水果分选机的研究状况和发展状况
水果分选机的研究状况和发展状况
水果自动分级技术的现状与发展摘要：我国是一个水果生产大国，自动分级技术对提高我国鲜食水果的市场竞争力和利润水平有重要的意义。
本文综述了国内外水果自动分级技术的研究进展和产品化现状；同时，对国内水果自动分级技术研究的现状及发展前景做了概括。
关键词：柑橘；自动分级；发展；现状我国是水果生产大国，特别是90 年代以来发展更为迅速。
据国家统计局统计，2 0 0 4 年我国水果总产量已经达到15243 万吨，比2003 年增长5%，占世界总产量的12.7%。
水果产业已经成为我国南方主产区农村经济的一大支柱产业，为促进农民增收、扩大城乡居民就业和改善生态环境作出了积极贡献。
虽然我国水果产量很大，但国内水果价格低，“卖果难”问题经常出现，水果生产快速发展的势头受到抑制。
而且中国水果以本国消费为主，参与国际贸易的比例一直很低，出口量不到国际水果贸易的3 % 。
其中一个重要原因就是采后商品化处理落后，外观质量较差，导致水果的市场竞争力比较弱。
根据水果产销趋势可以发现，水果产值的大部分是由产后处理和产后加工创造来的。
水果的产后商品化处理包括清洗、打蜡、分级、包装。
分级是果品商品化处理的重要环节，它在技术方面发展最快并在最近几年发生了根本的变化。
目前我国国内水果商品化处理过程中的清洁、打蜡设备已经比较成熟，关键在于分级技术还比较落后。
水果的分级指标包括外部品质和内部品质两个方面。
水果外部品质的主要分级指标是水果的果形、大小、色泽、表面质量和颜色等。
其中水果的表面质量可以通过表面光洁度、表面缺陷( 斑点、污点、烂坏) 、损伤来描述。
内部品质指糖度、硬度、酸度、可溶性固形物等指标。
本文主要综述最近十年与水果自动分级研究相关的内容。
1 研究现状1.1 国外的研究现状国外早期的水果自动分级方法主要通过CCD 相机，采用无损检测、计算机分析处理等手段对水果逐一进行分析判别后得出综合结论。
利用机器视觉技术实现农产品内部品质无损检测是目前国际上正在研究的热点课题。
水果分拣技术的研究现状与发展
水果分拣技术的研究现状与发展水果分拣技术是指通过各种技术手段对水果进行分类、分级、分选、分拣等操作，以提高水果的品质和降低生产成本。
随着科技的不断进步和人们对食品安全和品质的要求越来越高，水果分拣技术也得到了广泛的关注和研究。
本文将介绍水果分拣技术的研究现状和发展趋势。
一、水果分拣技术的研究现状1.传统水果分拣技术传统的水果分拣技术主要是依靠人工进行，这种方法存在人工成本高、效率低、误差大等问题。
为了解决这些问题，人们开始研究自动化水果分拣技术。
2.自动化水果分拣技术自动化水果分拣技术主要包括机械分拣、光学分拣、电子分拣等技术。
其中，机械分拣主要是通过机械手臂、传送带等设备对水果进行分类和分拣；光学分拣则是利用光学传感器对水果进行检测和分类；电子分拣则是通过电子设备对水果进行检测和分拣。
这些技术的出现，大大提高了水果分拣的效率和准确性。
3.智能化水果分拣技术智能化水果分拣技术是指利用人工智能、机器学习等技术对水果进行分类和分拣。
这种技术可以根据水果的大小、颜色、形状等特征进行分类和分拣，同时还可以根据水果的品质进行评估和筛选。
这种技术的出现，使得水果分拣更加智能化和精准化。
二、水果分拣技术的发展趋势1.智能化水果分拣技术将成为主流随着人工智能和机器学习等技术的不断发展，智能化水果分拣技术将成为未来的主流。
这种技术可以根据水果的特征进行分类和分拣，同时还可以根据水果的品质进行评估和筛选，大大提高了水果分拣的效率和准确性。
2.水果分拣设备将更加智能化和自动化随着技术的不断进步，水果分拣设备将更加智能化和自动化。
未来的水果分拣设备将会配备更多的传感器和控制系统，可以自动对水果进行分类和分拣，同时还可以根据水果的品质进行评估和筛选。
