核桃以其丰富的营养价值受到广大消费者喜爱。本文针对核桃仁人工分级效率低、劳动强度大以及人的主观因素影响导致分级质量不一致的问题,以新疆市场上主要出售的核桃品种为试验研究对象,根据核桃仁国家分级标准,通过机器视觉的方法对核桃仁外部品质(颜色和完整度)进行自动检测与分级方面的研究,并建立基于目标追踪方法的气吹式核桃仁动态分级装置,为核桃仁的自动分级提供一种参考。本文研究的主要内容与结论如下:(1)设计了适用于核桃仁的图像采集、输送以及气吹式自动分级试验平台。(2)通过核桃仁RGB三通道图像分析确定适合图像分割的背景颜色为蓝色。(3)通过B-R通道减法增强核桃仁图像前景与背景差异,采用固定阈值为20的全局二值化分离目标图像与背景。使用图像形态学方法滤除噪声并消除目标区域孔洞,生成核桃仁目标轮廓掩膜,在原图中去除背景并通过最小外接矩形分割核桃仁图像。(4)取每个等级各30个核桃仁组成150个核桃仁样本,首先提取了基于颜色直方图和颜色矩组成的颜色特征,然后提取了轮廓区域面积与轮廓最小外接圆面积之比以及轮廓最小外接矩形长宽比的完整度特征,组成原始特征样本集。(5)根据原始特征样本集,通过Relief F算法筛选不重要特征,并对经m RMR特征选择算法排序的特征分别使用支持向量机、决策树和朴素贝叶斯三种机器学习算法训练模型。最后选择150个测试样本进行分级效果测试,其分级最大正确率分别为85.33%、96.00%、97.33%。(6)设计了基于Visual Studio和Open CV的核桃仁自动分级系统界面软件,包括图像采集、电机控制、样本获取和本地测试等功能。(7)提出了基于Cam Shift追踪算法的核桃仁动态分级方法,并设计了单片机控制气动电磁阀完成核桃仁的气吹式分级方式。对随机选取的20个核桃仁进行分级速度测试,分级速度为4.4个/s。对150个核桃仁采用朴素贝叶斯模型进行动态分级测试,分级正确率为81.33%。