水稻是世界主要粮食作物之一,也是我国最重要的粮食作物。在水稻育种研究和功能基因解析中,都需要对水稻表型性状进行检测。在水稻育种研究中无论是通过传统的杂交手段或现代转基因方式,都需要对水稻表型性状进行检测,以筛选出高产、优质、抗逆的水稻品种。而水稻功能基因解析就是为了建立基因与表型之间的调控关系,也需要对大量水稻表型性状进行检测。水稻表型性状主要分为生长发育期性状和成熟期性状,本研究主要解决水稻成熟期表型性状获取问题(考种),包括穗长测量、稻穗脱粒、谷粒性状检测。传统的水稻考种主要是采用人工测量的方式“一把尺子、一杆秤”,这种测量方式效率低下、可靠性不高已经远远不能满足现代水稻研究的需求。基于人工考种方式,本研究采用机械设计、机器视觉、图像处理、和自动控制等技术,设计并实现了穗长自动提取系统,稻穗自动脱粒系统,和谷粒参数自动检测系统,为水稻考种提供了一种全自动、数字化的检测方式。穗长自动提取系统是基于双相机成像,细节图像通过专门的算法设计可以准确识别穗颈节的位置,全景图像利用骨架提取、主路径分析、图像配准等算法可以跟踪稻穗的弯曲路径并计算得到准确的穗长值。穗长测量系统经过对3000多穗样本测试,系统穗长的平均测量误差为1.86%,系统的平均测量测量效率为900穗/小时。稻穗自动脱粒装置是根据人工脱粒方式设计,采用刮擦分离方式,利用可编程逻辑控制器实现自动化,系统经测试可达到平均0.87%的脱粒误差,和0.05%的破壳率。谷粒自动检测系统通过进行专门的自动控制程序设计和图形处理算法设计,可以自动获取总粒数、实粒数、粒长、粒宽、粒面积、千粒重等参数。该系统经过对2132株水稻测试分析,总粒数测量平均误差为1.52%,实粒数平均测量误差为1.81%,粒长平均测量误差为1.98%,粒宽平均测量误差为2.80%,此外系统的平均测量效率为61.23秒/株。本研究测试结果证明系统考种与人工考种具有比较好的一致性,因此可以替代人工完成水稻考种工作。本系统测量的水稻成熟期表型参数不仅能直观地反应水稻生长的情况,还通过基因关联分析(GWAS)可以得到与成熟期表型相关的基因位点,有助于水稻功能基因解析研究。本研究提出的多品种水稻数字化考种方法,克服了现有考种方式测量效率低、可靠性不高及参数有限的问题,为水稻考种提供了一种新的技术手段。本文结合机械设计、机电控制、机器视觉、图像处理和数据分析技术实现了水稻数字化考种,主要创新点包括：(1)提出了一种快速、自动获取稻穗穗长的新方法,解决了穗颈节识别、弯曲稻穗测量的难题；(2)提出了一种高精度、自动脱粒的新方法,解决了脱粒残留、破损等关键问题；(3)提出了一种快速、有效获取谷粒多个参数的新方法,解决了实粒、瘪粒识别,谷粒、杂质分割以及参数准确计算等难点。本研究是作物表型组学的重要组成部分,该研究成果的转化与应用将直接帮助水稻育种和功能基因解析,将为水稻研究提供一个有力的科学工具。