随着嵌入式技术的迅速发展,ARM(Advanced RISC Machine)处理器处理能力的迅速提高和成本的迅速下降,课题研究基于ARM的嵌入式农产品品质视觉检测系统的设计与实现问题,对于降低检测系统成本,扩大应用范围,进一步提高农产品产后价值,有着重要的现实意义。主要研究了苹果品质检测中的图像处理算法问题。通过仿真比较,确定了相应的底层预处理算法和特征检测算法;重点研究了苹果大小、形状、颜色和缺陷四个方面的特征检测算法;利用苹果对称特征,确定出果轴提取边缘点序列,进而计算出果径;在HIS模型下,利用H分量对苹果表面红颜色区域进行分割,计算出红色分量百分比;利用标准球体灰度模型法,通过设定分割阈值,进行了缺陷识别。系统研究了农产品品质检测系统样机的设计与实现问题。对系统的硬件组成进行了详细论证,设计了采集装置和照明光源,选择了合适的处理器,搭建了检测系统硬件装置;确定了系统的总体软件结构,移植了Linux操作系统与根文件系统后,以QT为应用软件开发平台,设了检测系统软件,并实现了各个单元软件模块功能,在主机端模拟调试成功后,移植到ARM检测系统,完成了检测系统的整体软件设计。对检测系统样机进行了整体检测实验,实验结果表明,该品质检测系统能够完成苹果特征检测。系统对大小和形状的检测正确率为90%以上;对颜色的检测一致率为80%;而缺陷的识别率约为80%。系统结构简单,成本低,检测速度较快,系统通过算法扩展后,还可用于其它农产品特征检测。