种子纯度是指在供检种子样本中，纯种种子数占供检样本总数的比例，它是反映种子质量的重要参数，是评定种子等级的主要依据。近年来，随着玉米种子杂交技术的广泛应用，玉米种子的品种越来越多，类间相似性越来越大，混杂现象日趋严重，导致品种区分越来越困难。进行玉米种子纯度检验是减少玉米种子混杂，保证农业生产的一个根本途径。传统的玉米种子纯度检测方法存在着鉴定时间长、人员依赖性强、对种子具有破坏性等缺点。　　本文主要针对玉米种子纯度识别方面的问题，提出一种基于小波变换和BP神经网络的玉米种子纯度识别算法。以杂交玉米品种山农8号，农大108，郑单958、鲁单984等种子为研究对象，利用机器视觉、数字图像处理、小波变换和神经网络等智能检测方法，进行了以下研究：⑴完善了基于机器视觉的玉米种子纯度检测系统，并设计了一种玉米种子直立摆放装置，将批量玉米种子一次性准确定位直立摆放。配合玉米种子纯度检测系统，对玉米种子冠部图像进行批量图像采集。⑵分别提取玉米种子冠部核心区域的RGB颜色模型特征参数，然后对三个色彩分量分别进行二层二维离散小波变换，将玉米种子冠部图像R、G、B三维向量细节差异分解成为18维特征向量，放大了样本之间的色彩特征细节差异。使得从玉米种子冠部图像小波分析数据中提取的人工神经网络训练样本能够更好地反映样本特征，从而保障玉米种子纯度识别的准确性。⑶在玉米种子纯度识别网络设计时，对BP神经网络的优化，提高了神经网络的学习收敛速度，提高了识别效率。采用结构为输入层18个神经元，隐含层6个神经元，输出层2个神经元，训练函数使用有动量和自适应学习率的梯度下降函数traingdx，中间层神经元的激活函数为S形正切函数tansig，输出层神经元激活函数使用S形对数函数logsig的神经网络，对经离散小波变换后的玉米种子图像特征数据进行训练和识别。⑷采用本文算法，对常见商业玉米品种山农8号，农大108，郑丹958、鲁单984等种子纯度进行识别，识别准确率分别可以达到96.4％、95.9％、96.1％、96.0％。实验结果表明该方法可准确识别玉米纯度并分类，对于市售商业包装玉米种子检测其纯度，检测结果与包装标称基本一致。