砂石级配质量的好坏影响着混凝土的使用性能及制作成本,因此对砂石级配质量进行检测尤为重要。传统级配检测方法不但耗时费力,而且级配结果具有延迟性,同时生产车间内的漂浮粉尘也会严重损害工作人员的健康。因此,基于机器视觉技术和砂石骨料拌合生产线上级配检测的迫切需要,本文开展了基于机器视觉的砂石级配实时检测系统研究。论文主要研究内容如下:（1）阐述了国内外基于机器视觉的砂石级配检测系统的研究现状。结合研究现状,从砂石颗粒粘连情况出发分析了砂石级配实时检测系统的研究难点,确定了本文的研究重点为在线对砂石图像进行准确分割及砂石粒径的精确测量。（2）构建了砂石级配实时检测系统。针对系统功能需求搭建了系统整体框架,将系统分为图像采集、图像处理以及数据显示与存储三大部分,并根据系统所需的数据安全性、良好交互性和实时性确定了C/S架构模式。通过在砂石传送带和拌合传送带之间增加分料抽样装置,实现了堆叠砂石颗粒的分离,便于后续图像处理。对系统所需硬件进行了选型。（3）完成了砂石图像的采集及预处理。首先使用V4L2控制摄像头实时采集砂石图像,并采用直方图均衡化提高图像中目标与背景间的对比度。其次,通过Mean Shift滤波算法实现了砂石图像边缘保留、去噪平滑、纹理信息淡化的目的,并引入高斯金字塔分割与收敛赋值的方法提高了算法效率。然后,针对单一使用Bradley阈值法产生较大孔洞、独立点以及Otsu法造成的误划分问题,提出将二者阈值结合计算的改进Bradley阈值法。最后,采用形态学闭运算和面积滤波对遗留下的孔洞及孤立点进行进一步优化。（4）实现了基于改进分水岭算法的砂石图像在线准确分割。对距离变换图像进行双边滤波以消除部分冗余极大值点。为解决剩余冗余极大值点导致的过分割问题,提出一种改进的分水岭算法,该算法根据未重叠砂石区域的过分割线邻域梯度较小、灰度值较大及边缘分割线的邻域梯度较大、灰度值较小,而重叠砂石区域的边缘分割线两端为凹点的性质对剩余的分割线进行了优化且很好地保留了重叠砂石区域内的边缘分割线。（5）实现了基于旋转卡壳算法的砂石粒径在线精确测量。采用八邻域边缘跟踪法对砂石边缘进行提取,并通过标定实验确定了砂石标定系数,完成了像素距离与实际距离的转换。针对基于坐标变换的Feret径等效粒径法造成的结果不精确问题,提出将砂石边缘上的点视为多边形端点,采用Graham扫描法对该多边形进行凸包求解,并通过旋转卡壳算法计算出凸包的宽度及直径,从而得到砂石颗粒的粒径及最大Feret径。（6）完成了系统硬件平台的搭建及软件平台的实现,对系统级配检测功能及实时性进行了测试,验证了系统的可行性。本文的研究成果为骨料拌合生产线上的砂石级配实时检测提供了一种可行方案。