摘要：针对经过破壳后的山核桃壳仁物料难以分选的问题,提出一种基于模糊C-均值聚类的山核桃壳仁分选的图像处理算法.在Labview的软件平台上,开发能够实现山核桃壳仁分选的程序和用户界面.通过提取山核桃破壳分离物的H（色调）、S（饱和度）、V（明度）、A（能量）、E（熵）、M（惯性矩）、R（相关性）等物理指标,构建特征数据的样本集合,依据主分量分析（PCA）对数据集合进行特征降维.利用模糊聚类算法计算出相应对象数据集合的聚类中心,计算试验样本对相应聚类中心的隶属度,按照最大隶属度原则实现对山核桃外壳、内隔（隔、壳内壁等）和核桃仁的合理分类,并成功地将核桃仁从破壳混合物料中分选出来.通过设计静态试验方案,验证系统方案与设计的可行性.结果表明：该系统能够对试验样品进行正确分类,分选正确率能达到83％以上.

关键词：山核桃 模糊聚类 颜色 纹理 特征提取 

单位：安徽农业大学工学院; 安徽合肥230036