摘 要：机器视觉就是利用图像摄取装置等产品代替人眼做测量和判断，当前在水果分级分拣领域应用极广，已成为工业机器人进行农产品自动化检测的研究热点，但如何对采集到的自然图像进行高效目标分割和识别检测，成为制约分拣机器人应用的技术难点。现利用机器视觉测量精度高、结果稳定可靠和非接触性等优点，通过对苹果进行尺寸测量、空间定位，并根据果形大小、色泽光洁程度和表面缺陷等指标进行特征识别，实现对苹果品质的科学精准分级和自动分拣，并利用机械手臂自动完成不同等级水果的分拣，实现生产线上的“手眼”协调工作。

关键词：机器视觉;水果分级分拣;关键技术

0    引言

当前对苹果品质的检测工作主要依靠人工完成，但是人工检测会存在误判、效率低和成本高等问题，且对于后期的水果分拣工作也存在效率和准确率低的问题。机器视觉就是用图像摄取装置等来代替人眼做一些分析和判断，自动得到一些问题的结果，近年来其以速度快、信息量大、功能多等特点在水果分级分拣领域得到了广泛应用[1-3]。本研究从水果的分级分拣环节入手，利用图像分割和深度学习算法，达到了准确高效分拣水果的目的。

1    水果分级分拣系统硬件搭建

水果分级分拣系统样机如图1所示，其主要由硬件系统和软件系统构成。

（1）硬件系统包括图像采集模块、机械手模块。图像采集模块用于图像的获取，作为图像分析的数据源;机械手模块用于对水果进行抓取。……