玉米果穗表面性状(几何性状和穗粒数量)的自动检测识别技术已成为目前玉米产业中的一项重点研究内容,玉米的种植在我国非常普遍,是我国的主要粮食作物。随着我国逐步进入工业化国家,耕地面积在逐年减少,然而我国对玉米的需求量并没有减少,反而随着人民生活水平的提高,玉米越来越受到大家的追捧,提高玉米单位面积的产量迫在眉睫,提高玉米产量的方法有很多,而好品种的选育是重要的方法之一。为了更好地实现实现玉米果穗数字化考种技术的进程,本文提出了基于机器视觉技术的玉米果穗穗粒分割思想,该技术提高了传统阈值分割方法分割效果不理想,容易形成籽粒粘连或分割后边缘部分籽粒丢失的缺点,进一步提高了玉米果穗穗粒总数量自动检测的准确性。此外,基于新的分割方法,论文提出了一系列基于玉米果穗形态特征(果穗大小、穗粒数、穗行数)的计算方法。本研究实现了基于计算机视觉技术的玉米果穗表面性状信息精准获取,研究过程主要分为两大部分:1、基于边缘提取方法,获取玉米果穗边界信息,并逐个扫描记录果穗边界信息进行分析计算,可以准确地获得玉米果穗表面几何特征,其长、宽和长宽比的平均准确率分别可达到97.8%、96.7%、95.8%。2、基于新的分级阈值的分割方法,利用玉米果穗图像的像素直方图确定玉米果穗的阈值范围,并获取最小和最大阈值,进行由低到高逐级确定阈值的方法分割玉米果穗穗粒,极大地减少了分割过程中玉米籽粒的粘连情况,且对玉米果穗分割完整,玉米果穗穗粒总粒数的数量检测准确率可达98.6%。