荔枝是生长在我国亚热带的一种经济性果实,主要集中在广东、广西、福建等省,每年产量百万吨。当前,荔枝采摘主要为人工采摘,劳动强度大,作业成本高。近年来,城镇化的快速发展促使农村劳动力大量向城市及周边地区转移。产业亟需研发、应用适用的荔枝采摘装备以提高生产机械化水平。因此,为了解决荔枝采摘机械化问题,本文开展了基于视觉的荔枝采摘技术研究,本文主要研究如下内容:1)根据荔枝的生长特性,使用梳摆式采摘方式。完成了采摘机设计,采摘机由采摘机构、行走机构、动力系统、控制系统组成。对关键部件进行了设计与计算,确定了梳摆式采摘机的整体参数,完成梳摆式采摘机物理样机的装配。所设计的梳摆式荔枝采摘机具有采摘效率高、破损率低、采净率高等特点可以有效的代替手工采摘。2)基于梳摆式荔枝采摘机的自动化要求,提出使用视觉系统用来辅助采摘机进行作业。比较当前常用视觉算法编写语言的优缺点之后,选择了MATLAB进行本文模型的构建。在基于小波变换对图像进行预处理的基础上,识别模型采用霍夫圆变换（CHT）检测疑似荔枝区域。设计了通过果实与非果实的局部二值模式（LBP）特征训练的Ada Boost分类器,对疑似果实区域和非果实区域进行错误检测,合并检测结果后完成荔枝的识别。验证试验,结果表明所提出的果实识别模型可以适应果园复杂环境的识别要求。3)梳摆式采摘机的采摘特点为区域性采摘。因此,提出一种可以对目标树冠进行分区决策的算法。分区决策算法使用了K-Means聚类算法作为基础,对荔枝树冠上的区域和采摘次数进行决策判定确定。使用双目视觉对目标树冠上的荔枝果实进行坐标提取,得到荔枝相对于采摘机的相对坐标之后,使用聚类算法对该区域内的荔枝进行分区域决策,用以决定采摘位置和采摘次数。分区域决策算法中使用采净率作为决策算法的判断条件,保证了采摘机的工作效率。4)对梳摆式荔枝采摘机进行单因素和正交试验,单因素试验分析梳摆频率、梳摆间距、梳摆重合度对梳摆式采摘机采摘效率、破损率的影响规律,正交试验确定最佳作业参数。单因素试验结果表明:采摘机的梳摆频率与采摘效率显著的正相关关系,梳棒间距与采摘效率呈极显著的负相关关系,梳棒重合度与采摘效率呈显著的正相关关系。正交试验得到的采摘机的最佳工作梳摆频率为20Hz,梳棒间距为100mm,梳棒重合度为60%。此参数下梳摆式荔枝采摘机的采摘效率和破损率可以达到4.56kg/min、10.56%。试验记录表明采摘机,工作性能良好,可以有效提高荔枝采摘的效率。论文研究结果可以为采摘机的设计与优化提供参考。