目前,随着经济水平的提高,对于草莓的需求越来越大。但因草莓果实存在易熟透变软、易腐变且表皮易破的特点,极大地增大了草莓采摘的难度。当前草莓的采摘方式仍然以人工为主,作业效率低、劳动强度大、采摘周期长、采收成本高等问题突出。因此实现草莓的自动化机械化采摘,对于提效率降成本具有重要意义。本文在充分调研的基础上,利用计算机图像处理软件在图像降噪、图像增强、草莓图像分割、识别以及机械手试验等相关内容方面进行了深入的研究,通过对比试验验证了各种图像处理方法。本文的主要研究内容与研究结果如下:（1）分析图像噪声类型,对比分析不同图像处理效果,选取最优降噪处理方法。为了降低采集的草莓图像中的噪声,通过绝对差值法,首先分析判断出了成熟草莓果实图像中的噪声类型为高斯噪声。通过运用不同的滤波降噪方式,详细地比较了中值滤波、均值滤波、低通滤波、高斯滤波、双边滤波和引导滤波的图像处理效果,运用主观对比评价和客观定量分析相结合的方式,根据计算得到的峰值信噪比（PSNR）和运行时间,确定最优的保边降噪方式为引导滤波,峰值信噪比（PSNR）和运行时间分别为33.01516d B和1.7291ms。（2）分析多种图像增强方法,对比得到图像最优处理方法。详细分析了基于全局直方图、基于限制对比度局部自适应直方图均衡化（CLAHE）、基于同态滤波和基于Gamma校正4种图像增强方法。运用以上方法分别对同一图像进行处理,得到了经图像增强后的图像,经过对比分析各种方法的优缺点,创新提出了采用限制对比度局部自适应直方图均衡化（CLAHE）与Gamma校正相结合的图像处理方法。通过主观对比评价和客观定量分析相结合的方式,对本研究提出的方法进行对比验证分析,确定提出的方法为最优处理方法,运行时间为58.1023ms。（3）对草莓图像进行分类训练与图像分割,获取模板图像。搭建了基于成熟草莓果实颜色与纹理特征的数据集,并对成熟草莓果实图像进行多种数理模型分类训练和图像分割,通过对比分析获取超像素图。利用面积阈值法去除误分类的区域,实现了成熟草莓果实与果柄的精准检测,获取了成熟草莓果实与果柄模板图像。（4）试验验证分析。采用SGBM算法进行预处理、代价计算完成立体匹配,并基于双目相机成像原理、各坐标系转化方法搭建成熟草莓果实采摘末端机械手,并进行实验研究,获取了成熟草莓果实采摘的三维空间坐标,并进行了试验验证。