本文以油菜种子为主要研究对象，以计算机视觉理论为基础，采用计算机图像处理技术，研究了油菜种子形态、颜色和重量信息的量化方法。主要研究内容包括：(1)为规范化数字图像的摄取过程，制定了相应的拍摄标准，并确定了以光盘为参照物的系统标定方法和以灰度化、中值滤波为主的图像预处理方法。(2)通过比较研究三类常用图像分割技术中的10种分割方法，确定了双峰阈值法和OTSU阈值法作为本研究的主要图像分割方法。(3)以圆形度和短长轴比为指标，应用FCM聚类确定了油菜单粒种子形状的数字量化方法，并在此基础上探讨了基于形状的油菜种子分类及分级方法。(4)以半径变异系数法来估测油菜种子饱满度，并建立油菜单粒种子饱满度数字量化模型，饱满度大于等于0.6为饱满。发现饱满粒率是体现油菜饱满性的最优指标。(5)以等价直径估测油菜种子重量，分别建立各品种的专用模型和面向白菜型、甘蓝型油菜的通用模型，两类模型在整体预测方式下的预测值与实测值间的相关系数均在0.99以上，预测精度可达到95％以上。(6)提出九色HSV颜色模型、主色法和黄籽法来对油菜种子颜色进行量化和识别，能实现对油菜种子的单粒种子颜色分析法，可供育种学家参考。(7)用等价直径和饱满粒率两个特征来识别白菜型和甘蓝型油菜，识别准确率可达100％；用等价直径、饱满粒率、主色率和平均黄籽度四个特征，应用二次分类法区分6个油菜品种，正确识别率可达95％。(8)用逐步判别分析、BP神经网络和SVM三类方法分别进行油菜类型和品种识别，识别结果以BP神经网络效果最优。(9)为便于上述问题的计算机分析，利用MATLAB R2006a开发了用于农业领域的数字图像处理系统软件。该软件能通过图像分析获得油菜种子的形态、颜色和重量信息，也可供一般研究人员来研究农业领域内的其它信息，如叶面积、叶颜色等。该软件现已于国家版权局申报了软件著作权，同时，该软件在水稻应用方面性能显著(详见另一硕士论文)。