本文研究了大米脂肪酸含量、水分含量、大米粒形、外观品质的快速检测方法。采用响应面分析法优化了基于反胶团体系的比色试剂,将比色试剂与大米样品进行反应,用颜色传感器分别检测加入大米试样前后比色试剂的颜色值,探讨比色试剂颜色值变化与大米脂肪酸含量的关系,研究快速检测大米中脂肪酸含量的方法;采用近红外仪对大米样品进行检测,获取近红外光在不同波长处的漫反射数值,分析近红外光漫反射数值与大米水分含量间的关系,采用9个特征波长处的近红外光漫反射数值构建BP神经网络快速检测大米中的水分含量;设计了大米外观品质静态检测系统,采用机器视觉技术检测大米粒形,提取16个粒形特征参数,采用主成分分析方法优选出3个新的粒形特征替代原来的16个粒形特征,研究根据新的粒形特征快速检测大米中的破碎米和整粒米;采用灰度-梯度共生矩阵提取大米样品图像的纹理特征,研究纹理特征与大米加工精度的关系,构建Fisher判别函数数组快速检测大米的加工精度;通过最大类间方差法(OTSU法)自动提取大米灰度图像灰度阈值,根据灰度阈值对图像进行分割,计算大于和等于灰度阈值的像素点占大米图像像素点的百分率,研究根据灰度阈值以及大于和等于灰度阈值的像素点所占百分率快速检测大米中的垩白米;在大米籽粒表面设计颜色特征区域提取大米的颜色特征值,研究采用5个颜色特征值构建前向网络快速检测大米的色泽。本文基于Visual C++ 6.0软件平台开发了大米品质检测系统,其中包括大米脂肪酸含量检测子系统、大米水分含量检测子系统、大米外观品质自动检测子系统,实现大米中脂肪酸含量、水分含量、外观品质的检测。