基于计算机视觉技术对水果外观品质进行在线检测分级技术研究，对提高中国水果市场在国际中的竞争力具有重要意义。本课题就是基于该背景，通过研究基于机器视觉的苹果在线检测分级的方法，设计了计算机视觉苹果分级系统。主要解决的问题包括： (1)利用改进的面积投影法准确计算出苹果的平均直径，设定合适阈值，进而按大小将苹果分为4级，分级精度达到90.0％。利用最大最小半径比值法，将苹果分级为圆形果和畸形果。 (2)对苹果表面颜色特性进行分析，得到三个特征参数：表面红区比例、表面平均色度和表面着色均匀度。分别通过计算合适色度值下所对应的累计频度和苹果图像中各象素点色度的平均值得到前两个特征值。通过计算苹果图像中红色区域形心与整个苹果图像的形心的距离，和同一个苹果不同表面平均色度之差来得到上述第三个特征值。试验结果表明，分级精度达到88.9％以上。 (3)提出一种梯度法苹果表面纹理分级方法：首先进行图像分割，使用不同方法灰度化苹果图像；采用梯度算法，两次对苹果图像进行梯度锐化，对图像进行滤波去噪，使苹果纹理清晰显示；再利用梯度差分算法，提取图像的梯度信息：平均梯度；最后建立纹理分级模型，实现了苹果表面纹理的有效分级。通过试验验证，分级精度达到97％以上。 (4)设计了基于机器视觉的苹果检测分级软件，并运用于试验设备，形成苹果分级系统。基于本系统对5种苹果进行了分级试验，试验结果表明，系统分级正确率达到88.9％以上。分级速度约为6个/秒，可以满足实际分级要求。