3.水果分拣技术将更加环保和节能未来的水果分拣技术将更加环保和节能。
随着环保意识的不断提高，人们开始关注水果分拣过程中的能源消耗和环境污染问题。
未来的水果分拣设备将会采用更加环保和节能的技术，以减少能源消耗和环境污染。
水果分选技术的现状和发展
水果分选技术的现状和发展作者：陆红梅来源：《农民致富之友（上半月）》 2020年第21期陆红梅随着人们生活水平的提高，生活需求也在不断提升地同时，对水果也有了更高的品质要求，水果的出品等级和加工质量需要进行严格的大小分级和质量分级。
目前我国基本是依靠人工配合机械的方式进行分级，采用智能化设备来实现水果分级，合理规避了水果分选精度不稳定、生产率低下等现象弥补了人工分级的多方面缺点，促进、实现了水果分选的准确性和无损化。
水果分选时涉及的主要因素为外观品质和内部品质，外观品质以物理指标对果实直径大小、形状、颜色、瑕疵等方面来对水果的外观品质进行评定。
内部品质对果实成熟度、糖酸度、褐变、霉变等方面，以生化要素为主要评定因素。
水果分选技术的应用对果品质量的提高有着极其重要的意义。
一、水果大小分选机的应用广泛国内水果专业合作社较少基本以果农以农户为主，龙头果品企业不多大多数是以中小型果商为果业经营主体。
受经济规模和产量的限制果农基本没有能力购买中大型水果分选设备，只能对销售的果品进行初级和简单的分选。
其中应用最为广泛的水果分选机是大小分选机，主要是对圆形水果以滚筒式分选法来对果品进行大小分选。
因其结构简单、价格低廉、综合维护成本较低。
在使用过程中对水果的分选精度和工作实效都具有较高的效率而且对水果的损伤小。
也可以利用浮力、振动和网格相配合进行水果分选有效的减少了水果分选时的碰撞进而提高了好果率。
计算机图像技术被广泛应用到农业机械中，基于计算机视觉以CCD 摄像机和光电传感器对水果进行测量、判别的方式来对水果进行大小分选，其优点是非接触性计量可以适用于任何水果的种类做到零损伤。
能够满足各类水果自动检测的相关要求，在使用过程中正确率高、适用范围宽、检测速度快、相对的设备成本比较高。
二、水果重量分选机提高了分选精度的工作效率早期的重量分选机械设备是以杠杆原理对水果的重量进行分选，大多数是以固定衡量秤体、固定限位装置、运动输送盘式、运动衡量秤体来对水果的重量进行分选。
果品分级技术研究的现状及展望
果品分级技术研究的现状及展望果品分级技术是果品生产和销售中非常重要的一环，它通过对果品的外观、大小、质量等特征进行评估和分级，使得果品能够按照一定标准进行分类，以满足市场需求和消费者的口味。
随着科技的发展和现代果品产业的不断发展，果品分级技术也在不断地完善和更新。
本文将对果品分级技术的现状进行探讨，并展望未来可能的发展方向。
一、果品分级技术的现状1. 传统分级技术传统的果品分级技术主要依靠人工进行，通过果农或工人对果品进行目测和手工分选。
这种方式存在着很大的主观性和不准确性，容易出现漏检、误检等问题，影响了果品的质量和市场竞争力。
随着机械设备的发展和普及，现代果品产业中也出现了各种各样的果品分级机。
这些机器能够通过光学传感器、重量传感器、机械臂等装置，对果品进行快速而准确的分级。
这种方式可以减少人力成本，提高分级效率，但是也受限于设备的稳定性、分辨率和适用范围。
在人工智能和图像识别技术的帮助下，智能分级技术开始得到广泛的应用。
它通过摄像头拍摄果品的外观、色泽、大小等特征，再通过算法进行分析和识别，最终对果品进行自动分级。
这种技术具有高效、准确、无污染等优点，正在逐渐替代传统的分级方式，成为果品分级的主流技术。
1. 提高分级准确度随着科技的发展，人工智能和机器学习技术将会越来越成熟，果品分级技术将会更加准确和可靠。
未来的果品分级机将可以更精准地识别果品的外观、大小、质量等特征，实现更精细化的分级。
