本文针对工业企业大米加工过程中不停机在线检测与实时控制的需要为背景,研究大米颗粒质量在线检测系统开发的关键技术问题,提出了利用计算机图像检测技术进行大米颗粒图像实时采集、处理和分析,以此代替传统的手工作业,大幅度降低人员劳动强度,提高检测和分析效率,并根据需要输出相应的分析数据、图像、图表以及控制信号的大米检测系统。论文对应用到大米检测系统开发中的图像理论知识和技术原理进行了分析与探讨;提出了系统的硬件设计构想以及各器件的选择方案:着重研究与开发图像处理算法并设计出整个系统软件处理部分的流程。图像处理部分是大米检测系统的关键部分,也是本论文研究的重点。笔者根据系统的一些参数、大米加工的要求以及大米颗粒固有特性,利用标准颗粒图像和实际采样的颗粒图像,针对这类形状不规则的颗粒进行了一系列的研究,提出一些实用价值比较高的图像处理算法:大米颗粒图像优化算法、目前图像二值化算法的总结、基于形态学的图像二值化改进算法、重叠颗粒图像分割算法的研究、颗粒边缘图像的细化算法以及适应大米颗粒图像边缘检测的算法等等。这些算法在大米检测系统的软件开发中将起到关键性的作用。第一章对本课题的开发背景以及图像检测技术的应用与发展状况进行了介绍;第二章对本系统开发所需要的技术原理和理论依据进行了叙述;第三章卷积算法在大米检测图像中的分析与应用,并结合EM算法和IMFLED算法提出了一种针对大米颗粒图像的自适应滤波算法:第四章图像分割算法的研究及其在大米检测图像中的应用,在图像二值化和重叠颗粒分割两方面提出了两种实用性比较高的算法:第五章对颗粒图像细化算法进行研究与应用。在传统的细化算法的基础上提出了两种不同的算法,解决了传统算法细化后图像骨架不对称性、断线、拓扑结构变形等问题:第六章本人提出设计大米检测系统的性能要求、系统设计方案以及对系统的软硬件的设计提出了初步的构想,对开发类似的颗粒检测系统具有比较强的启发作用;第七章总结本论文的主要内容,并对整个系统(特别在软件方面)的改进提出了一点建议。