纵观国内外大部分制糖企业除了煮糖阶段仍采用间歇法外,其余工序都已经基本实现了生产中的自动化控制。国内大部分制糖企业在煮糖工序结晶环节仍需人工目测感触晶粒的成长状况,粗略估算结晶环节各阶段达到标准大小的蔗糖颗粒所占百分比,然后凭经验进一步控制原料的加入量,使蔗糖颗粒能充分结晶,自动化程度低。　　因此本文采用图像处理和模式识别技术对煮糖过程蔗糖结晶颗粒进行分类识别,用机器视觉模拟人工感触晶粒的成长状况的方法将结晶颗粒按面积和形状指数分类,为煮糖自动控制系统提供决策数据进而实现煮糖过程自动化的研究有着重要的现实意义。本文主要研究方法如下:　　1.针对煮糖过程蔗糖结晶图像的特点,采用颜色空间转换的方法,将RGB颜色空间转换到HSI颜色空间,利用H、S、I各分量的相对独立性和结晶颗粒与糖浆溶液的色调差异进行色调分量分割,避免因图像局部亮度不均带来的影响。　　2.采用改进遗传算法和改进Otsu算法相结合的阈值选取方法提高图像分割质量和分割速度,并配合运用数学形态学、平滑滤波、孔洞填充、去除颗粒噪声以及去除与图像边界连通的颗粒等方法实现结晶图像的分割,并且提供了一种伪晶识别的方法。　　3.运用相关算法,对颗粒个数、面积、周长、形状指数、长、宽等特征参数值进行提取,并根据需求自行设计基于二分查找判定树的蔗糖结晶颗粒分类器,按面积和形状指数进行分类,为后续煮糖自动控制的实现提供好的决策依据。　　4.通过对蔗糖结晶图像处理和分类算法的研究,设计煮糖过程蔗糖结晶颗粒识别系统对本文方法进行验证并对图像处理和分类过程中的一些问题进行分析,验证了本文方法的可行性。　　经研究表明,本文提出的基于图像处理的蔗糖结晶颗粒识别方法是可行的,结晶颗粒图像分割质量高,分类准确、效率高,能够用机器视觉模拟人工感触晶粒的成长状况,能够为煮糖控制系统提供好的决策依据,具有一定的理论价值和实践意义。