论文部分内容阅读
基于图像识别进行自动检测的例子很多，如产品外观检测，焊接中的红外线图像检测等。这是一个图像识别过程，首先得到图像信号，并进行图像处理，在处理结果中提取特征的参数，然后进行识别，得到检测结果，为产品分优劣，分等级等等。本文讲述其自动检测中的应用——基于图像识别的苹果分级，设计出苹果图像识别系统（按大小、形状）。 为了根据苹果图像进行苹果分级，文中介绍了对苹果图像进行低层信息处理的所采用的方法。图像增强、边缘检测、图像二值化、图像细化等，算法如中值滤波、边缘检测算子，改进的灰度直方图法、骨架抽取做了重要探讨，并应用或改进应用于本人的设计中。其中改进的灰度直方图法就是在传统的灰度直方图法基础上改进的算法，效果较好。 文中讲述了苹果图像识别系统设计的方法和步骤。提取苹果的特征参量：包括大小特征量——平均半径r0；形状特征量——相对平均半径误差Δr。建立苹果按大小、形状分等级的特征函数。给出了应用程序实现的该图像识别系统对苹果进行识别的数据表。利用神经网络进行图像识别，可以不建立判别函数，利用足够多的神经网络训练可以达到很好的识别效果，文中对神经网络应用于苹果图像识别系统进行了探讨。