随着农业生产的飞速发展和农业劳动力成本的迅速上升以及人口老龄化趋势的不断加快，农业劳动力的匮乏将成为许多国家共同面对的问题。目前果园收获作业的机械化、自动化成为人们最为关注的热点问题之一。开展果实采摘机器人研究，不仅对于适应市场需求、降低劳动强度、提高经济效率有着一定的现实意义，而且对于追踪世界农业新技术、促进我国农业科技进步、加速农业现代化进程有着重大的意义。对智能化果实采摘机器人而言，如何对目标进行实时、准确的识别提取是个关键问题。本研究作为成熟柑橘采摘机器视觉系统的一部分，在分析国内外相关技术研究现状的基础上，对柑橘树干、外形轮廓及成熟柑橘识别方法进行研究。本文研究的主要内容如下：(1)采用一种自适应二值化方法提取出柑橘果树的外形及树干轮廓。首先，将输入的柑橘图像灰度化；其次，对图像进行自适应二值化，消除了图像中的背景干扰；然后经过中值滤波、形态学处理后，对目标轮廓设定周长阈值，并通过该阈值对二值化后图像中出现的轮廓进行筛选。通过该方法，能很好的提取出轮廓，为后续的机器人采摘提供了目标物信息。(2)提出一种基于颜色特征的成熟柑橘识别方法。选择利用颜色特征来对成熟柑橘进行识别。基于颜色特征的果实识别方法的基本原理是先提取果实样本的颜色特征直方图，然后利用提取到的颜色直方图去寻找、匹配具有相同（相似）颜色的果实，从而达到对果实进行识别的目的。由于成熟柑橘与背景及未成熟柑橘在颜色上存在明显差异，基于色彩的识别算法有效的去除了图像中其他背景因素的干扰，果实的识别率高。通过采集自然场景下的成熟柑橘图片进行实验和仿真，实验表明该方法能够较准确的识别出成熟的柑橘果实，达到了研究的目的和预期的要求，并为果实采摘机器人进行采摘提供了基础。