目前我国的珍珠企业多依赖人工方式对珍珠进行粗略分选。由于珍珠体积小、数量多，分级工作负荷大、效率低。随着养殖珍珠国家分级标准的出台，对珍珠进行准确而快速的分级成为了珍珠生产企业的迫切要求。应诸暨某珍珠生产企业的招标要求，本文对机器视觉在珍珠分级检测中的应用进行了研究，主要研究内容如下：1、分析了珍珠的物化指标和光学性质并结合国家分级标准的要求，对珍珠分级系统进行了总体设计。重点对图像采集环节进行了设计：a)针对珍珠表面反光性不确定的问题，使用单向高角度照明方式平衡珍珠反光以及光照不均匀的问题；b)针对珍珠质量轻、形状不规整的特点，设计了旋转机构，能可靠的带动珍珠旋转，实现全表面检测。2、针对珍珠分级的要求，研究了相应的图像处理算法：a)提出了加权矢量中值滤波算法，在保留了矢量中值滤波优点的基础上，极大减少了运算量；b)针对光照不均匀的问题，利用局部阈值分割和连通区域标记得到了稳定准确的分割；c)利用色度直方图局部分布对颜色进行了准确分类；d)利用基于形状的快速算法对形状和大小进行了高精度测量；e)通过基于主轴投影的边界描述和颜色分割检测光洁度，并利用缺陷分布特性对缺陷进行了分类。本论文对于机器视觉在珍珠分级检测中的应用进行了探索和尝试，取得了一定的成果，为今后研制商用化的分级系统打下了基础。实验结果证明，可以在尺寸指标和颜色指标检测中达到较高的准确性和实时性，在光洁度指标的检测中也可以满足一定的检测要求。