图像识别与处理技术于20世纪70年代首先在西方发达国家应用于实际生产。它的出现对劳动生产率的提高具有重大意义。随后,图像识别与处理技术在世界范围内被深入研究,并广泛应用于众多领域。然而,由于西瓜子的分选涉及图像识别、光学成像、工业控制、机械传动等众多领域,并且西瓜子具有体积小、表面信息量少、形状不规则、双面特征分析、分选困难等特点,目前对其展开的研究工作很少。本文重点对西瓜子的特征提取进行深入研究,目的在于解决实时分选过程中西瓜子图像特征难以获取、分选困难等问题,着手改善动态条件下图像质量差、信息量大、实时处理能力低、检测精度低等难题,研制实验室分选原型系统,并最终将这一成果推广到其它领域的应用中。本文主要研究内容如下:(1)为了满足系统处理效率及精度要求,对图像预处理算法进行分析研究,选取合适的处理方法,满足系统实时性要求;(2)研究了表面花纹连通度算法,并将黑色区域覆盖度、直方图灰度分布差异等表象特征提取算法成功综合应用于实际分选中;(3)分析比较了多种描述物体纹理特征的算法,采用灰度共现矩阵抽取五种特征描述符,基于大量实验数据,归纳出瓜子纹理特征的分布规律;(4)提取了反映瓜子表面特征的多个特征量,为计算机分拣瓜子应用领域制定了一套参考标准,完成了标准数据的分析、标准库的设计与开发工作。