摘要：进入21世纪以来，我国科技不断发展，高科技、智能化不断渗透进我们的生活。但我国缺乏检测水果以及对水果进行分类的先进技术，导致我国的水果虽种类繁多和产量巨大，而很少有进行深入加工的产品。我国传统的处理水果的方式是通过人工处理来检测和分类水果，但是这种人工成本很高而效率较为低下。国内大多数中小型产商无法承担大型水果厂商利用进口设备进行水果的自动分类的高成本。因此，本文研究的是可应用在实际产业中的水果自动分类系统。

 本文设计了一款性价比高的应用机器视觉的水果自动分类系统。由于速度快、信息量大、精度高和可提高生产的灵活性和自动化程度的优势，机器视觉技术在工业、农业和科学研究等领域普遍应用。使得许多产业对其需求急剧上升。因此，本文将利用机器视觉技术来研究水果自动分类。可通过创建水果种类模型，提取水果的特征，训练测试模型，给一张图片中水果进行实时分类。实验结果表明，本系统可实现水果的高性价比、高效率自动分类，更能够满足实际需求。

关键词：机器视觉  水果自动分类  Halcon  多层神经网络

目录

摘要

Abstract

1. 绪论-1

1.1 研究的背景和意义-1

1.2 机器视觉技术的研究现状和发展-1

1.3 研究的主要内容-2

1.4 本文主要内容及安排-2

2. 系统总体设计方案-3

2.1 系统运行环境-3

2.2 系统总体设计方案-3

2.3 本章小结-4

3. 分类器选择-5

3.1 HALCON中的分类算法-5

3.2 常用分类器比较-5

3.2.1 分类的介绍-5

3.2.2 高斯混合类型(GMM)-5

3.2.3 支持向量机(SVM)-6

3.2.4 K-最邻近 (K-NN)-6

3.2.5 多层神经网络(MLP)-6

3.3 本章小结-7

4. 水果自动分类系统的具体实现-8

4.1 MLP分类器简介-8

4.2 MLP分类器的使用步骤及运算符-9

4.3 MLP的参数设置-10

4.3.1 创建MLP分类器-10

4.3.2 添加MLP样本-13

4.3.3 训练MLP分类器-13

4.3.4 测试MLP分类器-14

4.4 系统设计代码和对应结果-15

4.4.1 图像显示-15

4.4.2 创建 MLP分类模型-16

4.4.3 训练 MLP分类器-17

4.4.4 测试分类模型-18

4.4.5 后期处理并显示-19

4.4.6 清除分类器-20

4.4.7 最终分类结果展示-20

4.5 水果分类结果分析-21

4.5.1 目标水果分析-21

4.5.2 水果识别率统计-23

4.6 本章小结-24

5. 总结和展望-25

5.1 全文总结-25

5.2 课题成果-25

5.3 未来展望-26

参考文献-27

致谢-28