目前,葡萄干主要依据光电分选和人工分选两种方法进行分级。光电分选方法主要依据葡萄干的颜色特征,确定葡萄干等级,存在很大片面性;人工分选方法主要依据人的肉眼观测判断等级,缺乏客观性。葡萄干大小不一,表面情况复杂,单纯依靠颜色特征或用肉眼判断,均达不到较好的分级效果。针对这一问题,本文以吐鲁番绿色无核葡萄干为研究对象,将图像处理与分析技术与人工神经网络相结合,研究葡萄干识别和分级的方法。主要研究内容和结论如下:(1)根据计算机视觉检测葡萄干外观特征并进行识别分级的要求,建立了计算机视觉系统,并进行线性尺寸标定,获取葡萄干图像。(2)研究了图像预处理算法。背景分割过程中,通过对比判别分析法和迭代法对葡萄干彩色图像的红、绿、蓝分量图像背景分割试验结果,提出在蓝分量图像中利用判别分析法获取阈值进行二值化,并将二值化图像与原彩色图像进行对比处理,实现彩色图像的背景分割。葡萄干提取过程中,采用边界跟踪法定位图像中单个葡萄干边界,并用种子填充算法标记葡萄干所在区域,复制此区域像素到另一幅新的图像,得到单个葡萄干图像。(3)通过对葡萄干外部形态结构分析,计算葡萄干的颜色、形状特征参数。在传统的特征检测算法基础上,通过对长短轴直线与图像相交特点的分析,提出新的长短轴检测算法,计算出葡萄干的长短轴长度,并标明长短轴位置。试验结果表明,算法计算精确,且具有旋转不变性。(4)采用改进的BP算法,对网络进行训练。通过分析特征参数组合对BP网络识别率的影响,确定了最能反映葡萄干形态特征的4个参数作为等级识别的依据,试验分析证明,BP网络结构为4-17-3时,网络识别率较高,平均识别准确率达92%。(5)基于Visual C++ 6.0,设计了可综合葡萄干外观特征进行分级的分级系统。分别用三个等级的葡萄干进行了试验,取得了满意的分级效果,表明系统具有一定的实用性。上述研究成果,为葡萄干外观品质评定的科学化和自动化提供了理论依据和技术支持。研究的方法对增强我国葡萄干在国际市场的竞争力、促进出口贸易的发展,均具有重要的理论意义和实用价值。