机器视觉(Machine vision)技术即指通过机器模拟人类的视觉行为,因其在实际过程中常常以计算机作为载体,也称为计算机视觉技术。该技术近年来发展较为迅速,在食品等分析领域发挥着重要作用。其主要利用专门的机器图像设备通过模仿人的视觉功能,对被检测样本进行图像信息采集,从而高效、客观地获取样本的具体图像特征,然后通过具体的图像分析方法实现对样本的颜色、形状、纹理、大小等图像特征的分析。与传统的测量分析技术相比,该技术操作简单,所测量结果具有较高的稳定性,同时在检测过程中不会对待测样品造成机械损伤,可实现无损检测。雷笋(Phyllos tachy s praeco x)作为一种主要的食用笋品种，是我国的主要经济林产品,因其富含植物蛋白和膳食纤维,具有较高的营养价值。然而在加工过程中,目前则主要依靠人工进行雷笋的嫩度判别及分级筛选,使得加工成本高、效率低且难以实现统一标准化,从而大大限制了我省雷笋产业的发展空间。本研究试图利用计算机视觉系统对雷笋样品进行图像识别,实现雷笋嫩度的实时检测。首先结合笋的质构特征分析结果得到嫩度规律,探寻基于雷笋表面颜色特征的分段方法。我们一共选取了75根雷笋进行试验,分析笋体表面的颜色变化情况,找出其中存在的规律,依据颜色变化找出合适的切割位点,将每根雷笋依据切割位点切割成嫩度不同的笋段。75根雷笋中总体实现切割的笋占92%,能够实现两段切割的笋占17.33%,实现三段切割的笋占74.67%,基本实现了不同嫩度笋段的切割,利用该方法取得了较好的效果。由该试验结果可知通过分析雷笋的颜色规律找到合适的算法可以很好的实现不同嫩度笋段的切割,为竹笋机械化分级提供准确的理论依据,从而实现竹笋加工的信息化、智能化。