近年来,随着国际现代化制造工业的发展,我国的传统工业也正向智能制造工业转型,其中机器视觉技术因其良好的性能得到了快速发展和广泛应用。机器视觉以其非接触、高精度、速度快、信息量大、实时、在线等诸多优点,在农产品检测方面也得到了广泛的运用,它很大程度上提高了农产品的品质检测效率。本文基于机器视觉技术对两种典型农产品(柑橘和螃蟹)特征提取与检测分级的方法进行研究,并使用LabVIEW编程软件设计相应的检测系统来实现研究目的。首先,研究了针对两种农产品不同的图像预处理方法。虽然两者处理流程相似,包括了图像的灰度化、图像增强、边缘提取以及形态学处理等,但是两种产品外表特征相差甚大,要求处理之后又能凸显各自不同的特征。因此两种产品所运用到算法的类别、顺序和参数有很大的差别。然后,研究了对两种产品进行特征提取的方法。柑橘方面:采用面积法、绿像素占有比例法和圆形度等方法提取产品的大小、成熟度,果型和缺陷面积等特征量;螃蟹方面:采用图像识别与匹配、面积法和颜色匹配等方法提取产品的大小,雌雄和肥瘦等特征量。最后,依照标准将产品分级。产品特征提取出来之后,将特征量信息转换成数字信息并依照分级标准编写程序,最终实现产品的自动分级。通过实验验证,本文设计的视觉检测系统能够较为快速、准确地识别产品的特征,具有一定的实用性。