随着计算机图像处理技术的迅速发展，计算机机器视觉技术作为一种核心技术被广泛的应用于工农业生产领域，并成为人工智能领域内的热门研究课题。而计算机机器视觉技术在农业上的应用与研究始于20世纪70年代，其研究主要集中在农产品品质检测与分级和果蔬采摘机器人等领域。然而，在机器视觉系统中，由于光照条件的变化而产生的干扰，使得后期的图像分割变得困难，进而严重影响农产品品质检测与分级和果蔬采摘的准确率和成功率。因此对农产品图像进行图像处理时，消除光照影响就显得尤为重要，这对提高农产品自动采摘和品质检测的成功率和正确率，具有较为现实的社会和经济意义。本文介绍了机器视觉的发展现状以及光照无关处理的意义和国内外研究现状；简要论述了图像处理的一般流程和常用方法；并主要针对在农产品图像识别过程中所存在的光照变化的问题，提出并验证了三种消除光照影响的算法；最后对光照不变性系统进行研制。论文研究的主要内容及取得的成果如下：1.简要论述了图像处理的一般流程和常用方法。主要包括图像预处理、图像分割和特征提取。2．重点研究了只校正光照分量的Gamma校正法、基于RGB颜色空间和HSI颜色空间的双重同态滤波法和光照无关图法，来消除光照影响，并对三种方法的实验结果进行比较和分析。3．初步开发了基于MATLAB平台的农产品光照不变性图像识别系统。本系统主要包括四个模块：原始图像预处理模块、光照不变算法模块、图像分割与边缘检测模块和特征提取模块。实验结果表明，将通用性较好的光照无关处理方法加入到农产品图像识别系统中，能有效的提高农产品图像识别系统的性能。本文工作对于农产品品质检测和果蔬采摘机器人的研究具有一定的意义。