AI识别单元，用于将可见光图像输入预存的塑料瓶数学模型，继而输出塑料瓶的品牌和型号；

材质识别单元，用于将接收到的光谱图像输入预存的光谱识别数学模型，继而输出塑料瓶的材质种类；

控制输出单元，用于对识别出的含异物塑料瓶和老化塑料瓶执行排出操作，并对未存在异物、未老化的塑料瓶，基于塑料瓶信息、AI识别信息和材质种类进行分类操作。

8.根据权利要求1所述的一种回收塑料瓶识别系统，其特征在于，所述老化识别单元识别老化等级的过程如下：

先获取接收到的紫外荧光图像中塑料瓶裸露区域图像；

再将塑料瓶裸露区域图像输入所述老化识别数学模型，获得塑料瓶的老化等级。

9.根据权利要求1所述的一种回收塑料瓶识别系统，其特征在于，所述AI识别单元获取AI识别信息的过程如下：

先获得样本图像模型，通过如下方式获得：

通过可见光相机采集多种品牌、型号塑料瓶的可见光图像；

将可见光图像按照品牌、型号进行分类，并将可见光图像及其对应的品牌、型号一一对应存储在样本图像库中；

对样本图像库中的可将光图像进行外观特征点处理，并训练形成样本图像模型；

再提取接收到的可见光图像的外观特征点，并将外观特征点输入到的样本图像模型中，获得塑料瓶的品牌和型号。

10.根据权利要求1所述的一种回收塑料瓶识别系统，其特征在于，所述材质识别单元识别塑料瓶材质种类的过程如下：

先获得光谱识别数学模型，通过如下方式获得：

通过高光谱相机采集不同材质的塑料瓶样品的光谱图像；

在同一塑料瓶上的相同材质区域选取多个特征点，并将每个特征点对应的光谱图像和材质种类一一对应存储为数据子集，多个特征点的数据子集构成一个塑料瓶的数据集；

基于上述数据集训练形成光谱识别数学模型；

再提取接收到的光谱图像的特征点，并将特征点输入到光谱识别数学模型中，获得塑料瓶的材质种类。

Images