发展自动化收获技术,研究果蔬收获机器人,对提高农业自动化程度具有重要意义。机器人视觉系统的完善是机器人完成采摘作业的前提。但由于采摘的环境具有光照不确定性和背景的复杂性，至今没有一套实用稳定的采摘机器人视觉系统。本论文以红苹果这类种植广泛的果蔬为主要研究对象，研究视觉系统易受干扰的本质所在；揭示获取采摘图像时光照的影响规律；针对自然采摘环境，构建图像处理流程；通过设计实施系统化实验，优化果实识别定位系统。主要研究内容和方法如下：研究自然光照下获取的果实图像，提出一种适应果实图像的自动阈值与固定阈值相结合的新分割法：首先用迭代法求得的阈值对R通道的果实灰度图像进行分割，然后利用固定阈值分割彩色子目标图像，最后得到单目标二值图像。然后通过识别实验，验证并优化图像分割与目标识别算法。通过研究苹果果实的几何特征，本文将苹果的轮廓曲线用圆拟合并用圆心替代果实中心，确定果实定位的直接依据。为了确定果实的空间位置，本文建立了双目立体视觉系统。运用唯一性与顺序一致性将左右目图像中的苹果进行匹配，得到同一个果实在两幅图像中的图像坐标，对双目摄像机标定得到系统参数，运用空间点坐标计算公式，得到果实中心点的立体坐标。最后通过定位实验，根据实验结果进行误差补偿，获得本论文使用的双目摄像机系统的最佳工作系数。通过系统深入的研究，构建出一种广泛适用的视觉识别系统。这是一种适应自然光照的采摘机器人视觉系统。为显著提高采摘机器人视觉系统作业准确性，稳定性提供理论基础，为加速实现我国采摘作业的机械化提供技术支持。