为了解决果蔬产量逐年增大与劳动力不足之间的矛盾,针对果蔬收割机器人的研究具有重要意义。然而该机器人的研究难点主要是在果实的识别与定位上,因此本文将苹果作为研究对象,以双目立体视觉技术为基础,重点研究了苹果图像的分割、粘连及重叠类型苹果的识别、摄像机的标定以及苹果的空间定位技术,并解决了大部分苹果识别与定位问题。本文主要研究内容如下:首先,提出了一种基于最小交叉熵阈值的教与学优化算法（TL-MCET）。通过教与学优化算法来生成最小化目标函数,并利用交叉熵来建立图像分割问题的数学模型。采用苹果图像分割的多级阈值来分割苹果图像,并在苹果图像上测试了该算法的性能。其次,为了提高粘连及重叠类型苹果识别方法的适用性,提出了一种基于双目立体视觉的苹果识别算法。通过组合立体匹配方法来获得粘连及重叠类型苹果的深度图,并使用八邻域去噪法来去除深度图中的噪声。此外,根据苹果前后区域的深度差异,采用迭代最大类间方差法将苹果区域分为重叠区和粘连区两种类型,并提出了一种改进的基于边缘曲率分析的彩色图像边缘识别算法。当采集距离为300mm、500mm和700mm时,苹果识别的成功率分别为95.2%、93.7%和91.9%。然后,通过提出了一种摄像机标定算法,提高了使用三维点定位法的立体视觉系统的精度,并采用最小二乘法来模拟由图像数字化和镜头畸变引起的误差。此外,通过仿真来对真实和标定的三维数据点进行比较分析,仿真结果验证了改进算法的有效性。最后,改进了一种最优匹配算法。依据唯一性匹配约束条件,使用左图像和右图像上获取的苹果中心作为一对匹配点,以此来对苹果进行空间定位。此外,通过仿真实验证明了提出的算法可以提高苹果的空间定位精度。