【水果分类】基于计算机视觉实现水果识别分类含Matlab源码

1 简介

通过MATLAB编写程序，进行对水果的识别与分类。在生产与生活中图像识别有着广泛的应用，目前市场上的水果分拣基本上任由人工完成，生产效率低，且肉眼判断品质好坏不精确。本设计对于水果的识别与分类可以应用到果园的水果采摘与分类装箱，有较好的现实意义。

2 部分代码

clear;clc;close all;
%%%%%%%%%%%%%%%%% 读取原图，并处理成二值图像 %%%%%%%%%%%%%%%%%%%%%%%
%I=imread('梨2.jpg');
%I=imread('桃子2.jpg');
%I=imread('苹果2.jpg');
%I=imread('香蕉.jpg');
%I=imread('青椒.jpg');
I=imread('test4.jpg');
I2=rgb2gray(I);
BW=im2bw(I2,0.9);
figure(1),subplot(1,3,1),imshow(I),title('原始图像');
subplot(1,3,2),imshow(I2),title('灰度图像');
subplot(1,3,3),imshow(BW),title('二值图像');
%%%%%%%%%%%%%%%% 进行边缘检测 得到不连续的图形边界 %%%%%%%%%%%%%%%%%%%%%%
%得到各个图形的连续边界
SE=strel('rectangle',[40 30]); % 结构定义
J2=imopen(BW,SE); % 开启运算
figure(2),imshow(J2),title('对二值图像进行开运算');
SE=strel('square',5); % 采用方形结构元素进行腐蚀
J=imerode(~J2,SE);
BW2=(~J2)-J; % 检测边缘
figure(3),imshow(BW2),title('边缘检测');
%填充了已有的检测的连续形状边界
B = imfill(BW2,'holes');%图像填充
B = bwmorph(B,'remove');%移除内部像素
figure(4),imshow(B),title('提取出的边界图像');
%将不同的图形进行分别标记，num表示连接的图形对象的个数
[Label,num] = bwlabel(B,8);

3 仿真结果

4 参考文献

[1]张海亮, and 程翔. "一种基于计算机视觉的水果分类系统.", CN110728664A. 2020.

博主简介：擅长智能优化算法、神经网络预测、信号处理、元胞自动机、图像处理、路径规划、无人机等多种领域的Matlab仿真，相关matlab代码问题可私信交流。

部分理论引用网络文献，若有侵权联系博主删除。