基于改进SURF算法和神经网络的水果识别技术研究

发布时间：2023-05-04 00:04

　　近年来,计算机视觉技术在水果图像识别方面得到了广泛的研究和应用,但随着经济的快速发展,人们生活的提高,农贸市场和超市里售卖的水果品种越来越多,而且其形状,纹理和大小都不相同。本文研究的其中的一个目的是,如何快速的提取水果的特征点和如何正确对水果识别分类。根据以上的问题和情况,本文采用了多种水果进行快速和自动识别分类实验研究:首先采集水果图像并建立数据库,接着其进行预处理,然后采用改进SURF算法对其进行特征提取,最后用BP神经网络进行分类。实验表明该方法对各种各样的水果可以进行有效的识别分类,它的识别率为96%。下面介绍本文所做的工作:在研究水果的对象方面,本文采用以多种水果为研究对象的模式并采集了多种水果图像,建立水果图像数据库。在对水果图像进行特征提取,有很多种方法,比如模板法和几何方法等。但是本文没有采用水果的形状参数来作为其特征进行提取,而是采用了改进SURF算法对不同的水果特征提取。在特征点检测时,为了在较小的时间内得到分部均匀和数量适当的特征点,该算法以特征点的数量和相互距离作为比较依据,同时在特征点匹配阶段采用最邻近向量匹配算法和随机采样算法,提高特征点匹配的准确度。实验...

【文章页数】：52 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
第1章 绪论
    1.1 课题研究的背景和意义
    1.2 计算机视觉的概述
    1.3 国内外研究的现状
        1.3.1 国外研究现状
        1.3.2 国内研究现状
    1.4 课题主要研究内容
第2章 图像特征提取的基本原理和方法
    2.1 NCC模板匹配算法分析
    2.2 SIFT算法分析
    2.3 改进的SURF算法分析
        2.3.1 特征点的提取
        2.3.2 特征描述生成
        2.3.3 特征点匹配
    2.4 本章小结
第3章 水果图像库的建立和预处理
    3.1 水果图像的建立
    3.2 水果图像的预处理
        3.2.1 图像转换
        3.2.2 图像增强
        3.2.3 图像去噪
    3.3 本章小结
第4章 水果图像特征提取
    4.1 水果识别方案总设计
    4.2 基于NCC模板匹配水果图像特征提取
        4.2.1 基本概念
        4.2.2 NCC分析法的水果图像特征提取流程
        4.2.3 实验结果举例与分析
    4.3 基于SIFT方法的水果图像特征提取
        4.3.1 基本概念
        4.3.2 SIFT方法水果图像特征提取流程
        4.3.3 实验结果举例与分析
    4.4 基于改进SURF方法水果图像特征提取
        4.4.1 基本概念
        4.4.2 改进SURF方法水果图像特征提取
        4.4.3 实验结果举例与分析
    4.5 本章小结
第5章 基于神经网络水果图像识别
    5.1 BP神经网络
    5.2 BP算法的数学表达
    5.3 BP算法步骤
    5.4 基于BP神经网络水果识别
    5.5 实验结果举例与分析
    5.6 本章小结
结论
参考文献
攻读硕士学位期间发表的学术论文
致谢



本文编号：3807552