基于opencv 水果秤的设计与实现

1.选题意义

1.1理论意义

智慧农业已成为当今现代农业发展的大趋势，而水果图像的识别在智慧农业领域具有重要的地位。传统的水果秤需要通过人工辨别水果的种类，然后选择对应的价格进行计价操作。在该方式下，由于人的分辨能力以及记忆有限，所以计价环节容易出错，特别是在大型超市中，会带来不小的经济损失。

1.2现实意义

随着国内农产品电子商务的快速发展，水果和蔬菜的销售模式发生了巨大改变。超市和果蔬连锁经营店，越来越多的采用“线上下单，线下配送”的模式与传统的经营模式相结合的方法来进行果蔬的销售。这种新型的果蔬销售经营方式，在“多订单，快配送”的要求下，在进行人工识别果蔬时很可能会发生错误。同时，果蔬类食品追溯体系也希望对果蔬种类进行快速和准确的识别和称重。

2.研究现状（文献综述）

2.1国外研究现状

国外对果蔬种类识别的研究可追溯到 21 世纪 80 年代，由于当时计算机的处理水平较低，计算速度慢，对果蔬识别分类的研究集中在理论方面。近些年来随着科学技术的快速发展，硬件技术得到了极大的提高，计算机对大量数据的处理速度也越来越快，这极大的促进了机器视觉在果蔬分类中的应用发展。以下是最近几年部分国外学者对果蔬分类识别的研究成果：

2010 年，Anderson Rocha等人针对机器视觉和模式识别问题中分类器的问题，提出一种能够结合多种特征和多分类器的统一分类法，能够应用到配送中心和超市等半控制的环境中，实现多层次的果蔬识别，结果表明，能够降低分类误差。

2014 年，Seema Paragi 和 H. Girish提出一种 intermeans 分割算法对水果图像进行分割。通过实验验证，该种方法能够避免水果图像中阴