色选机作为一种先进的高度自动化分选装备,在食品加工、矿产分选等不同领域中都有十分重要的应用价值。色选机的工作方式是通过对采集图像的处理与分析,定位出不同品级物料的位置,然后通过自动喷气阀装置完成分选。随着农业信息化与智能化的不断推进,色选机技术在不同实际场景下的应用越来越广泛,因此研究针对不同农作物的特定品级识别方法有着十分重要的现实意义。由于色选机常常用于大规模物料的分选工作中,因此色选机场景下的粘连图像分割研究对色选机领域的发展同样具有十分积极的作用。本文主要以色选机场景下的物料目标为研究对象,提出不同种类农作物的品级识别算法,并根据品级识别中遇到的粘连图像问题,研究能精确分割粘连物料图像的算法框架,论文的主要工作内容如下:（1）介绍色选机技术的研究背景与意义,并分析与讨论色选机分选过程中存在的技术难点,最后调查了品级识别与粘连图像分割的发展与研究现状,归纳总结不同时期的原理与优缺点。（2）针对色选机分选小尺度目标时容易产生多个目标图像区域粘连的情况,以粘连葵花籽图像为研究对象,提出基于混合高斯模型的粘连图像分割方法,用优化的分割模型对目标粘连区域进行分割,该方法可以通过准确预估粘连目标数目进而提高分割模型的准确性,使分割结果更加精准有效,便于色选机分选流程中后续的特征提取与品级分选操作。（3）针对目前干香菇分选环节中效率较低,准确度不高等问题,设计了一种基于菌盖开裂纹理特征的干香菇分类方法,该方法通过对采集图像的阈值处理、图像分割,分离出每个单独的香菇物料区域,然后通过对香菇前、后视相机图像的纹理特征进行分析,对香菇物料的品质级别进行量化计算。该方法原理简单、不涉及复杂计算,能够准确地对干香菇的品级类别做出判断,具有良好的实用价值。（4）为了实现对葵花籽品级准确识别的目的,提供了一种基于纹理特征和图像识别的葵花籽品级识别方法,通过对采集图像中的图像预处理结合葵花籽姿态调整等操作,提取出葵花籽的纹理特征区域并计算两种纹理度,建立品质因数计算模型,提高算法的识别精度。通过大量对比实验和不同检测指标的定量性分析,验证本文提出的葵花籽与香菇识别方法和基于高斯混合模型的粘连图像分割算法均有较好的性能表现。