水稻是我国主要的粮食作物之一,随着人口的增长、水稻的需求逐渐增加。培育优良品种、提高水稻产量一直是水稻育种的中心问题。稻穗是产量的最终表达部位,穗部性状和产量的关系一直是育种中研究的重点。在对水稻的品质进行评估时,与产量最直接相关的水稻穗部性状一直是重要参考信息,水稻穗部性状包括结实率、粒重、粒长等方面。其中,水稻空秕影响的结实率和粒长影响的粒重是影响产量的重要参数。随着X射线数字成像设备的制作工艺的不断改良,本文在对已有的水稻产量分析方法研究的基础上,提出了一种基于X射线数字成像技术的水稻籽粒参数检测方法,可实现水稻穗部的总粒数、实粒数、空秕粒数和粒长的在体检测。本文使用数字图像处理技术对水稻X射线图进行分析处理,考虑到X射线图像的特点,分别对图像进行了去噪、分割和形态学处理。采用一种基于灰度直方图的阈值分割算法,经过实验对比,该算法能够提高水稻籽粒参数的准确性。同时,在对X射线图像的径向畸变分析的基础上,改进了水稻粒长的测量算法,实现水稻粒长的实时检测。文中搭建了一个水稻穗部实时检测平台以验证算法的稳定性和准确性。本文主要工作内容如下:首先,介绍了本文的研究背景和研究现状,分析已有的水稻籽粒参数分析方法和存在的缺陷。其次,阐述了X射线的系统构成、成像原理,重点介绍了检测平台运行时的机械运动时序。再次,介绍了图像处理的相关算法,通过分析不同的图像处理算法,提出了基于高斯平滑、多灰度级处理和形态学处理的改进算法。最后,通过实际运行检测系统进行图像采集和数据分析,实现了籽粒参数的无损获取。