随着计算机和信息技术的飞速发展,应用计算机视觉自动检测种子资源品质,是实现农产品检测自动化和智能化的必然趋势。本文以计算机视觉和模式识别理论为基础,选取郑单958、农大108、鲁单981、郑单6028、聊玉2号五个玉米品种作为识别对象,获取了玉米种子图像信息和特征参数,通过对特征参数降维优化处理,建立了最佳分类模型,实现了对玉米种子品种的智能识别,提高了识别正确率和效率,五个玉米品种的正确识别率平均在96%以上。1.改进了图像采集系统,提高了玉米种子的图像质量。主要对照明室进行改进,改善了光源效果,进一步提高了玉米种子的图像质量,有利于提高玉米种子特征提取精度及智能识别的准确性。2.采用先进的图像预处理算法,改善了预处理的图像效果。背景分割过程中,采用最小错误概率法在玉米种子红色分量灰度图像中获取阈值进行二值化。为了提高图像质量和特征提取精度,对图像进行中值滤波和形态学处理,获得了精确的玉米种子轮廓图像。3.提出了主成分分析和支持向量机相结合的算法,对玉米种子特征参数进行优化降维处理。将反映玉米种子形态特征的19个特征参数,经过主成分分析处理,选取前5个主成分作为最终分类特征,大大简化了分类模型。4.采用支持向量机作为品种识别算法,提高了玉米种子品种识别准确率。把主成分分析法得到的主成分特征作为最终分类特征输入支持向量机建立的分类模型,对郑单958、农大108、鲁单981、郑单6028、聊玉2号五种玉米种子进行品种识别试验,识别正确率分别为95%、97%、95%、100%、98%。5.基于VC ++ 6.0和MATLAB7.0开发了玉米种子品种智能识别软件系统,通过功能测试证明,该软件界面友好,对玉米种子具有较高的正确识别率,并且具有灵活的可扩展性。