核桃外观品质分级作为连接核桃采收和深加工的中间环节,对提高生产效率和增加产品附加值具有重要意义。本文以新疆地区的核桃为研究对象,以其外部品质为基础,研究了基于机器视觉的核桃大小分级和裂纹剔除的在线分级系统。主要研究内容及结论有:1)综述了国内外基于机器视觉进行农产品加工的发展现状研究。通过阅读文献和调研,了解机器视觉发展现状,及其应用于农产品分级处理的实例分析,针对存在的一些不足,结合机器视觉在核桃分级中的优势,确立了研究技术路线。2)针对核桃外部品质特点及分级需要,确立了图像预处理方法。包括图像数据量缩减、图像降噪及颜色通道选取等,并初步实现了核桃在图像中的边缘提取,为实现目标分割和图像理解创造条件。3)基于机器视觉下核桃大小和裂纹分级方法研究。在取显著性水平α=0.01的前提下,动态标定法与人工精确测量无显著性差异。以低像素级直方图特征法和灰度共生矩阵法来描述核桃裂纹特征,提取熵、一致性、对比度、同质性作为特征向量,以此来训练支持向量机(SVM)分类器,分类器模型(XML)静态识别裂纹正确率分别达到98.3%和88.0%。4)基于机器视觉的核桃大小分级和裂纹剔除的硬件系统搭建。(1)利用步进电机完成相机高度升降,使得机器调试更加方便快捷;(2)双传感器实现图像采集信号触发和电磁阀动作信号触发;(3)以双STC89C52单片机组成下位机控制中心,完成核桃等级信号存取;(4)采用气泵和气动电磁阀实现核桃分级动作。5)用于大小分级和裂纹剔除的上位机和下位机软件设计。设计MFC界面交互的上位机,实现处理前后图像显示、图像采集优化、等级显示和下位机信号发送等功能。经动态在线测试,缺陷剔除准确率达到70%,大小分级综合准确率达到93.3%,分级效率达到每秒3.47个核桃。