粮食安全是维护经济发展、社会稳定最重要的压舱石。大米是我们的重要主食之一,大米的质量检测对人们生活品质和粮食产业的发展都具有十分重要的意义。在进行大米品质检测时,常常存在粘连米粒无法处理的问题,对检测工作产生不利影响。对多粒粘连大米进行正确分割,是粮食品质检测的迫切要求。由于米粒粘连情况复杂,目前见诸于文献的几乎都是针对较简单情况的分割算法,与实际粮食检测中的各种复杂情况相距甚远。鉴于此,本文对多粒粘连大米图像进行研究,旨在运用图像处理技术提出准确有效的多粒粘连大米图像分割算法。本文的主要创新性工作如下:（1）提出了一种基于改进粒子群算法（PSO）的优化二维大津法（OTSU）分割算法,用于实现多粒粘连大米图像目标与背景的分割。算法首先在标准PSO算法基础上,通过对惯性权重系数和加速系数的优化,提高粒子寻优能力,改善运算收敛速度;然后将改进的粒子群算法引入二维OTSU算法中提高寻值速率,减少分割时间。该算法对于传统二维OTSU算法存在的计算冗余,过程复杂、分割时间长的问题进行了改进,对不同大米图像的分割实验证明了算法的有效性。（2）提出了一种孔洞型多粒粘连大米分割算法。针对孔洞型多粒大米粘连的特点,首先通过孔洞填充和差运算,得到内部凹点区域;然后进行区域闭运算和差运算得到外部凹点区域;根据设定的面积阈值,滤除其中的伪凹点区域;然后分别对内部和外部凹点区域进行凹点匹配和连接;最后根据分割后米粒的大小对分割结果进行判定,直到分割正确为止。实验表明本算法有效可行。（3）针对实际粘连大米图像各种复杂情况,提出了一种较为完备的一般分割策略。首先根据粘连大米图像是否存在孔洞,将多粒大米的各种粘连划分为串联型和孔洞型两种类型,并分别进行处理。串联型粘连只存在外部凹点区域,并且是两两对应。根据判定直线确定外部凹点区域的类别,并根据最小欧氏距离原则进行凹点匹配。孔洞型粘连除存在外部凹点区域外还有内部凹点区域。内部凹点区域的凹点匹配是以其中心为圆心进行圆膨胀,找到与内部凹点区域相关联的所有外部凹点区域,然后根据最小欧氏距离原则进行凹点配对。其他剩余的外部凹点区域按照串联型粘连的方法进行处理。最后依据米粒大小准则对初步分割结果进行判定,直到分割正确为止。实验验证了本文策略的有效性和广泛适应性。