本项目结合宁夏回族自治区红枣产业发展现状及企业需求，对红枣的分级分选技术进行研究，以机器视觉和近红外光谱技术为主线，对颜色、大小、形状、表面缺陷等外部品质和糖度、虫害的内部品质特征进行信息融合，根据红枣分级标准，设计判别模型对红枣进行快速无损检测分级。课题主要研究的内容有：　　 ①研究了基于机器视觉的红枣特征提取。对采集到的红枣图像进行切割、背景分离、图像滤波、图像增强、轮廓提取等工作，得到红枣的各个外观特征，并设计与实现进行红枣图像处理的软件及算法；　　 ②研究了基于近红外光谱分析技术的红枣的内部虫害和糖度特征的提取。使用近红外光谱仪对红枣的近红外光谱数据进行采集，通过光谱预处理、特征判别、特征提取，得到红枣近红外光谱与其糖度和虫害之间的关系，并阐述了对近红外光谱数据处理的算法过程；　　 ③在对红枣的机器视觉特征和近红外光谱特征的提取和分析基础上建立基于多信息融合的红枣分级分选模型，设计模型的存储格式和判别方法；　　 ④设计基于多信息融合的红枣分级分选装置硬件，并且实现具备分级检测功能的软件系统；　　 ⑤建立红枣数据信息库，保存当年甚至多年的红枣特征信息数据，用于对红枣的生产、收购提供一定的参考价值。