计算机视觉自动检测种子资源品质，是实现农业生产自动化发展的必然趋势。本研究在国内外相关研究基础上，以目前尚未进行的玉米品种识别作为研究方向，选取四个玉米品种作为研究对象，以计算机视觉和模式识别理论为基础，通过获取玉米种子图像，对图像处理、分析，提取反映玉米品种形态结构的特征参数，用人工神经网络方法识别玉米品种。 主要研究内容如下： 1、根据计算机视觉检测玉米品种要求，建立玉米种子图像获取和分析的计算机视觉系统。 2、获取玉米种子图像，对图像进行背景分割，去除噪音，提取单个种子。用边界跟踪法定位图像中一粒玉米种子边界，用种子填充法计算玉米种子在图像中的区域，保存该区域，用于下一步处理。 3、分析玉米种子的形态结构，定义了一组基本参数，将反映玉米品种形态结构的特征参数分为三组，分别是颜色参数、形状参数、大小参数。选用HLS颜色模型来表示颜色特征。 4、研究并提出玉米种子尖端位置检测算法，通过分析玉米种子尖端位置结构特征，用局部最大曲率法检测玉米种子尖端位置，试验表明，该算法准确率高，为正确计算玉米种子特征参数奠定了基础。 5、研究并提出了判别玉米种子胚乳部所在面的检测算法，该算法利用胚乳部所在面的图像特征。试验表明，提出的算法能够正确识别所拍摄玉米种子图像是否是胚乳部所在面。 6、对一粒玉米种子两面各拍一幅图像，研究两面特征，分析它们之间差异及对品种特征的影响。 7、用三层BP神经网络识别玉米品种，通过训练确定网络参数，优化组合输入参数，识别率为93％。 8、基于Visual C++6.0，开发了一套玉米品种计算机视觉识别研究软件，该软件界面友好，功能完备。能够完成图像的背景分割、平滑、单个玉米种子提取，种子特征参数的计算，生成特征参数数据文件及二值化、直方图运算。