颜色识别是评价产品质量的重要依据和手段,在粮食生产、食品加工等行业有着广泛的应用。目前我国颜色分选设备基本依赖于国外产品,其原因是颜色识别关键技术没有解决。本文以机器视觉为技术手段,综合运用光学、图像学、计算机等方面的知识,以典型颜色颗粒物料为研究对象,在自然光照和LED光源条件下利用工业CCD相机采集图像,对图像中颗粒物料的颜色进行分类识别研究。本研究在构建好的机器视觉硬件系统上,重点研究颜色识别的方法。首先通过工业CCD相机和计算机完成不同颜色颗粒物料的图像采集；然后应用均值滤波法对采集到的颗粒物料彩色图像进行平滑滤波,消除背景噪声；接着用Laplacian增强算子对图像进行锐化处理；再将RGB颜色模型图像转化为HSI颜色模型。通过对H、S、I分量进行分割,获取色度信息作为颜色特征；最后利用自组织神经网络对几种颗粒物料的色度信息进行训练,得到相应的色度标准,再将含杂质颗粒图像的色度信息作为神经网络的输入,通过自组织神经网络完成不同颜色颗粒的聚类识别。实验结果表明采用机器视觉方法能准确识别出颗粒物料中的异色颗粒。本研究为进一步设计颗粒物料色选机奠定了基础。