目前国内大多数制糖企业在煮糖过程仍然依赖人工目测评估晶粒的生长情况，粗略估算各阶段晶粒的粒度、各类蔗糖颗粒百分比。针对人工目测存在自动化程度低、主观因素大的问题，本文研究了基于OpenCV的蔗糖结晶颗粒的自动分类识别与粒度分析方法。用计算机视觉代替人工目测来判断煮糖过程中结晶颗粒的数量、粒度、类别、各类蔗糖颗粒百分比，并进一步给出了煮糖蒸发结晶过程的数学模型。主要工作概括如下：　　1.研究了引入空间邻域约束的二维模糊C均值聚类算法，给出带邻域约束的l2范数、l1范数、混合范数等6种距离作为该算法的相似性度量进行改进。通过分析比较了6种距离的分割质量及对椒盐噪声、随机噪声的鲁棒性，选取性能较佳的带邻域约束的l1-l2混合范数距离作为改进的二维模糊C均值聚类算法的相似性度量。改进的算法能显著减少过分割现象，提高图像信噪比，可获得较佳的分割效果。　　2.基于C4.5决策树算法，设计了蔗糖结晶颗粒分类器。分类器可以判断蔗糖颗粒的类别，计算蔗糖结晶颗粒结块程度及各类蔗糖颗粒百分比。与人工目测3300个样本大致需要5秒相比，分类器训练3300个样本只需要0.294秒。此外，分类匹配度为99.9％（交叉验证后为91.7%）。实验证明，自动识别1000个与2000个颗粒的时间与正确识别率分别为46毫秒、91.3%，75毫秒、91.6%。　　3.利用统计工具箱Xlstat分析了蔗糖结晶颗粒的粒度，检测蔗糖结晶颗粒的粒度分布。根据粒度分布的图形表征提供的信息计算出蔗糖结晶颗粒粒度的分布矩、均匀度、变异系数、平均孔径等重要参数。实现以计算机视觉定量、定性地分析与计算粒度，避免了人工目测以经验判断粒度带来的误差。　　4.结合本文的图像分析方法与蔗糖蒸发结晶过程采集的数据，分别给出了蔗糖蒸发结晶过程中粒度分布、结晶糖量、浓度分布的数学模型。仿真结果证明了这些模型都能很好地拟合实际测量的相关数据分布。在此基础上建立蔗糖晶体生长动力学的模型并分别计算质量生长速度值、线性生长速度值。计算得出的值与国外相关文献计算的值在相同的范围之内，证明了本文建立的蔗糖晶体生长动力学模型是可靠的。