机器视觉是一种用机器来替代人眼的快速、无损、高效的检测技术,现已应用到许多不同的行业。它的速度和精度为人们提供了一种替代人工的、自动化的、非破坏性和低成本高效益的技术,用来满足多个行业不断增长的生产和质量要求。机器视觉检测技术在现代农业行业中具有广泛的应用,尤其是在对水果的外部检测上。本文利用机器视觉技术和LabVIEW软件对樱桃的表面图像信息进行提取,并根据所得信息提出对应的图像处理算法,进而实现对樱桃表面缺陷的识别。而后根据这一处理过程,开发一种樱桃表面缺陷自动检测程序,实现慢速运动状态下的樱桃缺陷自动检测。本次实验对系统下一步完整实现自动、实时、快速的樱桃缺陷检测;缺陷果筛选和分级系统的研发奠定了基础。本次实验研究的主要内容和主要成果如下:1.简要介绍国内外机器视觉系统应用于农业行业中的现状,分析国内外水果表面缺陷检测技术的研究方法和检测效果。2.确定樱桃缺陷检测系统中的机器视觉系统设计要求,根据实验要求选择所需硬件如工业相机、镜头光源、光照箱、工控机等。3.根据硬件参数和实验条件,设计合适的图像预处理操作,分析樱桃图像及背景图像的表面信息,了解图像处理中用到的各种方法,确定樱桃与传送带背景图像的分割依据与方法。4.研究樱桃表面缺陷的特征提取方法,设计了一种新的樱桃缺陷识别方法,并提出蒙版叠加的方法来解决樱桃表面反光问题。5.根据图像处理方法编写对应的LabVIEW程序,测试了软件对运动状态下樱桃缺陷检测综合正确率为83.4%,基本满足实验要求。软件实现了运动状态下樱桃缺陷的自动检测与识别,并在其中加入了缺陷樱桃质心位置检测程序,为后续的构建完整缺陷樱桃筛选系统做好准备。