柑橘产业是我国南方主产区农村经济的一大支柱产业。目前我国的柑橘分级主要依靠人工和机械装置完成,工作效率低。采用机器视觉技术进行柑橘的自动分级能提高商品价值和生产率,是当今国际上水果分级的主要技术。 本文在广泛查阅国内外水果自动分级方面资料和深入了解机器视觉相关知识的基础上,通过对比分析采用了适合在机器视觉技术柑橘自动分级检测系统中使用的预处理和大小、颜色及形状识别方法,并介绍了整个自动分级系统装置。文中描述了图像预处理和分级模式判定的方法。在图像预处理方面本文采用了阈值分割中比较先进而且适用的大津法(OTSU法)进行背景分割,采用数学形态算子方法去除噪音,采用Roberts算子进行边缘检测。在柑橘图像的模式识别中用柑橘的投影面积描述柑橘大小,图像主色调值描述柑橘颜色,提取圆度特征识别柑橘的识别。由于在柑橘的尺寸大小、颜色和形状分级的表达中采用了投影面积法、面积周长比法等算法,提高了分级速度。 本文在Windows2000系统上用Visual C++6.0初步实现了基于机器视觉技术的柑橘分级软件系统。分级基准和级数可以根据用户的要求或市场的任意调整。通过实验,该分级系统能够进行柑橘的外形分级,实现了预期的设计目标。