种子作为最基本的生产资料,其重要性不言而喻。种子质量的好坏直接影响农作物产量的高低,影响农民收入。在近10年里,外国公司已经占据了中国种业50%以上的市场份额,几乎涉及到所有蔬菜作物。显然,我国在争夺世界种子市场份额的激烈竞争中处于明显劣势。要提高我国的种业市场竞争力,种子质量是关键。蔬菜种子质量检测是提高种子质量必不可少的环节。传统的种子质量检测方法存在许多弊端,如主观性强、耗时耗材、工序繁琐等,无法满足当前育种智能化、自动化的发展需求。随着计算机技术和图像处理技术的快速发展,基于机器视觉的无损检测技术应运而生。为了探索新的种子质量检测方法,本文以黄瓜、辣椒、番茄、茄子四种蔬菜种子为实验对像,研究了基于机器视觉技术的蔬菜种子质量无损检测方法,并设计针对性的检测系统,可为蔬菜种子在线化、自动化育种检测提供有力的理论依据和技术支撑。论文的主要研究内容如下：首先,讨论了基于光学、电学、化学等技术检测种子质量的优缺点,并对基于机器视觉的蔬菜种子质量检测技术的研究意义、国内外研究现状及发展动态进行了分析。其次,研究了蔬菜种子图像预处理方案(图像变换、去噪滤波、阈值处理、形态学处理等)；在此基础上,对种子面积、周长、颜色等外观特征和种子发芽指数、种子平均根长、活力指数等生长特征进行提取；然后,结合BP神经网络对蔬菜种子质量进行分级、检测。最后,应用Visual Studio 2012集成开发环境开发了种子质量检测人机交互软件,该软件应用于独立环境的图像采集平台,成功自动完成了种子特征的提取和质量检测,实验结果证明该系统具有优异的检测正确率。