哈密瓜的外部品质主要包括几何尺寸、形状、颜色、纹理、缺陷等。通过机器视觉实现对哈密瓜外部品质进行综合分级,不但可以降低人力成本,提高分级效率,还可以实现哈密瓜商品化的优质优价,提高哈密瓜的市场竞争力。本文对原有的哈密瓜分级机,开展了硬件改进,软件系统优化,哈密瓜分级算法模块实现,以及基于几何尺寸、颜色和纹理多特征的综合分级建模和分级测试。主要研究的内容和结论如下:(1)哈密瓜分级机硬件改进。采集装置和输出装置与分级机主体分离,降低振动因素对图像采集的影响,提高图像质量,利于后续图像的分割和特征提取。(2)哈密瓜分级软件的优化。重新改写上位机程序和人机界面,新增登录模块、数据保存模块,扩展了图像处理模块,实现了对哈密瓜外部品质(几何尺寸、纹理、颜色)的综合检测和分级。(3)哈密瓜分级模块的建立。对哈密瓜外部品质的尺寸、颜色和纹理的特征提取进行了初步研究,提出了适合哈密瓜的外部品质特征提取方法;对哈密瓜几何尺寸、颜色、纹理分级算法进行了研究,提出了基于椭圆拟合的几何尺寸分级模型、HSV空间下的H分量颜色面积百分比的颜色分级模型、基于灰度共生矩阵和缺陷特征的纹理分级模型,三个特征单一分级模型的分级准确率分别为89.14%、91.34%、93.75%,综合三个特征建立了综合性哈密瓜等级评价模型,分级准确率为84%;并实现了与分级软件接入和数据传输。(4)哈密瓜分级机性能测试实验。以验证样本,完成整机的分级测试实验,综合分级准确率为86.67%,初步实现了对哈密瓜外部品质的自动分级。