基于MATLAB BP神经网络的水果识别研究

摘 要： 本文介绍了一种基于 ＢＰ 神经网络的水果识别方法。 随着模式识别技术不断的发展，图像识别作为最具代表性的应用，受到了众多学者的关注，尤其是在图像快速识别方面。 为了解决传统水果图像分类识别算法人工提取特征的缺陷，将经过训练的 ＢＰ 神经网络应用在水果的识别中。 本实验使用数字图像处理的方法，首先对采集到的图像进行预处理，并针对多种水果混合的图像进行提取和识别。 实验表明，基于 ＢＰ 神经网络的水果识别方法能够获得很高的识别率，能够有效地将同一幅图像中的不同水果识别出来。

关键词： 水果识别； 图像处理； ＢＰ 神经网络； ＭＡＴＬＡＢ

引 言

在中国，通常采用人工方式进行水果分级，而人工分级往往效率低、劳动量大、有较大的人工误差等，难以实现标准分级［１］ 。 并且人工识别具有诸多的不稳定因素。 因此，研究和开发水果自动实时分级系统，对经济、农业的发展具有广阔的应用前景。从 ８０ 年代开始，国内外有许多学者研究水果分级的自动识别算法，近年来也出现了一些基于水果识别的算法，如郑小东等人［２］ 根据区域特征进行水果的自动识别。 项辉宇等人实现了对苹果大小、缺陷以及颜色特征的检测。 程荣花等人［３］ 对水果图像的主成分分析， 从而对其进行识别预测。 王水平等人［４］ 利用 ＳＶＭ 分类器，对水果进行分类预测。 这些方法虽