本文基于机器视觉技术对种子分级进行了研究。研究着重于检测分级装置的机构设计和图像处理算法的设计,内容涉及机械设计、计算机技术、统计学等领域。论文主要内容包括:1.分级机构的设计,本分级机构采用坡面旋转圆盘设计,其针对在圆盘边缘的间隔缺口处形成单粒分布旋转输送并已获得分级信息的种子,通过电磁继电器在分级执行区自动控制相应级别的卸料口开闭,使种子由于惯性并在重力的作用下卸料,以期实现种子逐粒卸料的快速、准确执行和自动控制。2.颜色判别模块的设计。首先确定选择RGB颜色模型,再检测R、G、B值,若其中有一个或以上值超出阈值范围,则认为该种子为第三级。3.将灰度共生矩阵运用于种子检测分级中。并编写出适用于计算丝瓜种子的灰度共生矩阵的函数,该函数可仅统计丝瓜种子表面而忽略背景,并求取相应的特征值。4.通过对比研究表明灰度共生矩阵像素间距为4个像素,角度取0°,45°,90°,135°四个方向的均值,特征值选取角二阶矩、对比度、方差和逆差距,灰度等级选32级时最适合丝瓜种子。5.通过对比八种系统聚类法,确定离差平方和为最佳聚类分析法,其总误判率为3.10%;而利用逐步判别法时总误判率为0.66%,最后得出线性判别式用于判定种子等级。