摘 要：随着当前我国进入现代信息社会，国民经济飞速进步发展，信息的各种表达形式和信息数量正在不断迅猛增长。其中绝大部分都是通过图像把一个新的事物生动形象地直接呈现在我们面前，让我们更直观地理解接受这个信息。同时，计算机已经发展成为现代人广泛采用的一种计算工具，为现代化工业生产和日常生活提供服务。目前在我国，水果分级与识别基本还是通过人工来完成。对于着色水果进行精准分级，仅靠个人面部视觉器官难以准确地对其进行精准区分，若长时间使用眼睛来分类，会直接造成疲劳和心理上的不稳定，从而直接导致水果识别标准误差的频繁波动。因此，研究开发新鲜水果自动实时分级识别系统对于我们农业大国来说，具有重要的应用前景。

本文在查阅大量的图像识别文献的基础上，了解水果自动识别的研究意义及其国内外研究现状。详细地研究了图像识别的基本原理，并利用 BP 神经网络应用于水果的分类识别，最后通过MATLAB仿真，验证了该算法的有效性。

关键词：图像识别；特征提取；BP神经网络

目录

摘要

Abstract

第一章 引言-1

1.1课题背景与研究意义-1

1.2 国内外研究现状-2

1.3 本文内容主要内容及结构安排-3

第二章 所用开发工具简介-5

2.1 MATLAB简介-5

2.2 实验所需函数简介-6

2.3 本章小结-7

第三章 常用图像识别方法-8

3.1图像识别概述-8

3.2图像识别的常用方法-9

3.2.1基于小波矩的图像识别-9

3.2.2基于Blob的图像识别-9

3.3 本章小结-10

第四章 基于神经网络的水果自动识别-11

4.1 BP神经网络-11

4.1.1人工神经网络简介-11

4.1.2 BP神经网络原理-12

4.2  基于BP神经网络的水果识别系统-13

4.2.1 图像预处理-14

4.2.2边缘检测与特征提取-16

4.2.3 BP神经网络的水果自动识别-20

4.3  本章小结-23

第五章 总结与展望-24

参考文献-25

致   谢-26