1 水果图像的增强和分割
在计算机上，图像由像素逐点描述，每个像素点具有一个明确的位置和色彩数值。用Matlab软件读取图像，以矩阵的形式存放图像数据，其扫描规则是从左向右，从上到下。为处理方便，把原始的彩色图像转换为灰度图像，如图1（a）所示。
利用Matlab软件和BP神经网络快速识别水果实现分拣
采用中值滤波法对灰度图像进行去噪处理。中值滤波是抑制噪声的非线性处理方法，本文用中值滤波法处理3×3像素的局域图像，把9个灰度值按从小到大的顺序排序后，以第5个（即中央）序号的灰度值作为目标像素的灰度值。中值滤波对于滤除图像中的椒盐噪声非常有效[5]，去噪后的图像如图1（b）所示。
为了得到更清晰的图像，再对图像进行锐化处理，采用反锐化掩模的方法。反锐化掩模法是一种常用的图像锐化方法，其算法表达式为：
利用Matlab软件和BP神经网络快速识别水果实现分拣
式中，f（x,y）为处理前的图像；f′（x,y）为用人为方法将f（x,y）模糊以后得到的图像；g（x,y）为锐化处理后的图像；c（c>1）为比例常数，根据具体情况选定。反锐化掩模法有效地提高了高频成分，使模糊呆板的图像变得具有清晰感和生动感[6]，图1（c）是锐化后的结果。
经过去噪和对比度增强，就可以对图像目标进行提取分割。图像阈值分割是最常用的图像分割技术，主要利用了图像中背景与对象之间的灰度差异[6]。只要阈值选取合适，将每个像素与之比较，进行二值化处理，就可以很好地将对象从背景中分离出来。取阈值为0.34，图2（a）是二值化后的结果。从图2（a）中可以发现水果中有很多空洞，且水果的边缘处有断裂现象，所以采用边缘提取以弥补断裂的边缘部分，然后基于数学形态学算子对图像进行去除断边、图像填充等必要的后续处理。
索贝尔算子（Sobel operator）是图像处理中的算子之一，主要用作边缘检测。在技术上，它是一离散性差分算子，用来运算图像亮度函数的梯度之近似值。在图像的任何一点使用此算子，将会产生对应的梯度矢量或是其法矢量。Sobel算子另一种形式是各向同性Sobel（Isotropic Sobel）算子，也有两个，一个是检测水平边沿的 ，另一个是检测垂直平边沿的 。各向同性Sobel算子和普通So