2. 增强分级智能化未来的果品分级机将会更加智能化，具备自主学习和调整的能力。
它可以根据市场需求和消费者口味，自动调整分级标准和程序，实现定制化的果品分级服务，从而更好地满足市场需求。
3. 拓展分级适用范围未来的果品分级技术还将会不断拓展适用范围，不仅仅局限于一些主流的果品品种，还将扩展到一些冷门的或者地方特色的果品品种。
这将有助于推动当地果品产业的发展，增加当地果农的收入，并丰富市场供应。
4. 降低分级成本未来的果品分级技术也将会更加注重降低成本，提高经济效益。
脐橙分选设备毕业论文
脐橙分选设备毕业论文摘要：本文设计了一种脐橙分选设备，该设备采用了图像处理技术和机械控制技术相结合，可以自动地将脐橙按照大小分类。
该设备主要由物料输送系统、成像系统、图像处理系统和机械控制系统组成。
第一部分介绍了脐橙分选设备的背景及研究意义；第二部分详细描述了脐橙分选设备的设计原理、硬件设计和软件设计；第三部分给出了实验结果。
该设备可以根据不同的大小将脐橙分类，分类精度达到了90%以上。
关键词：脐橙，分选设备，图像处理，机械控制1. 背景及研究意义脐橙是一种很受欢迎的水果，受到了广大消费者的喜爱。
但是，在销售过程中，脐橙的大小问题也常常会受到消费者的关注，大多消费者都喜欢选择更大的脐橙来购买。
因此，在脐橙的生产、加工和销售过程中，如何高效地将脐橙按照大小分类，成为了一个亟待解决的问题。
目前，传统的脐橙分选方法主要是手工分类和机械分类。
手工分类虽然可以保证分类的准确性，但是效率低下，成本较高。
机械分类虽然可以提高效率和降低成本，但是对设备的要求较高，需要有较高的技术水平和资金支持。
因此，如何开发一种新型的脐橙分选设备，具有高效、低成本、易于操作等特点，成为了本论文研究的重点。
2. 设计原理、硬件设计和软件设计2.1 设计原理脐橙分选设备主要由物料输送系统、成像系统、图像处理系统和机械控制系统组成。
物料输送系统主要功能是将脐橙从入口处送到成像系统处，成像系统通过相机拍摄脐橙的大小和形状等特征，并将这些数据传输到图像处理系统中进行处理，机械控制系统通过控制机械臂的运动，将脐橙按照大小分类。
2.2 硬件设计该设备的硬件主要由几个部分组成，如下：（1）传送带传送带的作用是将脐橙从入口处顺序地送到成像系统处。
传送带采用无级变速控制，可以根据需要调整速度，保证物料输送的稳定性和准确性。
（2）成像系统成像系统主要由拍摄设备和灯光设备组成。
拍摄设备采用高清相机，可以对脐橙进行拍摄，并将拍摄的图像传输到图像处理系统中。
水果自动检测分级设备的研究现状和展望
收稿 日期
２ ０ １ ８ ２ 一） ， 女， 山东 人， 工程师， 研究方向： 农业设施与装备研发。
周 叠青
张晓文
邹 岚等 ： 水果 自动检测分级设备的研 究现状和展望
由于两辊倾斜安装 ， 重力作用使水果下滚 ， 当滚至对辊间
发展方向和研究重点进行展望。
有滚杠式、 辊式、 滚筒式 ３ 种。
１ ． １ 滚 杠 式分 级 机
滚杠式分级机 中，所有滚杠相对水平面平行安装 ， 工 作过程 中滚杠之间的间距 由小变大 ，水果在滚杠上输送 时， 当滚杠 间距超过水果直径 ， 水果便掉进下方 相应 的分
果槽 中。
滚杠式分级机（ 变间距螺杆法 ） 工作原理见图 １ 。
２ 种田 。
级部件 ， 通过分级部件上大小依次变化的孔穴或直接通过
输送带或输送链之间间距的变化 ， 使大小不同的果品先后 分离 ， 以达到分级的 目的【 １ ］ 。目 前， 机械式水果分级机主要
对辊式分级机 中，分级辊轴与水平面有一定倾角 ， 并
且两分级辊轴之间成一定角度 。 工作时 ， 对辊逆向旋转 ， 由
２ ． 北京兴东方实业有限责任公司， 北京 １ ｏ ｏ ｏ ｏ ｏ ）
