枸杞为我国传统名贵中药材,近年来枸杞作为滋补品越来越被人们所喜爱,枸杞制品在医药工业和食品工业等方面不断发展,需求量显著提高,枸杞产地与品质的管控与检测方法也迫切需要改进与提高。目前对枸杞品质、产地的评价主要有感官鉴别、显微鉴别、化学成分分析鉴别等几种常见方法,以上理化方法都具有一定的局限性。枸杞的真伪优劣缺乏系统、科学的鉴别,较难打入国际市场。保证枸杞质量的划分,建立一种快速、无损的枸杞质量检测系统,来对不同产地的枸杞进行鉴别,已成为重要的研究课题。随着计算机技术的发展,以图像处理为基础的计算机视觉技术在农产品质量检测领域得到广泛的研究应用,但其在枸杞分级中的研究应用尚未见报道。本课题探索性的利用计算机视觉技术对不同产地的枸杞进行分级,通过对枸杞样品的7种可见光图像及高光谱图像进行研究建立判别模型,并进行优化,为枸杞的产地与品质的快速分级提供理论和实践的借鉴。论文主要工作如下:一、基于7种可见光图像的枸杞分级研究1.通过实验室自制的图像采集系统采集3个产地共6个等级的枸杞样品的7种可见光光源下的图像(包括红色、蓝色、绿色、紫色、黄色、青色和白色),分别提取枸杞样品7种可见光图像的颜色和纹理特征参量。2.通过图像信息熵的理论,研究不同颜色光源对图像的影响,选择最有利于枸杞分级的光源,并且基于提取的特征参量,通过Fisher判别分析(FDA),对其结果进行验证,得到白光下的枸杞图像分级正确率最高达到了91.4%,分级效果最好。3.为进一步提高白光下的枸杞图像的分级正确率,提出了一种基于WilksΛ准则的核Fisher判别分析(KFDA)分级方法,分级正确率和验证率分别达到100%和87.8%,正确率和验证率均有显著提高。二、基于高光谱图像技术的枸杞分级方法研究1.通过实验室的高光谱图像采集系统,采集6个等级枸杞样品在371.05~1023.82nm波段范围内的高光谱图像。2.通过基于信息熵与互信息熵相结合的方法确定枸杞高光谱图像的特征波长为950nm,并提取特征波长下所对应的高光谱图像进行分析。3.基于提取枸杞样品高光谱图像的纹理特征参量,通过FDA判别分析验证基于信息熵的特征波长选择方法的有效性,结果表明950nm波长下的高光谱图像分级正确率最高达到99.4%,证明了该方法的有效性。4.建立了基于枸杞高光谱图像光谱信息的FDA分级模型,分级正确率和验证率均达到100%。三、对比分析了普通图像以及高光谱图像的分级结果,基于高光谱图像光谱特征的FDA分级模型分级效果最好。研究结果可以为基于计算机视觉的枸杞快速无损检测模型中图像以及特征的选择提供理论借鉴。