摘要：我国一直是水果生产大国，随着时代的进步，越来越多的国外水果被引进中国市场。面对商场和超市里随处可见的奇形怪状的水果，人们很难全部识别出其种类。为了能解决这一问题，本文设计了基于图像处理的识别分类水果的系统。随着计算机技术的不断发展，图像处理已经在人机交互领域中发挥了很大作用。由于水果本身所表现出来的的多义性、多样性和在时间和空间上存在的差异性等特点，因此如何能够有效的提取水果的特征信息，提高水果识别的准确率是系统能否投入使用的关键。

本文选择以MATLAB来实现系统。MATLAB又称矩阵实验室，和其他语言相比，它拥有着强大的矩阵运算能力，这也恰巧是图像处理的关键之处。因此，本系统是利用MATLAB来对水果分类进行设计和实现的。通过前期的需求分析再结合软件开发设计的基本原则，来完成系统实现步骤的设计与规划。

首先要采集必要的水果图像，供训练分类器以及测试使用。对要训练的图片进行特征提取，组成特征向量。接着就是调参，SVM分类器有很多参数设置，本文用的是LIBSVM分类器，它选用RBF 核函数并采用交叉验证选择最佳参数c与g，最后利用获取到的模型进行测试。在进行特征提取之前，还要对图像进行预处理，主要包括灰度变换、图像平滑、二值化和边缘提取。在预处理的基础上利用Hu矩提取了水果特征，完成了水果种类的识别。

关键字：MATLAB；特征提取；中值滤波；Hu矩；支持向量机

目录

摘要

Abstract

1 绪论-1

1.1 研究背景和意义-1

1.1.1 图像处理-1

1.1.2 本课题研究的依据和意义-1

1.2 国外研究状况-2

1.3 国内研究状况-2

1.4 论文概况-3

1.4.1 主要内容-3

1.4.2 章节安排-3

2 图像预处理-4

2.1 图像的灰度化-4

2.2 图像平滑-4

2.2.1 邻域平均法-5

2.2.2 中值滤波-5

2.2.3 滤波器的选取-6

2.3 图像的二值化-7

2.3.1 基本自适应门限-7

2.3.2 最佳阈值处理 - OTSU-7

2.3.3 Otsu算法原理-8

2.3.4 Otsu算法步骤-9

2.4 边缘检测-9

2.4.1 edge函数-9

2.4.2 Roberts算子-9

2.4.3 Sobel算子-10

2.4.4 Prewitt算子-11

2.4.5 Log算子-11

2.4.6 Canny算子-12

2.4.7 微分算子之间的比较-12

3 水果图像的特征提取-14

3.1 不变矩-Hu矩-14

3.1.1 基本原理-14

4 基于支持向量机的分类-15

4.1 SVM基础-16

4.1.1 背景-16

4.1.2 SVM一般特征-16

4.2 分类器分类问题-16

4.3 线性可分支持向量机-17

4.3.1 最优分类面-17

4.3.2 线性可分支持向量机-17

4.4 线性不可分支持向量机-19

4.5 非线性可分支持向量机-20

4.6 解决SVM多分类问题-21

4.7 LIBSVM-21

4.7.1 LIBSVM的使用-21

4.7.2 LIBSVM的可执行文件-22

4.8 应用LIBSVM进行分类-22

5 系统设计和测试-22

5.1 系统的GUI设计-22

5.2 系统测试-24

6 结 论-26

参 考 文 献-28

致 谢-30