玉米作为世界三大粮食作物之一，种植历史悠久，且种植范围广泛。玉米收获工艺主要有2种，一是收获玉米果穗，另一种是直接收获玉米籽粒。近年来，我国开始研究玉米籽粒直收工艺，在单纵、双纵轴流脱粒分离技术方面取得了进展，但破碎率严重超标很大程度上阻碍了籽粒直收工艺在我国应用及推广。因此，研究破碎率在线检测装置及方法具有重要实际意义。　　目前，国内外关于玉米籽粒品质检测研究主要集中在离线检测方面，玉米籽粒破碎率在线检测装置及方法方面的研究则鲜有介绍。玉米籽粒破碎率在线检测主要存在两方面难点:①环境层面:粮箱内玉米籽粒流量大、流速快、清洁度低、封闭无光，给图像的采集和识别带来了挑战。②类别层面:玉米籽粒类内存在很大差异，表现为不同品种的玉米籽粒形态存在很大差异，即使是同一品种的同一果穗的不同部位玉米籽粒在大小、形态方面也存在很大差异。本文面向籽粒破碎率在线检测需求，设计研发籽粒破碎率在线检测装置，研究籽粒破碎率在线检测方法，研究内容包括以下几个部分:　　第一，针对玉米籽粒破碎率在线检测环境层面的难点，设计研发了一种玉米籽粒破碎率在线检测装置。引入有限元分析方法进行装置应变及应力分析，可实现玉米籽粒在线采集、籽粒单层化，为玉米籽粒在线检测奠定了基础。　　第二，针对玉米籽粒破碎率在线检测类别层面的难点，提出了一种基于遗传算法图像增强玉米籽粒胚乳特征提取方法。对采集到的彩色图像从RGB颜色空间，转为Lab颜色空间，并利用K-Means聚类算法，对彩色图像进行分割，可以有效的将彩色图像分割成玉米籽粒主体黄色区域、籽粒尖端和胚乳的白色区域及背景的灰色区域，运用最大类间方差算法(OTSU)优化K-Means聚类算法得到的二值化图像，并运用形态学处理对二值化图像进一步优化，填充孔洞及消除孤立点。　　第三，提出了一种基于形态特征的破碎玉米籽粒识别方法。该方法基于玉米籽粒的面积、面积周长比、短轴长轴比、圆度、矩度等多维形态特征，构建破碎玉米籽粒与完整玉米籽粒的分类器，用于识别破碎玉米籽粒和完整玉米籽粒。　　第四，为验证本文所提出方法及装置的可行性和有效性，以玉米籽粒破碎率在线检测装置为基础，搭建了智能检测系统。本文对智能检测系统感知层、分析层及机构执行层的硬件系统搭建进行了介绍，并搭建模拟实验平台，进行田间实验，对玉米籽粒在线检测装置、实验方法和智能检测系统进行实验验证，验证结果表明上述装置、方法及智能检测系统可初步满足田间实验采集数据的需求。