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