形状相似水果自动化识别的研究.docVIP

形状相似水果自动化识别的研究 　　摘要：水果分类在超市导购中有较为重要的应用价值，应用自动化识别技术能够实现大量水果的高效分类。主成分分析可以从多元事物中解析出主要影响因素，从而利用一个或几个较好的综合指标来概括信息。本研究采用基于主成分分析的识别分类技术对10种外形相似的水果进行预处理、训练和识别，得到了较好的识别效果，各种水果的平均识别率达到93%以上，基本能够满足实际应用。 　　关键词：水果；分类；主成分分析； 外形相似；自动化识别 　　中图分类号：S126 文献标识号：A 文章编号：1001-4942（2015）08-0116-03 　　Abstract Fruit classification is important for supermarket shopping guiding， which can be achieved efficiently by automatic recognition technology. The principal component analysis can separate out the main influencing factors from multiple things，and then use one or several better comprehensive indexes to summarize information. In this paper， 10 kinds of shape similar fruits were pretreated， trained and recognized by recognition and classification technologies based on the principal component analysis， and better recognition effects were obtained. The average recognition rate of various kinds of fruits were more than 93%， which indicated that this method could meet the actual application. 　　Key words Fruit； Classification； Principal component analysis； Shape similarity；Automatic recognition 　　水果的智能识别是当前农产品市场及超市急需采用的一项技术，主要应用在水果品质检测和分级方面，不仅有利于大规模、高效率地采购水果，还可以对水果进行准确地分类，提高其管理效率。水果识别技术的本质是图像识别，图像的预处理、特征提取和最终的判别分类方法的研究是水果识别技术的关键。 　　近年来越来越多的研究人员开始关注农产品分类识别的研究[1～5]。聂继云等[6]利用图像的颜色、纹理及维度特征对苹果分类进行了研究，但由于受多方面因素的限制，未能充分利用图像领域发展的先进技术，存在很多不足之处。张保华等[7]采用高光谱成像技术和分段主成分分析方法对苹果轻微损伤进行检测，损伤果的识别率达96%，这为应用主成分分析技术和多光谱成像技术检测水果损伤的研究提供了参考。薛建新等[8]采用高光谱成像技术对壶瓶枣的自然损伤（缩果病、裂纹、虫害、黑斑病以及鸟啄伤）进行识别研究，通过采集自然损伤及完好枣的高光谱图像，并提取相应的感兴趣区域，应用偏最小二乘回归，运用主成分分析对单波段图像进行数据压缩，识别出壶瓶枣样本的边缘与自然损伤特征区域，预测精度和稳定性得到显著提高，这为自然损伤壶瓶枣的无损检测提供了理论参考。 　　但在水果形状识别方面的研究仍较少，而随着人们生活水平的提高和对水果蔬菜需求量的增加，为了降低大型超市中人工导购的成本，进行水果识别的需求日益强烈。本文即将图像识别技术应用到智能化蔬菜识别中，通过摄像机获取待识别的水果样本图像，然后利用图像识别技术进行归一化，然后对样本进行主成分分析（PCA），最后利用欧氏距离进行归类，输出识别结果。 　　1 技术方案与关键技术 　　1.1 总体方案 　　首先利用摄像头等设备获取水果样本图像，然后对样本图像进行预处理，主要包括水果样本的定位和归一化等过程，选取其中一部分样本进行训练，得到子空间映射矩阵，最后将待测样本投影到子空间映射矩阵，计算距离得到识别结果，即得到每一个待测样本所属的类别。总体方案如图1所示。 　　其中的水果定位模块，主要涉及到拍摄的水果图像包含空白背景，需进一步缩小范围，突出水果实际区域；归一化过程主要是将获取的水果图像样本进行尺寸度量的一致性转换