基于图像处理的水果识别国内外研究现状图像处理技术产生于20世纪初，早期的图像处理的目的是为了增强图像的视觉效果，使其看起来更加美观。常用的图像处理方法有图像平滑；图像增强；对图像进行几何变换；图像分割；图像压缩与编码；图像复原等。图像处理首次应用是对伦敦和纽约之间海底电缆发送的图片质量进行改善。后来，随着图像处理技术的不断发展，图像处理技术从航天领域扩展到遥感遥测、军事、生物医学、通信工程、机器人视觉、公安司法、材料科学、工业检测、生活和娱乐等方面。上世纪后期图像处理技术开始应用于农业方面，当时国外的农业研究学者使用图像处理技术对农产品进行检测研究，并取得了一系列的显著成果。我国将图像处理技术应用于农业检测方面的时间相比于国外来说较晚，仍需不断探索进步。82801

1 国外研究现状

国外运用图像处理技术进行水果识别分类的研究始于1986年，当时Rehkugler G。H。等人运用图像处理技术来检测苹果的表面缺陷，并根据处理结果对苹果进行分级。但这个方法只对苹果图像进行了灰度化，所以一些复杂的缺陷情况不能被准确检测出来，使得分级误差较大[2]。

1988年，Davenel A。和Guizard C。H。运用图像处理技术来提取苹果的大小和表面缺陷特征对苹果进行分类。但由于对果梗、花萼和缺陷区域的混淆识别，使分级结果存在较大的误差[3]。

1993年，Yang运用图像处理技术对结构光下采集到的水果图像进行处理，实现对果梗、花萼和缺陷的检测分析。但由于某些缺陷比较复杂，在处理时仍会出现对果梗、花萼和缺陷区域的混淆识别情况，大大的影响了分类的正确率[4-5]。后来，Yang将这一方法进行了改进，使得分级正确率大大提高[6-7]。论文网

1996年，Reyer Zwiggelaar通过对杏和桃表面伤痕的研究，提出运用差分法和比率法来进行表面缺陷检测，使得分级误差大大减少[8]。

1998年，Tao等运用图像处理技术中的缺陷变换最大程度的保留了苹果的表面缺陷，解决了因光照强度不均产生的一系列问题，实现了快速检测和全面检测的目的[9]。

2005年，Panitnal Yimyam等利用图像处理技术对芒果的一系列特征进行检测[10]。

2008年，Kavdir等通过对金冠苹果某些特征量的提取和进一步的研究，找出了分类效果较好的部分特征集[11]。

2 国内研究现状

国内的研究起步相对较晚，1995年，刘禾等人研究出了一种基于图像处理技术的苹果表面缺陷检测方法，对苹果的表面缺陷进行检测，并根据检测结果将苹果按其缺陷类别分为不同种类[12]。

1997年，杨秀坤、陈晓亮等人综合运用了图像处理技术、人工神经网络等方面的专业知识，对苹果和桃子的大小、形状、表面缺陷等特征的检测进行了研究，为以后的水果识别奠定了一定的基础[13]。

2000年，李庆中等人运用缺陷分割算法对苹果进行了检测和分级，这种方法的速度相比于传统的分割算法体现出了速度快的优点，其正确率也有提高[14]。

2003年，冯斌等人提出了一种实现对水果进行实时检测的方法，通过采用邻域灰度检测法和模板检测法来提取水果边缘，提取时间较短，速度较快，在水果检测方面是一个极大的进步[15]。

2006年，庞江伟通过图像处理技术对静态条件下的脐橙不同的表面缺陷进行分类研究，实验结果相对来说比较理想，可实现80%以上的分级正确率[16]。

2008年，黄勇平基于图像处理技术研究开发出一款用于检测芒果表面缺陷的应用系统[17]，推动了图像处理技术在水果识别方面的应用。