中国是世界上珍珠产量最多的国家,作为珍珠产业第一大国,目前我国对于珍珠的分级主要还是采用人工检测的方式。这种分级方式不仅耗时耗力,而且容易受分检人员主观因素的干扰。针对珍珠分级检测的现状,本文设计并实现了一种基于单目多视角机器视觉的珍珠分级系统。本文主要研究工作和成果包括:1.针对珍珠的非平面球体特性,设计了一种单目多视角视觉检测装置,通过摄像机的一次成像来获得珍珠整个球体表面的图像,在实现珍珠多视角图像快速采集的同时,又保证了所有采集的图像具有统一的颜色系统。2.根据本文设计的视觉检测装置所采集的珍珠图像特性,研究了相应的图像预处理算法,实现珍珠图像的滤波、前景提取、定位与大小归一化。3.为了实现整个珍珠表面外观指标的分类检测,对多视角珍珠图像的拼接算法进行了研究;利用珍珠表面的颜色特性,设计了一种动态线性加权的图像拼接算法,根据两幅图像中重叠区域RGB值的变化规律,对不同位置的像素进行动态加权,实现拼接区域的平滑过渡,解决了传统加权平均算法中拼接缝隙与色差明显的问题。4.根据国家分级标准的要求,对珍珠的形状、大小、颜色、光泽度以及光洁度等指标进行视觉检测。利用边缘检测获得多视角珍珠图像的轮廓信息,根据边缘点在傅立叶变换后得到的傅立叶级数进行珍珠形状的检测;利用HSI颜色模型中的色度H值与饱和度S值进行珍珠颜色的检测,利用亮度I值进行珍珠光泽度的检测;利用拉普拉斯高斯算子进行珍珠光洁度的检测。5.完成了系统的设计与实现。系统分为硬件装置和软件系统两部分,硬件装置的设计主要包括折反射镜面腔体的设计与照明光源的设计,用于实现多视角珍珠图像的采集;软件系统主要包括珍珠图像预处理模块、颜色光泽度检测模块、大小形状检测模块以及光洁度检测模块,用于对珍珠的各个指标进行视觉检测。本文利用单目多视角成像技术与机器视觉技术对珍珠各个外观指标的检测进行了探索与研究,致力于实现珍珠的全自动分级。实验结果表明,对于特征明显的珍珠外观指标,利用机器视觉检测方法在检测精度与检测速度上均能达到较高的水平。