摘 要 通过 比较我 国现有水果分级设备采用的机械式、 光电式和基 于机器视 觉技术的设备
工作原理和应用现状 。 分析 了未来水果检测分级设备的发展方 向和研究重点。结果表 明， 机
械式分级设备在短期 内仍有一定的发展 空间 ， 光 电式分级设备未来发展空间不大 ， 而应 用机
ｌ
ｌ ——十一
３
ｌ 一送果槽； ２ 一滚筒单元 ； ３ 一 分选孔 ； ４ 一分果槽 圈 ４ 滚筒式分级机工作原理
中国果蔬分选行业分析报告
中国果蔬分选行业分析报告一、行业概述中国果蔬分选行业是指通过技术手段将种植出来的果蔬进行分选、分类、分级和分拣的过程，以提高果蔬质量、减少人工成本，满足市场需求的一项涉及农业、食品加工、机械制造等多个行业的重要产业。
随着中国经济的发展和人民生活水平的提高，对果蔬品质和产量的要求也越来越高，因此果蔬分选行业呈现出快速发展的趋势。
二、行业现状目前，中国果蔬分选行业存在以下几个特点：1. 技术水平不断提高：随着科技的进步，果蔬分选技术逐渐发展，从传统的人工分选逐渐向全自动化、智能化方向发展。
采用光电传感、计算机视觉等技术手段，实现果蔬的快速分选和分类，大大提高了分选效率和准确性。
2. 市场需求快速增长：随着人们健康意识的提高和消费能力的增强，对于高品质、安全、营养的果蔬需求日益增加。
果蔬分选行业可以帮助生产商提高产品质量，满足市场需求，因此市场需求快速增长。
3. 企业竞争激烈：目前，国内果蔬分选行业的竞争非常激烈。
中小型企业多，技术实力和设备水平参差不齐，市场占有率较低。
大型企业在技术、设备和资金方面占据优势，竞争优势明显。
4. 行业发展不平衡：中国果蔬分选行业发展不平衡，一些开发程度较高的省份，如江苏、浙江、广东等地区的果蔬分选行业较为集中，而一些中西部地区的果蔬分选行业相对薄弱。
三、发展趋势分析1. 技术升级：随着人工智能、大数据和物联网等技术的快速发展，果蔬分选行业将逐渐实现全自动化、智能化。
利用计算机视觉、机器学习和深度学习技术，可以实现对果蔬的快速、准确、高效的分选，提高产能和品质。
2. 健康安全需求增加：人们对健康和安全的关注度日益提高，对于无农药残留、无重金属超标等要求越来越高。
果蔬分选行业可以通过提高分选精度，减少农药残留和有害物质，满足消费者的健康需求。
3. 区域发展均衡：虽然目前果蔬分选行业存在地区发展的不平衡，但随着政策的扶持和技术的进步，中西部地区的果蔬分选行业有望得到快速发展，实现全国范围内的均衡发展。
2024年分选机市场发展现状
2024年分选机市场发展现状分选机（Sorting Machine）是一种可以根据物体的颜色、形状、大小等特征进行分类和分选的设备。
随着工业自动化和智能化的发展，分选机在多个领域得到了广泛应用，如农产品分选、废料回收、矿石分选等。
本文将对分选机市场的发展现状进行分析和总结。
1. 市场规模增长迅速随着全球工业化进程不断加速，对分选机的需求也逐渐增加。
特别是在农产品分选领域，随着人们对食品安全和质量要求的提高，对分选机的需求增长更为迅猛。
根据市场调研机构的报告，分选机市场在过去五年中每年平均增长率超过15%。
预计在未来几年内，市场规模将进一步扩大。
2. 技术创新引领发展分选机市场的发展离不开科技创新的推动。
近年来，分选机技术经历了从传统机械式分选到光学、激光等先进技术的转变。
光学分选技术凭借其高效、精准的特点成为了市场主流。
同时，随着机器学习、人工智能等技术的蓬勃发展，分选机也逐渐具备了自主学习和智能决策的能力，进一步提高了分选效率和准确性。
3. 应用领域广泛多样分选机市场的应用领域日益多样化。
在农产品领域，分选机广泛应用于水果、蔬菜、坚果等农产品的分级、分选，提高了产品的质量和市场竞争力。
同时，在废料回收和资源再利用领域，分选机也发挥着重要作用，通过分拣可回收物和垃圾，促进了废物资源的有效利用。
