膳食结构单一往往会导致婴幼儿更加容易患营养性疾病,进而影响体格生长和智力发育。而婴幼儿膳食营养评估依赖准确、及时的膳食数据。国内外学者曾尝试使用家用电子称、预包装单位重量特定食物等辅助方法进行婴幼儿膳食定量评估,但这些方法操作流程复杂、所需器材要求较高,很难普遍应用于家庭场景。引入图像分析技术根据膳食照片估算图像中不同食物的重量,可以有效地降低婴幼儿膳食记录的复杂度。本文设计与实现了基于图像分析技术的婴幼儿膳食智能评估系统。用户只需在餐前和餐后上传食物图片,系统即可自动分析图像估算出各类食物的重量,并将食物重量映射为相应的营养素摄入量,进而给出婴幼儿膳食营养摄入报告。本文提出了一种基于图像分析技术的食物重量测算方法,实现了基于食物图片对食物重量的测算,并结合基于机器学习的食物重量测算误差校准模型进一步降低测算误差,取得了较好的估算精度。本论文首先对婴幼儿膳食智能评估系统的研究背景和相关技术进行介绍;而后分析了婴幼儿膳食智能评估系统的需求;重点介绍了提出的食物重量方法和误差校准方法;接着对系统的总体设计、各功能模块设计和实现等加以说明;最后通过对系统的一系列测试,证明了系统的有效性。