在基于机器视觉的产品质量快速检测中，图像运动模糊是影响检测精度的重要因素。解决图像运动模糊的有效方法之一是对图像进行恢复处理。本文以柑橘为对象，研究了其机器视觉检测中的运动模糊图像恢复问题，提出了相应的运动模糊参数估计方法和图像恢复算法。同时开发了柑橘机器视觉自动化分级系统，实现了柑橘的快速在线分级。论文的主要研究内容及成果如下： 1)通过分析运动模糊图像的退化模型，研究了匀速直线运动模糊图像的参数估计方法。根据匀速直线运动模糊使图像傅立叶功率谱在沿与运动方向垂直的方向上得到增强的特性，提出了一种基于图像二阶微分频谱的运动模糊方向辨识方法。在运动模糊图像的傅立叶功率谱中以直线拟合的方式识别出运动模糊方向。同时还提出一种基于图像水平二阶微分自相关的运动模糊尺度估计方法。对平面任意方向的运动模糊通过坐标旋转将其转变为水平方向的运动模糊。水平运动模糊图像沿水平方向二阶微分图像的自相关谱中存在明显的负值共轭相关峰，峰值之间的距离为运动模糊尺度的两倍，根据这一特点可确定运动模糊尺度。 2) 比较了多种算法对柑橘运动模糊图像恢复的效果，提出一种改进的约束最小二乘方滤波恢复算法。在标准约束最小二乘方滤波方法的基础上，基于区域分割的思想为背景区域添加方差变化约束，改善了图像恢复中的振铃效应，提高了复原图像的质量。 3) 研究了柑橘机器视觉检测中的图像处理算法，包括图像的预处理和目标分割算法，柑橘的大小、表面颜色、形状检测算法等。对大小检测的空间误差进行了讨论和解决。分析了球面效应对颜色分级的影响，并提出一种RGB色彩空间下的柑橘颜色分级模型。针对柑橘提出一种基于边界重建的果柄处突起程度的检测方法。通过提取目标边界的傅立叶描述子，选取两组不同阶数的系数重建目标边界，并以重建边界上对应点的半径差或距离作为依据有效地判别出果柄处突起的程度。 4) 提出一种基于PC-PLC上下位机结构的双通道水果机器视觉分级自动化系统模式，并研究了其硬件系统的实现，包括图像采集方式、光照环境、水果卸料装置和卸料控制算法、系统电气控制等。 5) 对水果机器视觉分级系统进行整体试验，试验结果表明该系统可以在每通道每秒6个柑橘的分级速度下，按最大分级数为9级稳定工作，其中按大小分级的检测精度为±1.5mm。