本研究对目前现有的果蔬生鲜分级分类方法进行比较和概括,按照问卷设计标准制作一套科学严谨的调查问卷。以苹果为研究对象,以传感器和计算机技术为辅助,以对分拣机上的产品进行实时在线拣选为目标,设计对苹果的拣选项目、方法,通过对消费者数据的分析确定各因素权重,制定标准。以问卷的形式收集消费者数据,对数据进行信度和效度检验后使用熵值法进行分析,确定不同因素的信息效用值和在分级分类方法中的权重。在本研究中主要使用了计算机视觉中边缘检测算法和图像背景分割算法,将通过CCD相机拍摄到的苹果图片进行处理,在处理后的图片中通过特征提取得到目标因素。本研究根据国家标准对各因素进行了标准化处理,结合消费者调查问卷和实际分级分类情景,给定进一步细致的标准。最终结合根据调查问卷得到的各因素权重和各因素标准值设计数学模型和决策树。在最终的模型优化中融合了 SVM分级分类模型和决策树分级分类模型,减少了不同模型之间的分级分类决策差异,完成对这一果蔬生鲜产品的分级分类方法设计。之后通过实验利用相机采集苹果图像照片,将采集到的图片回传至终端,通过图像处理定位、图像识别分类等技术正确识别苹果所在位置,并根据建立好的标准进行正确的分类分级,最后将分级结果传送给机械臂,发出指令让机械手完成分拣动作。本研究为冷链拣选提供流程和操作方案以及实例,优化冷链的拣选过程,节约冷链物流所用时间,消除产品在运输后的二次拣选以便减少成本和产品损失。