种子检验的一个重要环节是判定发芽的幼苗是否正常。因此制定科学、规范的种苗特征检索方式与评价标准十分重要。常规的种苗鉴定方法工作强度大、对检验人员从业经验要求高、评价结果受人的主观因素影响大。 本课题开发了一种基于ISTA标准的自动化种苗评价专家系统(ESSE)，系统的知识库采用面向对象的知识表示方法构建，支持对所存储的种苗评价知识的检索和更新，具有一定的智能性。针对不易目测或实测获取的评价指标(如面积、颜色、长度、大小等)，本课题研究了一种基于计算机图像处理技术的种苗特征自动化提取和分析方法。在对提取的50个油菜(BrassicachinensisL.)幼苗样本特征参数统计分析的基础上，提出了一种基于数学形态学和Lab颜色空间特征的针对子叶出土发芽双子叶绿色植物的种苗评价模型。针对ISTA种苗评价规则普遍采用自然语言方式描述的特点，研究了一种基于模糊理论的ESSE推理机算法。通过对25个油菜(BrassicachinensisL.)幼苗样本的评价测试，证明该评价模型和推理机算法对于评价具有相似特征的植物幼苗十分有效。 本课题实现了基于计算机图像处理技术的种苗主要特征的自动化提取、分析和评价，减轻了种苗评价过程的劳动强度，提高了评价结果的一致性和可靠性。开发了基于Windows平台通用的种苗评价专家系统单机版应用软件——ESSE，该软件对系统配置要求低，界面友好，功能丰富，非常适合我国各地的种子站、种子公司、以及互联网覆盖不发达的广大农村地区使用。