黄瓜在农业中是农民种植的主要农作物之一,分布区域广,但在黄瓜叶片含水率无损检测方面还处于研究的初级阶段,基于此现状,本文使用了图像处理技术的方法对黄瓜叶片含水率进行检测,分别对免疫遗传+OTSU算法和标准PSO+OTSU图像分割算法进行了研究,并对标准的PSO+OTSU图像分割算法进行改进,提出了基于图像直方图的PSO+OTSU图像分割算法,使用了叶片图像直方图对PSO算法的粒子群初始位置进行改进,并对惯性权重系数更新公式进行改进,提高了效率和图像分割准确率。并分别使用了多元线性回归算法、BP和RBF神经网络对黄瓜叶片含水率进行数学建模,使用R2和RMSE进行模型的评估,选出最优模型,实现黄瓜叶片含水率的预测。本文完成了以下的设计研究任务:(1)对黄瓜叶片图像进行图像预处理操作,图像预处理主要是进行图像灰度化、滤波、分割、形态学操作和图像复原。本文对标准PSO+OTSU图像分割算法进行改进,提出了一种改进的PSO+OTSU算法,并进行大量实验,证明改进PSO+OTSU算法能够提高图像分割的准确性、减少算法的迭代次数,提高图像分割效率。(2)分别提取与黄瓜叶片含水率相关的颜色、形状、纹理特征参数,并使用Pearson相关系数选取相关系数比较大的特征参数。(3)本文分别使用三种不同的方法对黄瓜叶片含水率建立模型,并使用决定系数R2和均方根误差RMSE对模型进行评估,选出拟合度最高的模型,用作黄瓜叶片的预测模型。(4)本文使用MATLAB设计了一个检测系统,分别实现图像导入、图像预处理、特征值提取、模型预测、结果分析5个功能模块,实现了基于PC平台的黄瓜含水率检测功能。本文设计的基于图像处理技术的黄瓜叶片含水率检测方法,根据黄瓜叶片图像进行黄瓜叶片含水率的预测,并且对PSO+OTSU图像分割算法进行了改进,使用直方图对PSO粒子群初始化位置进行改进,并对OTSU算法中的灰度模型进行改进,改进算法增加了图像分割的准确性,减少图像分割的迭代次数,提高图像分割效率,根据提取的特征值对黄瓜叶片含水率进行建模,并使用MATLAB完成基于PC平台的黄瓜含水率检测系统的设计。