水果表面腐烂缺陷图像识别研究开题报告

全文总字数：739字

1. 研究目的与意义

我国是世界水果生产大国，但我国的水果分级主要采用人工分级，分级标准不一和分级精度不稳定，影响了出口水果的市场竞争力。

而基于机器视觉技术的机器自动分级能定量地衡量水果的大小、形状、颜色和缺陷，可以极大地提高水果品质检测精度和效率。

因此，随着科学技术的迅猛发展以及国内外经济的迅速增长，水果表面腐烂缺陷的图像识别研究在我国具有十分重要的经济价值和广阔的应用前景。

2. 国内外研究现状分析

国外在利用图像处理与计算机技术进行水果品质检测与自动分级方面的研究己经取得了很多进展,并为国外的水果业带来了巨大的经济效益。

而相对于国外研究而言,国内对于机器视觉水果自动技术的研究起步较晚,但近来在借鉴国外成功经验的基础上,也取得了众多成果。

但是,对水果外形的检测,国内外的研究虽有不少进展。

3. 研究的基本内容与计划

内容： 水果表面腐烂检测是水果自动分级检测系统的基础，以红富士苹果、砀山梨为研究对象，运用matlab软件对水果图像进行预处理、提取水果表面缺陷区域，提取缺陷特征向量，训练BP神经网络，区分坏水果和好水果。

计划：①撰写开题报告和文献综述 （ 1- 2 周）②学习MATLAB语言及应用 （ 3- 5 周）③学习神经网络并选择合适的神经网络 （ 6- 7 周）④神经网络的结构设计 （ 8- 9 周）⑤使用MATLAB软件对算法进行仿真分析 （10-11周）⑥完成设计说明书 （12-13周）

4. 研究创新点

由于人工对水果分级效率低，且具有很大的主观性。

本设计利用BP神经网络对水果表面腐烂缺陷进行图像识别，提高水果分级的效率以及精度。