我国是世界上苹果生产大国，但长期以来我国苹果出口量极少，不到我国苹果总产量的3％。其中一个重要的原因就是我国苹果普遍缺乏采后处理，甚至不经分级就投放市场。近几年，采后分级开始得到重视，但目前主要还是依靠人工，人工分级不仅费时、效率低下，而且分级质量与检验员自身的技术水平有很大关系，具有很强的主观性，难以保证苹果的质量。本文主要从提高苹果检测的速度和精度出发，来研究苹果的在线自动检测系统。 本研究是基于三摄像头的苹果快速在线检测，检测系统的每个相机每次能够同时拍摄到三个苹果，每个苹果都将获得9幅图像，以保证全面地反映苹果的外观信息。系统的信息处理量大，为了兼顾所获取图像的分辨率和保证在线检测的快速性，因此，本文基于这些特点，提出了快速图像预处理算法。针对图像背景的去除，提出了上下夹逼法，快速有效地去除了背景，且完整地保留了苹果区域。每一幅图像中包括三个苹果位置(包括苹果和空位)，因此造成了连续抓拍到的图像复杂且不一致，为了提取单个苹果图像的特征，本文设计较为复杂的算法来获取单个苹果的子图像，实践证明该算法具有处理快速、鲁棒性较高的优点。 为了保证检测的快速性，本文在苹果的特征量提取时，提出了一些更快更准确的算法。如为了提取苹果的大小和高桩系数，采用了多元线性回归方法。在识别苹果缺陷有无时，本文提出了逻辑判别法，即某个苹果的9幅图像中只要有一幅图像出现两个或两个以上可疑区，即判断该苹果有缺陷，其余被抓拍的该苹果图像无需再进行缺陷的判断。该方法避开了果梗、果萼和缺陷区别的传统难点，达到了快速准确识别的目的。 本文设计了一套苹果快速检测的硬件和软件系统。在系统硬件设计上，采取了三摄像系统联机工作模式，同时输送线的设计使得苹果在输送过程中能够自动翻转，从而能够尽可能多获取苹果的外观信息。设计了一套能够控制相机自动抓拍图像、进行图像处理并且通过局域网联机通讯实时综合三机数据的软件系统。