目前，我国大米品质的多数外观指标的检测仅停留在肉眼观测阶段，缺乏客观性和可重复性，致使垩白率、碎米率高，含有未熟粒、病斑粒和霉变粒的大米流向市场。这样一来不仅严重地损害了消费者的健康和权益，同时降低了我国大米在国际市场上的竞争力。针对这一问题，本研究选取了东北五常大米，应用计算机视觉技术研发了一套基于VisualStudio 2005的大米外观品质检测系统，系统采用可视化界面，具备人机交互功能，对反映大米外观品质的垩白度、黄粒米等性状参数进行了识别。主要研究内容如下：1．在大米碎米率的检测问题上，对于大米个数的计算，介绍了经典的区域标记算法和行程标记算法；2．在大米垩白的检测问题上，通过分析大米垩白特征，根据籽粒区域的灰度统计和分布信息，以及垩白区域在籽粒区域中的分布特征，介绍了四种垩白米检测算法。采用垩白大小检测算法，检测出大米图像中的垩白区域、垩白米粒，并计算出图像中的垩白度等参数；3．在黄粒米的检测问题上，通过对色度直方图的分析，介绍了两种检测算法：基于色度的检测算法和基于BP网络分类器的检测算法。选用色度的检测算法有效的检测出黄粒米的个数及比率；4．基于Visual Studio 2005开发了一套大米外观品质的计算机视觉检测软件。该软件界面友好，功能较强，操作简便，可实现大米图像的预处理、碎米检测、垩白检测和黄粒米的检测。研究结果表明，该系统实现了对大米形态快速、有效地识别，在大米外观品质的自动无损检测上具有可行性。