现代农业要求农业机械的自动化和智能化，采摘机器人的出现为此打下基础。在国外，对这方面的研究比较早，取得了很多研究成果；在国内，这个领域的研究起步比较晚，很多技术还需要完善，在实际运用方面还有差距。本文以自然环境中成熟番茄为研究对象，根据番茄特征信息，对番茄采摘机器人视觉系统进行了研究。本文的研究内容和方法如下：（1）首先对自然环境中生长的番茄图像进行了彩色图像的预处理，包括滤波，直方图均衡化，锐化等。环境中的光照对图像分割照影响较大，本文根据颜色恒常性理论，提取了番茄的光照无关图，消除了光照条件的影响。讨论了基于边界和阈值的分割方法，通过实验分析番茄图像的分割效果，最后本文采用最大类间方差法进行图像分割。（2）考虑到实际情况下多个番茄相互遮挡或紧挨，本文提出一种基于距离变换的分水岭算法对多目标进行分离，实验结果表明，该方法成功将多个目标分离，但存在过度分割现象，需要进一步改进。（3）分析番茄的特征，对分离后的各个番茄目标提取其颜色、形状和纹理特征，获得训练样本和测试样本，采用支持向量机对番茄和背景进行分类识别，通过实验分析不同核函数的识别准确率，本文采用径向基核函数支持向量机进行番茄的识别，识别准确率达到95.36%，而通过交叉验证和网格搜索方法进行参数优化后，识别准确率达到96.89%。（4）基于双目立体视觉理论，对番茄目标进行空间定位。采用张正友相机标定法对双目相机的内部参数和外部参数进行标定。本文提出一种基于质心的立体匹配算法，根据匹配约束条件对双目番茄图像进行了立体匹配。最后，三维定位确定目标的深度，根据相机标定参数，采用基于视差的方法获得目标深度。实验结果表明，相机的工作距离在300—400mm时，质心深度的误差较低，最适宜对番茄的定位。