此外，分选机在矿石、煤炭等行业也有广泛应用，可以将原材料进行分级分选，提高生产效率和资源利用率。
4. 市场竞争激烈随着市场潜力的逐渐被挖掘，分选机市场竞争日趋激烈。
国内外众多企业相继进入这一市场，推出各类分选机产品。
在国际市场上，德国、日本、美国等发达国家的企业具有较强的技术实力和市场影响力，占据了市场的主导地位。
与此同时，中国的分选机企业也在技术创新和市场拓展方面取得了长足进展，在国内市场上占据了一定的份额。
5. 发展机遇与挑战并存分选机市场的发展既面临机遇，也面临一些挑战。
一方面，随着全球环保意识的提高和资源利用的紧迫性，分选机在废料回收和资源再利用领域将有更大的市场需求。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
水果自动分级技术的现状与发展摘要：我国是一个水果生产大国，自动分级技术对提高我国鲜食水果的市场竞争力和利润水平有重要的意义。
本文综述了国内外水果自动分级技术的研究进展和产品化现状；同时，对国内水果自动分级技术研究的现状及发展前景做了概括。
关键词：柑橘；自动分级；发展；现状我国是水果生产大国，特别是90 年代以来发展更为迅速。
据国家统计局统计，2 0 0 4 年我国水果总产量已经达到15243 万吨，比2003 年增长5%，占世界总产量的12.7%。
水果产业已经成为我国南方主产区农村经济的一大支柱产业，为促进农民增收、扩大城乡居民就业和改善生态环境作出了积极贡献。
虽然我国水果产量很大，但国内水果价格低，“卖果难”问题经常出现，水果生产快速发展的势头受到抑制。
而且中国水果以本国消费为主，参与国际贸易的比例一直很低，出口量不到国际水果贸易的3 % 。
其中一个重要原因就是采后商品化处理落后，外观质量较差，导致水果的市场竞争力比较弱。
根据水果产销趋势可以发现，水果产值的大部分是由产后处理和产后加工创造来的。
水果的产后商品化处理包括清洗、打蜡、分级、包装。
分级是果品商品化处理的重要环节，它在技术方面发展最快并在最近几年发生了根本的变化。
目前我国国内水果商品化处理过程中的清洁、打蜡设备已经比较成熟，关键在于分级技术还比较落后。
水果的分级指标包括外部品质和内部品质两个方面。
水果外部品质的主要分级指标是水果的果形、大小、色泽、表面质量和颜色等。
其中水果的表面质量可以通过表面光洁度、表面缺陷( 斑点、污点、烂坏) 、损伤来描述。
内部品质指糖度、硬度、酸度、可溶性固形物等指标。
本文主要综述最近十年与水果自动分级研究相关的内容。
1 研究现状1.1 国外的研究现状国外早期的水果自动分级方法主要通过CCD 相机，采用无损检测、计算机分析处理等手段对水果逐一进行分析判别后得出综合结论。
利用机器视觉技术实现农产品内部品质无损检测是目前国际上正在研究的热点课题。
除了使用高效的信息处理技术，水果的质量无损检测手段包括近红外线、红外线检验等光学检验方法和高光谱、多光谱技术等。
人工神经网络技术是模仿生物大脑结构和功能而构成的信息处理技术，在机器视觉系统中应用可提高品质识别的智能性。
Kavdir 等使用神经网络算法对柑橘进行分级，把缺陷和物理特征作为神经网络分类器的输入参数，对柚子和橙子的分级准确率为98.5%，对橘子的分级准确率为9 8 . 3 % 。
使用神经网络分类，训练好网络后，利用A N N 的泛化功能，对橙子的彩色R G B 图像，结合颜色和果形分析，获得鲁棒性、实时性的分类结果。
红外线波段是人眼不可视波段，在水果的检测中，有许多优良的性能，比如碳氢化合物( 糖、酸、水、维生素等) 在近红外波段有不同的吸收峰，可作为检测的依据，是近年来发展起来的水果内部品质检测技术极佳的检测手段。
