本课题来源于国家重点研发计划课题“智能化稻麦联合收获技术与装备研发2016YFD0702001-2”的子课题“稻麦联合收获机多参数监测及智能化控制系统”。精准农业是信息技术与农业生产全面结合的一种新型农业,是一种根据空间变异,定时、定位、定量地实施一整套现代化农事操作技术与管理的系统。谷物流量传感器是精准农业的关键部件之一,但国内谷物流量传感器的测量精度和稳定性难以满足应用需求。针对这些问题,本文提出一种基于机器视觉测量原理的谷物流量传感器,并围绕传感器结构设计、谷物图像噪点去除算法、谷物体积计算模型以及结构光中心提取算法等开展研究。具体研究内容如下:第一章介绍了课题的研究背景和意义。首先介绍了谷物测产系统在精准农业中的应用,介绍了谷物测产系统的组成,综述了谷物测产系统和谷物流量传感器的国内外研究现状。第二章主要介绍了谷物流量传感器的结构设计和系统组成。首先介绍了谷物流量传感器的结构设计,然后介绍了各个零部件的功能,对关键部件的选型和原理进行了说明。第三章对本文提出的谷物产量测量方法进行了介绍。首先概述了机器视觉测量方法,介绍了相机模型和线结构光测量模型,对相机和线结构光的标定原理进行了说明,并进行了标定实验。然后对谷物的体积模型进行了说明。最后介绍了谷物产量的测量原理。第四章研究了谷物图像的预处理算法和结构光中心线提取算法。针对背景区域以及前景中的图像噪点的去除问题提出了一种快速有效的噪点去除算法,提出了一种结构光中心线的实时提取算法。第五章介绍了试验平台的设计和实际的试验验证过程与结果。对试验平台的机械结构、传感器和电机的选型进行了介绍,对人机界面和信息采集系统的功能和实现进行了说明。最后进行了室内试验和实际收割试验验证了传感器的稳定性和准确性。第六章对全文的研究工作进行了总结和展望。总结了本文的主要创新点,并对下一步的研究方向进行了介绍。本文研究的基于机器视觉的谷物流量传感器,在自行设计的试验台和田间进行了测产实验。室内测产试验相对测产误差在5%以内,田间实际测产误差介于3.65%-8.12%之间。