目前，我国对草莓分选大部分采用人工分选。人工分选方法主要依据人的肉眼观测判断等级，缺乏客观性。草莓大小不一，表面情况复杂，单纯依靠肉眼判断达不到较好的分级效果。针对这一问题，本文以草莓为研究对象，将图像处理技术与运动控制理论相结合，研究了草莓的分级方法。 主要研究内容和结果如下： (1)设计了草莓动态图像采集与实时分级的实验装置该实验装置包含了IPD VA40及其捆绑的Windows XP操作系统组成的控制平台；PC公司的FAC9820摄像头、VA40自带的图像采集卡以及欧姆龙对射式传感器组成的图像处理系统；旋转台和步进电机组成的物料传送装置。 (2)草莓动态图像处理算法设计对草莓动态模糊图像进行了复原处理；采用自动阈值法对草莓图像进行二值化处理，提取草莓果肉部分及草莓整体的轮廓；采用Sobel等算子对图像边缘进行了提取；根据草莓特征提取的需要对图像进行轮廓跟踪。 (3)根据草莓分级行业标准提取草莓特征参数根据草莓的成熟度标准构造了R-G-B颜色模型；采用对草莓特征图像作外接矩形的方法，得到草莓长短径的比值作为特征参数；提取草莓图像像素值，建立草莓图像象素面积与草莓重量等级的关系模型。 (4)对研究结果进行验证试验试验结果表明，该系统达到了预期对草莓动态图像采集与图像处理的精度要求。色度模型平均误判率为4.7％，草莓形状判断准确率达到了94％，建立的草莓图像象素面积和草莓重量等级的关系模型相关系数R2=0.963。