Miller 采用彩色电视摄像机和近红外线扫描摄像机获得桃子、柑橘等水果图像进行较深入的研究，对桃子表面的灰度图象进行阴影校正、图象分割和边缘检测，然后用灰度和色度阈值及区域增长法求得损伤表面面积，与人工测得的结果相关系数达0 . 5 6 。
Miller 使用红外技术测量柚子和蜜桔的糖度，并建立了近红外和糖度Brix 测度的线性关系。
机器视觉系统数据的提取需要高质量的图像，采用高光谱和多光谱技术可以快速得到高精度的图像。
高光谱图像的光谱分辨率相当高，能够精确获得果品缺陷、污点等的特征光谱段，最近这方面的研究较多。
而多光谱利用高光谱的分析结果，能够快速、实时采集信息，降低了软件识别的不确定性。
K i m 等使用4 5 0 ～851nm 波段的高光谱图像识别苹果表皮的肥料残留物，研究表明，污秽的识别可使用3 波段法( 绿、红、近红外)或2 波段法(近红外区域的两端)，前者可用于商业分级设备。
高光谱还可用于成熟度分级，波长范围从396～736nm(间隔1.3nm)。
用配置多滤光片的多光谱相机(740nm、950nm 和可见光段)，干涉滤光片放置在光路上产生不同的波长可以对柑橘进行缺陷检测。
西班牙的Aleixos 使用多光谱相机检测柑橘，图像在两块DSP 中并行运算，视觉系统检测的参数为尺寸、颜色、缺陷，检测速度大于5 个/ s 。
中国柑橘的颜色识别正确率为94%，柠檬和中国柑橘的缺陷识别正确率分别为93% 和9 4 % 。
X 射线、核磁共振、热红外图像等手段在水果损伤和成熟度检测上也有应用。
X 射线可用于识别苹果的水芯。
实验表明空间特征(面积、灰度)比变换域系数的特征更明显，因此用水果的面积、水果的平均灰度、DCT 变换的第10 个谐波作为Bayesian 分类器的输入量，判断准确率为7 9 % 。
X 射线还可以检测损伤的新旧程度。
Pathaveerat等使用高速单脉冲核磁共振技术作为油梨在线分级的工具，一个单脉冲N M R 获得质子的的自衰变，把这个自衰变作Foruier 变化，测量油梨的成熟度。
这种方法测定油梨成熟度快速准确，具有很大发展潜力。
由于损伤处和正常处的热辐射不同，用热红外图像对损伤的判别准确率达1 0 0 %。
实验表明，在损伤30～180s 后，擦伤处和正常处至少有1～20℃的温差。
但热红外图像必须在环境温度变化下才可检测。
1.2 国内的研究现状国内的水果自动分级研究起步较晚，主要在水果外在品质检测展开研究。
针对水果的内部品质检测的研究还不多。
李庆中等在实数域分形盒维数计算方法的基础上，提出了双金字塔数据形式的盒维数快速计算方法。
对于待识别水果图像的可疑缺陷区，提出用5 个分形维数作为描述该区域粗糙度和纹理方向性的特征参数，并用所提出的快速计算方法进行计算，然后利用人工神经网络(B P )作为模式识别器，区分水果表面的缺陷区和梗萼凹陷区，识别的准确率为9 3 % ，一个可疑缺陷区的判别时间为4～7ms。
李庆中等还介绍了苹果颜色自动分级系统的硬件组成，确定了苹果颜色特征的提取方法，利用遗传算法实现了多层前馈神经网络识别器的学习设计，实现了苹果颜色的实时分级，并通过实验验证了该方法的有效性。
试验结果表明，颜色分级识别准确率在9 0 % 以上，分级一个苹果所用的时间为150ms。
籍保平、李永华提出了基于计算机视觉的苹果形状和尺寸识别的方法。
在对苹果图像进行形状和尺寸识别时，首先通过中值滤波和阈值法去除图片中的噪音和背景信息，并转换成二值图像，然后进行边缘提取。
获取的苹果边缘中包括果柄的边缘点，必须给以剔除，最后针对剔除果柄后的苹果边缘进行快速傅立叶变换(或通过几何参数法)来提取包含形状和尺寸信息的傅立叶系数( 或几何参数) ，用来作为苹果形状和尺寸分级的依据。
应义斌、景寒松等利用机器视觉采集黄花梨图像，研究了不规则果品的形状描述方法，提出在黄花梨的分级过程中采用傅立叶变换与傅立叶反变换来描述果形，开发了基于人工神经网络的果形识别软件。
