本文以种子分拣系统为研究背景,以大豆种子为研究对象,采用VC6.0、Opencv以及MATLAB等为研究工具,从大豆种子图像的预处理过程、边缘提取过程、粘连豆类种子的分割、形状特征分量、颜色特征分量、机械手驱动运行以及PC机与PLC之间的通讯过程进行了深入的研究,对机器视觉筛选种子的研究具有一定的实际意义。研究取得了以下结果：1.大豆种子在光源下采集得到,在普通白炽灯下拍摄能够获得种子图像的大部分特征。试验中选用的背景色为白色,这样由于光源是垂直照射而导致种子中间部分反光强烈,用最大类间算法提取目标物时,容易将中间部分和背景色混为一体。因此,对图像要进行一些预处理。本文用两种方式进行研究,一种是进行灰度值的压缩,另一种是提取B、G、R三通道的二值化,为了后期颜色特征的分析,这里选用了三通道二值化法。2.为了识别干瘪种子,分析对比了Roberts算子、Sobel算子、Prewitt算子和Canny算子边缘提取的几种算法,选择合适的方法对种子进行边缘提取,可以达到筛选出干瘪种子的目的。在筛选过程中不可避免的遇到两粒或者是多粒种子之间相互粘连而造成误判断的现象。通过对粘连豆粒种子图像采用先腐蚀方式使得粘连的豆粒种子分割开来,然后对腐蚀后的单体豆类种子进行相同次数的膨胀处理,这样得到的二值化图像基本上保持了原图像的形状特征,对以后提取诸如面积、周长以及圆形度等其他一些参数基本上没有影响,用此算法解决了豆粒的粘连分割问题。3.定义并提取了18种大豆种子的特征分量,不仅在形状方面做了比较,而FL在颜色方面也作了相应的比较,提高了识别率。对标准的特征量用数学处理软件Minitab进行分析,确定其是否符合正态分布,对于符合正态分布的按照3σ区间进行定义合格种子,不符合正态分布的提出±20%的偏差,这样基本上能筛选出不合格的豆类种子。最后应用VC编程软件完成了种子分拣界面的编写,实现了对不合格种子的标识。4.对种子输送装置用变频器实现变频调速的控制；对机械手驱动装置进行分析,确定用PLC高速脉冲的方式驱动伺服电机,并在理论上模拟了机械手对种子三个位置的抓取动作；研究了PC机和PLC的通讯过程,能实现PC机和PLC最基本的通讯过程,理论上验证了机械手分拣大豆种子的可行性。综上所述,本课题的研究为种子筛选实现自动化、科学化提供了一系列的理论基础和技术支持,克服了人工检测费事费力的缺点,对种子实现高速、准确以及无损检测具有一定的实际应用价值。