胡 静，郭 新，何浩甲，李 帅，朱学令，赵 阳

（1.上海电机学院 电子信息学院，上海 200240；2.上海华虹NEC电子有限公司，上海 201203）

基于多分类器融合的水果自动分级系统

胡 静1，郭 新1，何浩甲1，李 帅1，朱学令1，赵 阳2

（1.上海电机学院 电子信息学院，上海 200240；2.上海华虹NEC电子有限公司，上海 201203）

为了有效提高水果分级系统的分类正确率，利用图像处理、模式识别，以及神经网络分类器融合等技术，构造了一个水果等级分类系统。以3个最具代表性的水果的外在品质特征作为神经网络的输入，并融合各神经网络分类器的结果对水果进行自动化分级。实验结果表明：系统分类效果较好，可用于水果深加工生产。

外在品质；特征提取；神经网络分类器；多分类器融合

传统的人工水果分类主要是从色、形两个方面进行人工判别的，它的缺点是效率低、耗时长、识别准确率不稳定。随着计算机图像处理和模式识别技术的不断成熟和发展，在水果识别方面的自动判别技术也慢慢成熟。国内外对此已作了大量的研究［1－11］，如 Kavdir等［1］根据苹果的表面质量状况，包括苹果的像素灰度值、纹理特征等来对苹果进行两种类型的分级：一种是“好与差”两级分类，另一种则是较为细致的五级分类，都取得了较好的效果。Trueba等［2］提取肉的表面纹理及颜色特征，利用神经网络精确地描述了牛肉嫩度。国内的研究［3－11］主要是在华中农业大学、中国农业大学、中国农科院等高等院校中。吕秋霞等［3］提取了水果的颜色、形状以及纹理3个特征，利用单个神经网络对其进行等级分类，也取得了一定的成果。……