外观品质是稻米一个十分重要的商品性状，是消费者选购稻米的主要依据。针对我国稻米外观品质检测仍停留在人工目测检验阶段，客观性差、效率低、劳动强度大等问题，本论文采用计算机视觉技术和图像处理方法对稻米外观品质检测技术进行研究，并研制了一套稻米外观品质检测系统，实现稻米粘连分割、稻米计数、稻米粒型、垩白和整精米率的检测。在对计算机视觉检测理论及关键技术进行深入分析和研究的基础上，着重于提高检测精度和速度。这对提高我国稻米外观品质检测水平，具有一定的理论意义和重要的应用价值。主要研究内容与结果如下：.(1)论述了计算机视觉检测系统的基本构成和特点，针对稻米外观品质检测的要求，详细论述了检测系统中的硬件组成和选用原则。.(2)在图像分割方面，提出了一种改进的Otsu阈值分割法。通过实验对比分析，本论文提出的改进的Otsu法与传统的Otsu、迭代法相比较，不仅避免在图像分割过程中稻米区域出现空洞现象，而且提高了计算效率。　　 (3)在稻米粘连分割方面，通过对稻米粘连处角点的分析，提出了角点分割算法实现稻米粘连区域的有效分割，避免了过分割与图像失真现象。　　 (4)在稻米粒型检测方面，采用顶点链码和最小外接矩形方法获得稻米的长、宽信息，将二维的图像矩阵的旋转转换成一维链码上的计算问题，既节省了内存空间又提高了计算效率。　　 (5)在稻米垩白检测方面，提出利用支持向量机实现垩白米粒的分类，并用LOOCV验证SVM分类的准确度；采用改进的最大熵多阈值分割法自动确定垩白区域。　　 (6)在稻米整精米率检测方面，提出根据稻米的面积、长度、长宽比外形特征区分整精米与碎米，并利用面积法计算整精米率。　　 (7)建立了稻米外观品质检测系统，实现了稻米图像采集、稻米计数、粒型检测、垩白检测、整精米率检测等功能。该系统可应用于其它类似稻米的谷物视觉检测。