随着21世纪中国逐渐步入人口老龄化,劳动力成本不断升高,采用计算机视觉无损检测水果技术,不但大大提高了传统人工手工分拣的效率,降低了分级成本,提高了水果产业的利润,同时可以减少人工分拣过程中对水果造成的损害,提高了水果产业的竞争力。本文就是基于此背景下,采用数字图像处理技术,研究基于计算机视觉的血橙无损检测与分类的方法。在小型摄影棚中对图像进行采集,通过领域平均法和中值法对采集图像进行平滑处理,对受到噪声污染的图像进行修复。使用拉普拉斯算子和梯度法对图像进行锐化,突出图像的边缘信息,增强图像的轮廓特征。介绍了最小二乘类约束复原,维纳滤波和Lucy_Richardson滤波三种经典复原方法,并且运用约束最小二乘滤波,Lucy_Richardson滤波和维纳滤波修复由于匀速直线运动的物体造成的模糊图像,最终选取约束最小二乘滤波进行图像复原。血橙图像经过以上图像预处理技术,为其进一步分割和分析打下基础。对预处理后的血橙图像进行二值化,计算血橙整体像素点数,按照标准参照物的单位像素面积得到血橙大小。分别使用Roberts算子,Prewitt算子和Sobel算子,对血橙二值图进行边缘检测,最终采用Sobel算子得到的边缘信息,通过同上的标准参照物,计算血橙的周长。使用大津法,最小误差法,最大熵值法对血橙进行图像分割,最终选择大律法将血橙的表面着色部分与未着色部分有效分割,通过统计像素点数计算血橙的作色面积比例,以此得到血橙成熟度。引入模糊聚类概念,对血橙的品质进行分级。比较模糊统计法,二元对比排序法,三分法,专家经验法四种隶属函数建立方法。最终采用专家经验法确定隶属函数,在试验中不断修正隶属函数的三个特征参数值,不断改进隶属函数。根据隶属函数,把血橙按照很好(A)、好(B)、一般(C)、差(D),四个等级进行分级。通过图像采集,图像预处理和图像分割技术提取血橙的大小、周长、成熟度三个重要分级特征参数,并运用这三个参数对血橙进行有效的分级。本文对基于计算机视觉的血橙无损检测和分级进行了初步研究,其检测和分级结果令人满意,为今后进一步的血橙自动化无损检测打下基础。