利用红、绿色彩分量在坏损与坏损交界处的突变,求出可疑点,再经区域增长突出整个受损面。
研究发现，该傅立叶的前1 6个谐波的变化特性足以代表梨体的主要形状，采用傅立叶描述与人工神经网络相结合的方法进行果形识别的精确率可达90 % ，而且傅立叶描述子可以进行平移、旋转和缩放，并具有很强的水果外形重建功能。
应义斌等利用机器视觉技术对黄花梨的表面缺陷进行检测。
黄花梨梨体的正常部分和缺陷部分的光反射率在可见光域内有很大差异，即梨体的正常部分与缺陷部分呈现为不同的颜色，因而在可见光域内可以对果面缺陷进行检测。
在检测果面缺陷时，提出利用红(R)、绿(G) 色彩分量在坏损交界处的突变，求出可疑点，再经区域增长定出整个受损面积。
何东健等以计算机视觉自动检测果实表面着色度并进行分级为目的，建立了室内计算机视觉系统获取苹果果实的彩色图像，并将RGB 值转换成HLS 值；在分析苹果颜色特性的基础上，确定了用适当色相值下累计着色面积百分比进行颜色分级的方法。
试验表明，利用建立的准则和方法，计算机视觉分级与人工分级的一致度在88% 以上。
何东健等在分析果实表面颜色色相分布特性的基础上，又提出将果实色相分布曲线作为模式处理，用人工神经网络技术进行果实表面颜色分级。
结果表明，用人工神经网络技术分级与人工分级的一致度在9 4 % 以上。
冯斌通过对不同着色等级的水果分析，以各色度在水果表面分布的分形维数为特征进行分级，该特征值不仅考虑了各色度点的累计特性，而且考虑了色度点空间分布特性，使颜色分级更符合实际情况。
将各色度域分形维数作为模式处理，建立了人工神经网络识别模型。
学习后的模型分级正确率为9 5 % 。
赵静等在综合分析果形的基础上，提出用半径指标、连续性指标等6 个特征参数表示果形。
首次将参考形状分析法用于果形判别，并利用人工神经网络对果形进行识别和分级。
结果表明，用提取的特征参数和果形识别技术，计算机视觉与人工分级的平均一致率在9 3 % 以上。
应义斌，饶秀勤等以表面色泽与固酸比为柑橘成熟度指标，建立了用于柑橘成熟度检测的机器视觉系统，确定了适宜的背景颜色，进行了柑橘的分光反射试验，发现绿色柑橘表面与桔黄色表面的反射率在700nm 时反射率相差最大，约达5 3 % ，且各自的反射率都较大，700nm 是获得高质量的柑橘图像的较佳中心波长。
建立了利用协方差矩阵和样本属于桔黄色和绿色的概率来判断柑橘成熟度的判别分析法，并以实测的固酸比值作为对照，对72 枚柑橘样本进行了试验，柑橘成熟度的判别准确率达到91.67%。
这表明柑橘果实的表皮颜色与成熟度之间具有相关性。
李公平等利用核磁共振原理测甜菜含糖量，通过大量实验，在借用对甜菜含糖量折光计分析法的基础上，建立了核磁共振方法中甜菜的含糖量模型。
原理适用于所有水果含糖量测定的研究。
2 水果自动分级设备的产品化状况2.1 国外公司产品状况国外公司较早开始对水果自动分级的研究进行产品化。
1995 年美国研制成功的Merling 高速高频计算机视觉水果分级系统，生产率约为40t/h，美国每年有50%以上的苹果经过该设备处理。
美国Penwalt 公司Decco 型分级机是按重量分级的果实分级机，利用杠杆原理进行工作，采用最新电子仪器测定重量，可按需选择准确的分级基准，分级精度高。
具有速度快、性能好、通用性强的特点。
日本开发了可见光和近红外线测定梨、苹果成熟度的传感器，又研制了快速判别水果成熟度和色泽的选果装置，并将此技术用于自动化选果线上，把成熟度、色彩传感器与自动化分级、包装线连在一起，率先实现了高度自动化的无损伤检测选果。
日本三菱电器公司研制的水果成熟度分级机，就是利用传感器综合测出梨的表面颜色、对特定光的透光率、形状和大小，并与事先贮存在计算机中的优良梨的数据进行对比，推算出成熟度和糖份。