黄瓜在我国栽培历史悠久，全国各地均有栽培，是大宗蔬菜之一。其外观品质的好坏不仅影响到鲜食的价值，而且也影响商品的经济效益。由于黄瓜果实形态的不规则，目前众多学者长期将目光聚焦在苹果、桔子、桃等蔬果的静态自动识别技术研究上。现在亟需一种完善的动态黄瓜果实自动分级系统。本文旨在利用DSP及达芬奇技术研究动态的黄瓜外观特征的图像处理算法，通过系统初始化、图像采集、视频处理最终完成系统的研究和实现。为减少开发成本，提高开发效率，本文大量调用VLIB库的API函数开发灰度化、提取前景、边缘检测、提取特征等模块，准确率总体达到97%左右。最终提高自动识别高品质黄瓜的效率，进而建立准确、快速的黄瓜果实外观形态图像识别系统，达到黄瓜分级自动化的要求。本研究以抽样规范方法取得的黄瓜果实为研究对象，实现了对黄瓜图像的外观特征提取，用几何分析技术研究的形状尺寸测量方法，直观有效。选取坐标纸为背景进行处理，保证了参照物和果实位置的统一，也为计算真实值提供了方便。通过高斯滤波去除图像噪声效果显著，金字塔数据结构分解图像极大程度减少了数据量，垃圾像素处理修正了图像的位置。背景更新策略和canny算子完整地提取出运动黄瓜果实的前景和边缘。结果表明：以vlib库函数为蓝本设计优化的提取路线实时可行。区域标记是本文提取形状特征的基础算法，结构体变量面积直接显示包围的像素个数，进而求出表征黄瓜形状的圆形度值。通过腐蚀符合一定规律的可见像素获得了骨架长；角点法检测曲率最大处标识为瓜把和瓜身的分界点，求出从左向右扫描的把长大小；哈夫检测查找参数空间的峰值点找到夹边长即为横径长。通过系统标定实际值与示值的关系公式，得出相应的测量值进行综合误差分析。圆形度、把长比例、横径差的相对误差分别为2.58%、2.8%、2.01%，可见算法的准确率很高。在完成黄瓜外观特征提取算法的研究后，以EL_DM6437开发板为开发平台，利用DVSDK配套组件中的CCS3.3为编码调试工具、DSP/BIOS为嵌入实时操作系统，完成了在DSP上的实现。同时在深入研究提取算法的过程中，发现阴影、背景、前景的RGB分量值呈现一定的规律：目标果实的大部分绿色成分的分量值高于其他2个的值，而背景的绿色分量值却小于其他2个分量的值。阴影像素范围内大多红色分量值高于蓝色分量值，背景则相反。在置信水平α=0.05下，拟合出了G分量点值数学模型。这个结论有助于黄瓜在日光下进行前景提取的阴影抑制。对于确定黄瓜的外观特性目标和研究方法，众多人依靠的标准不成体系或自我设定计算方法，导致研究结果差异很大，统一性不高。此文始终遵照行业标准NY/T1587-2008《黄瓜等级规格》进行提取算法的设计及执行，通过实验得到的形状和颜色特征值数据进行相应的误差分析，相对误差均在3%以内，证明了本研究实验的可行性和准确性，说明本文的实验方法和结论有很大的实用价值，为蔬果自动分级的发展提供了技术支持和重要参考。