油茶是我国南方主要的经济林木,湖南油茶林果资源丰富,油茶产业发展居全国首位。为了发展油茶相关机械,提高油茶果品质,需要对油茶果品质进行检测。相关研究表明,鲜出油率是评价油茶果品质的重要标准,而鲜出油率与成熟油茶果质量、外形尺寸及密度之间存在重要关联。研究这个关联度单纯的靠人工测量既费时又费力,为了提高油茶果数据的测量统计工作效率,本文通过研究油茶果动态称重和图像尺寸实时测量技术,设计了一种测量平台,通过平台界面从而直观且快速得到油茶果的重量、外形尺寸等数据。论文的主要工作及结论如下:(1)设计搭建了油茶果测量平台及上位机和下位机控制系统,详述了系统各组成部分:输送排序模块、称重模块、图像视觉模块和果杯部件。以Labview为平台开发了上位机软件界面及程序,给出了下位机PLC的接线电路图及I/O模块分配表。(2)研究了动态称重信号处理技术。针对称重模块的结构特点,分析了动态称重信号产生的全过程及干扰来源,研究了基于归一化LMS算法的自适应噪声抵消方法,设计基于NLMS算法的FIR滤波器以消除噪声干扰。通过试验分析,建立滤波效果评价指标,确定了滤波器的阶数为M=48,迭代步长因子μ=0.5。通过对称重传感器进行了标定,得到传感器输出电压和油茶果真实果重两者间拟合公式y=45.351*x-57.402;最后在0.33m/s的传输速度下进行油茶果动态称重试验,试验表明所研究方法对动态称重信号噪声具有很好的抑制效果,油茶果重量值相对平均误差为1.284%,称重精度较高。(3)研究了油茶果尺寸测量的方法,包括图像预处理、尺寸提取。图像预处理方面,对油茶果图像提取有感兴趣图像区域(ROI),并将RGB颜色空间转换为HSV颜色空间以获取S分量图;通过试验比较,采用了中值滤波算法对油茶果图像进行图像去噪处理,采用最大类间方差(osut)算法对油茶果s分量图进行分割,采用sobel算法提取油茶果边缘轮廓;油茶果尺寸提取方面,通过先确定油茶果图像形心,再经形心遍历油茶果轮廓像素点的方法,得到油茶果的果高及果径;最后,对视觉系统进行了标定,通过反复标定试验最终确定像素大小和油茶果大小的尺寸换算关系为y=0.526x。(4)进行油茶果的动态称重及尺寸测量试验验证。试验结果表明:油茶果动态称重试验中,重量最大相对误差为3.81%,最小相对误差为0.47%;总体称重相对平均误差在1.284%;油茶果图像尺寸测量试验中果径最大相对误差为3.03%,最小相对误差为1.34%,总体果径测量相对平均误差在1.77%;果高最大相对误差为2.43%,最小相对误差为1.43%;总体果高测量相对平均误差在1.82%;误差较小,测量精度较高,满足系统要求。