单倍体育种可以大大缩短育种周期,是现代植物育种中快速、高效的育种途径之一。因此,快速、准确地从大量农产品中识别出单倍体成为现代农业育种中的重要问题之一,也是近年来农业研究领域的热点方向。机器视觉技术以其智能化程度高、信息量大、稳定性好、效率高、且可避免人为主观因素影响等优点成为了农产品检测、品种识别、自动分级等方面的首选技术。论文以玉米籽粒为研究对象,针对如何从大量导入基因标记后杂交诱导产生的玉米籽粒中识别出少量单倍体这一难题,研究了基于机器视觉的玉米单倍体籽粒分拣技术,并设计和实现了实时分拣系统,实现了玉米单倍体籽粒的高通量、自动分拣。论文研究完成的主要工作如下:(1)设计了能够自动获取含籽粒胚面图像的图像采集模块,主要由斜面翻滚部件、高速工业相机和光源组成,斜面翻滚部件表面有凹凸纹理,可使玉米籽粒在下落翻滚过程中产生多种姿态。实验结果表明,该方法获得含胚面图像的成功率达90%。(2)对采集的玉米籽粒图像进行图像预处理,采用了一种阈值处理和边缘检测相结合的图像分割方法,能够将玉米籽粒从整幅图像中分割出来。另外,对分割图像进行了大小归一化,以便后续处理。(3)由于采集图像时玉米籽粒处于翻滚状态,存在旋转、拉伸等变换。论文研究了对这些变换具有鲁棒性的图像特征,如颜色直方图、LBP、SIFT、SURF特征。实验结果表明采用SURF特征作为识别参数,分选效果最好。同时,研究和分析了基于模板匹配的分类方法和SVM分类法,SVM表现出了更好地分类效果。实验数据表明,采用SURF特征和SVM结合进行单倍体识别,识别率可以达到95%。(4)设计了一套基于计算机视觉的玉米单倍体高通量自动分选系统,系统主要由传动部件、斜面翻滚部件、图像采集和处理部件、籽粒分选部件四部分组成,实现了玉米单倍体自动分选。