花生是我国重要的油料作物之一，如何提高花生种子选取效率和质量成为我国相关领域研究的重要课题之一。本文将机器视觉技术引入到花生种子特征提取中，可以很好的解决传统方法检测周期长、效率低、准确性差等问题，为优选花生种子提供理论依据，奠定技术基础。本文对国内外机器视觉检测方法进行了深入的研究，利用LabVIEW结合图像处理算法设计了机器视觉检测系统。从而可以高效、快速、方便的对花生种子特征进行提取。进而通过特征提取数据实现花生种子的精准分选。主要研究内容如下：首先对国内外利用机器视觉在农作物特征提取中的应用的现状进行研究与分析，结合各种方法的优点，确定了本文花生种子特征提取整体设计方案。然后，通过对目前几种典型的图像处理方法进研究比较，设计了花生种子图像预处理方案，包括图像灰度处理、图像滤波、边缘检测、图像分割、形态学处理等；对图像特征提取算法进行研究，从而能够得到花生种子的面积、周长、形心、长轴、短轴、当量直径、圆度、伸长度、紧凑度、色度等特征值。选取种植面积广、使用量大的四粒红花生和鲁花花生进行了仿真实验，验证了此预处理方案能很好的满足图像特征提取的要求。最后，利用LabVIEW中IMAQ Vision视觉开发包工具设计了花生种子特征提取平台。对特征提取的整体系统构架进行分析，设计了各个模块的主要功能、操作界面及设计程序框图。通过特征提取平台，可以将花生种子各种特征值数据直观的显示，界面操作方便、便于后期维护与更新。实验结果表明，本文研究的基于机器视觉的花生种子自动识别系统可以快速准确地提取花生种子的特征数据，为批量分选花生种子奠定了技术基础。