文献综述

1． 基于神经网络对于水果的视觉识别的现状与发展趋势

我国一直是水果、蔬菜生产大国，水果分拣基本上仍由人工完成，虽然成本低廉， 但劳动力大、生产效率低， 产后商品化处理技术和设备落后， 用肉眼评判水果的好坏, 分级标准不一和分级精度不稳定，导致产品缺乏市场竞争力， 出口数量少、价格低。因此找到一种高效的机械分拣方法非常必要， 在我国具有十分重要的经济价值和广阔的应用前景^[1]。

视觉是人类从大自然中获取信息的最主要的手段。据统计，在人类获取的信息中，视觉信息约占60%。由此可见，视觉信息对人类的重要性，而图像正是人类获取视觉信息的主要途径。从20世纪60年代起，随着计算机技术的不断提高和普及，数字图像处理学进入高速发展时期。所谓数字图像处理就是利用数字计算机或者其他数字硬件，对从图像信息转换而得的电信号进行某些数学运算，以提高图像的实用性^[2]。

2． 水果识别技术的介绍与应用

水果识别技术有很多种，每种方法都从不同的方面对水果进行识别。

① 国外早期的水果自动分级方法主要通过CCD相机，采用无损检测、计算机分析处理等手段对水果逐一进行分析判别后得出综合结论。这种方法准确度比较高，但是分析过程比较慢，因而成本比较高，不适合用于工作量大的场合^[4]。

② 红外线波段是人眼不可视波段，在水果的检测中，有许多优良的性能，比如碳氢化合物( 糖、酸、水、维生素等) 在近红外波段有不同的吸收峰，可作为检测的依据，是近年来发展起来的水果内部品质检测技术极佳的检测手段。此方法主要用于检测水果内部的品质，如水分含量，糖度等，所以不适用于水果的分类识别^[5]。

③ X 射线、核磁共振、热红外图像等手段在水果损伤和成熟度检测上也有应用^[5]。

以上方法都有应用，但是对于水果的外部检测、分级、分类等主要用到神经网络来进行水果识别。