网页采集器的自动识别算法(基于模式识别的水果智能分类系统摘要()(组图))

　　网页采集器的自动识别算法(基于模式识别的水果智能分类系统摘要()(组图))

　　基于模式识别的水果智能分类系统.docx 基于模式识别的水果智能分类系统

　　总结

　　本文综合运用数字图像处理和模式识别的理论，构建了一个简单的智能水果分类系统。实现了相同条件下拍摄的水果图片的特征提取和类型识别。在此基础上，设计了一种基于人工神经网络的智能水果分类器。计算机自动调整神经网络中的权重，实现水果类型识别。自动化。

　　数字图像处理处理源位图，这是特征提取的基础。数字图像处理的理论涉及彩*敏*感*词*像的灰度、中值滤波、二值化、轮廓提取、*敏*感*词*填充、轮廓跟踪等。其中，二值化采用基本自适应阈值的方法。

　　模式识别包括特征提取和分类器设计，这是物种识别的关键。特征提取主要利用果实的几何特征，反映果实的大小和形状。分类器的设计主要通过人工神经网络的方式来实现。具体而言，它利用神经网络中的反向传播算法进行网络训练，并利用训练结果完成水果种类的智能识别。

　　关键词：特征提取人工神经网络二值化基本自适应阈值反向传播算法

　　水果分类的智能系统

　　基于模式识别

　　摘要

　　在本文中，我们应用数字图像处理和模式识别的理论，构建了一个基于模式识别的简单而智能的水果分类系统。我们已经完成了对相同条件下拍摄的水果图片的特征提取和类型识别。我们还设计了一种基于人工神经网络的分类机，可以通过计算机自动调整神经网络的权重，以便排序。识别水果的类型。

　　数字图像处理处理原创位图，这是特征提取的基础。数字图像处理的理论是指彩*敏*感*词*像的渐变、中值滤波、图像二值化、轮廓提取、*敏*感*词*填充、轮廓跟踪和很快。其中，图像二值化利用了基本的自适应阈值法。

　　模式识别涉及特征提取和分类机设计，是类型识别的关键。特征提取主要利用了水果的几何特征，反映了水果的大小和形状。分类机采用人工神经网络设计，详细使用Back-Propogation算法，利用训练结果。关键词：特征提取、人工神经网络、图像二值化、基本自适应阈值、反向传播算法