全文总字数：3216字
文献综述
一 国内外研究现状与发展动态随着现代社会的高速发展，其带来的环境压力也越来越大，对于日益剧增的垃圾产量已经成为世界关注的焦点。
垃圾分类成为制约我国环保产业发展的瓶颈，也是造成环境污染、资源再利用困难的根源之一，所以推进垃圾分类刻不容缓。
然而垃圾分类总是屡试屡败工作推进难度巨大，垃圾分类难也同样困扰着大众，为了缓解垃圾分类的问题，减轻社会和居民的压力，如果可以实现可回收垃圾二次分类，对生活垃圾自主分类就显得尤为重要。
在当今国内外也出现了许多研究方法，如基于ARM的垃圾识别与分类，基于深度学习的图像处理识别垃圾等方法。
随着深度学习技术在视觉领域的应用和发展，让我们看到了国外有关学者利用AI来自动进行垃圾分类的可能，通过摄像头拍摄垃圾图片，检测图片中垃圾的类别，从而可以让机器自动进行垃圾分拣，极大地提高垃圾分拣效率。
二、研究内容及可行性分析FPGA具有许多特点和优势，易于维护，方便移植，升级和拓展；具有更快的速度，更高的带宽，满足实时处理的需求；具有灵活性，强并行处理能力，高集成性的特点。
为垃圾识别分类提供了良好的实现方案。
本报告是基于赛灵思公司的 pynq 开发平台设计，同时结合了机械控制和神经网络等知识，拥有可以自主识别垃圾并分类的功能，以 FPGA 作为核心处理器最大程度的实现了垃圾识别与分类。
该智能垃圾桶将人工分类垃圾转为智能化，大大节省了人力，物力，降低垃圾分类的烦恼，具有长远的利用价值和非常巨大的市场前景。
剩余内容已隐藏，您需要先支付 10元 才能查看该篇文章全部内容！立即支付
以上是毕业论文文献综述，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。
