2023.7电脑编程技巧与维护1概述苹果作为农产品，在农业经济绿色可持续发展的大环境下，对果农增收具有重要的作用[1]。目前苹果种植正向着农民专业合作社形式发展，传统的苹果种植变成精细化种植，收购和销售规模变大[2]。每到苹果丰收季节，为增加农民收入，需要对大量的苹果进行筛选，分出不同等级。但目前苹果的分类筛选仍以人工为主，效率不高，不利于苹果快速进入市场，不利于获取更好的销售机遇。近年来，对苹果进行自动分类的研究很多，刘媛媛等[3]通过采集苹果上面、下面和3个侧面共5个角度的图片，并进行裁剪，用颜色直方图向量表示图像，用偏最小二乘分类器进行分类，精度达到97.87%。耿磊等[4]来用苹果外观形状轮廓及颜色纹理特征，通过构建自动识别和分类模型对7种苹果类型进行分类，有较高的分类准确率。毕玉等[5]提出了基于数字信号处理（DSP）和ARM处理器的苹果分类机器人智能控制系统，通过图像技术和神经网络算法，能够对苹果进行有效分类。以上方法虽然都取得了很好的分类效果，但算法相对比较复杂，忽视了果农对快速筛选的需求，并且表面生病或损坏的苹果一般在采摘的过程中已被剔除，没有必要再次识别。根据果农的实际需求，结合苹果具体特征，在此提出了一种苹果识别方法，该方法选取红色分量像素值的平均值。苹果果实外接矩形的横向长度和纵向长度。果实区域面积与外接矩形面积比值为特征量，选取支持向量机作为分类器进行分类器训练，然后对待测图像集中的图像进行识别，能够更有效地筛选出又大又圆的红色优质苹果。2方法2.1图像采集研究所用苹果为从不同超市购买的苹果，包括大的圆形红色苹果、大的圆形偏青色苹果、小的圆形红苹果、大的椭圆型红苹果各50颗。大苹果选择最大外接圆直径在8cm以上的；小苹果选择最大外接圆直径在6cm以下的；圆形苹果选择外形近似圆形的；椭圆形苹果选择外形椭圆形状明显的；青色苹果和红色苹果的颜色特征明显。将每个苹果放在黑色背景上，果核与背景平面近似垂直，采集图像摄像头与苹果距离约30cm，从上面采集第1张图像，然后将苹果翻转，果核仍然与背景平面近似垂直，采集第2张图像。黑色背景模拟现实筛选系统的传送带的颜色。随机选择4种类型的苹果各25颗，因为每个苹果采集2张图像，所以采集4种类型的苹果图像各50幅，作为训练样本。采集剩余的4种类型的苹果图像各50幅作为待测图像。基金项目：安徽省高校自然科学研究项目（2022AH040333）、（2022AH052656）；安徽省高等学校质量工程项目...
