目前,金针菇的商检系统广泛采用人工识别的方法来对金针菇中头发进行检测,这种检测方法主要依赖于检测人员的主观判断,因此检测人员的经验、技术等因素会影响检测结果的客观性与准确性。不仅如此,人工检测方法是费时、费力和低效的。因此,商检系统需要一种高速、客观、准确的方法对金针菇中发丝进行在线检测。这也正是本课题研究的主要目的：研究实现基于计算机视觉的金针菇中发丝的在线识别系统。该系统主要通过数字图像处理、特征提取技术,研究金针菇中发丝的检测方法,实现对金针菇中发丝的机器识别,对减少人工成本、提高检测效率具有重大的意义。在总结国内外相关研究的基础上,本文研究基于计算机视觉的图像特征提取与目标的识别,为金针菇发丝在线识别系统的开发进行了可行性研究。本文的主要内容如下：(1)搭建金针菇图像采集系统的试验平台,以获取高质量的金针菇图像。其主要内容是根据后续图像处理算法的要求,搭建相应的图像采集试验平台,选择合适的摄像高度和光源等条件,以获取高质量的图像。试验后选取了大恒有限公司生产的DH-SV2000FC/M型数字摄像机作为图像采集设备,在圆顶照明的条件下采集金针菇图像。(2)在图像灰度化、去噪、图像分割、轮廓检测以及形态学运算等方面进行了图像处理基础算法的研究。通过对每个图像处理步骤的算法的比较和分析,研究一套适用于金针菇发丝在线识别系统的图像处理算法。(3)对发丝检测的核心算法-线结构检测算法进行研究,对目前流行的三种线结构检测方法：形态学法、双边缘法、滤波核函数法进行了研究,并提出了一种结合局部灰度值和线方向延续性的线结构提取算法。试验证明,这种线结构提取算法满足最大性能和时间比的原则。(4)研究结合局部灰度值和线方向延续性的线结构检测算法中参数的选取。提出在八个方向上进行线结构方向的检测,对当前像素点的线方向上的相邻像素点进行方向延续性判断,以确定最终发丝检测的结果。(5)使用Visual C++、OpenCV以及大恒图像采集卡配套的软件开发包编程实现金针菇发丝在线识别系统的相关算法,编写用户界面程序。通过评估软件的检测性能。实践证明,通过在搭建的试验平台上进行的系统测试,本文所提出的这种金针菇中发丝的在线识别系统能够很好的满足实际的需求,有广泛的市场应用前景。