我国是瓜果生产大国，总产量位居世界第一位，但产后商业化处理技术和设备落后，产品缺乏市场竞争力，而国外发达国家瓜果生产强调规模性的专业化生产，采用先进的精选分级技术，提高瓜果商品的质量。中国加入WTO后，按照WTO农产品协议及中国与其他WTO成员国签订的双边和多边贸易协议规定，不仅要大幅度降低瓜果进口关税，而且要取消很多非关税进口限制，我国的瓜果产业将面对更大的竞争和挑战。深入研究瓜果精选分级技术，加快我们无损检测技术的应用是当务之急。本文基于计算机视觉技术，设计和开发了一套智能瓜果精选分级系统，克服了人工检测分级主观性、效率低的缺点，具有实用、快速准确的特点，能够提高瓜果产品的附加值。 本论文提出了系统的总体设计方案，并就其中关键问题进行详细的讨论。系统由机械系统、视觉系统、电气控制系统和软件系统四大部分组成。机械系统采用三级传送带和托盘的方式，实现瓜果自动排列进行检测。视觉系统由工控机、图像采集卡、I/O卡、彩色摄像头和光照系统组成。由环形光源、散射玻璃、白色背景的箱体组成光照系统，为图像采集提供均匀、封闭的环境。为方便操作设备，专门为电气控制系统设计了电气柜，通过电气柜面板上的按钮、鼠标和实时监控软件可以控制系统的全部运行。 为达到实时在线分级，采用异步中断触发和双缓冲的图像采集方式，应用多线程技术，实现瓜果在线实时采集和处理；按场提取图像信息，解决了瓜果运动过程中图像重影问题；对瓜果图像和背景图像作减运算，快速有效地提取了瓜果果实图像；综合应用低通滤波、中值滤波和形态学滤波去除图像干扰噪声。输入图像经过这些实用技术处理后，便于进行后续的特征提取和分级工作。 综合应用计算机视觉技术、人工神经网络、模糊数学和统计理论进行瓜果特征的提取和分级。针对传送过程中瓜果姿态不确定的情况，提出用不变矩特征、圆形度特征描述瓜果形状，采用马氏距离分类器进行分类；将RGB颜色模型转换为HSL颜色模型，在HSL颜色模型上定义模糊颜色，识别瓜果缺陷；以瓜果表面色度值作为输入特征，建立三层BP神经网络进行瓜果颜色度识别。 为验证系统设计的有效性，课题组制作了一套瓜果精选分级设备。对实验中出现的问题进行分析原因，找出改进方法，最后得出实验结论。