蔡浩，郭宏亮

(吉林农业大学信息技术学院，长春市，130118)

0 引言

我国是水果产量大国，生产的水果种类繁多，生产总量占全世界的18%左右[1]。传统的水果分类是通过人工方式进行的，这种方式不仅效率低，而且消耗大量劳动力资源[2]。随着图像处理和机器视觉技术的发展，国内外很多学者提出利用农产品的各类特征对农产品进行识别。赵玲等[3]通过提取草莓图像在HIS颜色空间模型下的H分量的均值和方差，并结合草莓红色着色面积比，使用BP神经网络识别草莓的成熟等级，识别准确率达到90%。但是使用图像的单特征并不能充分的描述图像信息，识别结果会产生一定的误差。Biswas等[4]在提取蔬菜颜色、形状、纹理等特征的基础上建立分类器实现蔬菜的自动分类，试验表明该方法取得了较高的分类精度。陶华伟等[5]提出了一种利用颜色完全局部二值模式提取的图像纹理特征并结合图像颜色特征，采用匹配得分融合算法将图像颜色和纹理特征融合，使用最近邻分类器实现果蔬农产品的分类，该方法能够实现对果蔬农产品的精确识别。Arivazhagan等[6]将HSV颜色空间中的H、S统计直方图作为颜色特征，将小波域中的自相关矩阵作为纹理特征进行果蔬识别。陈雪鑫等[7]提出了一种基于多颜色特征和纹理特征的水果识别算法，该方法对水果图像的识别率可达90%以上。但是以上方法都采用了单个分类器对水果种类进行识别，这将导致识别不均衡问题，造成识别的正确率降低。……