目前对于各类农业采摘机器人的研究中,多数研究单个果实的识别定位,对于串型或穗状果蔬的识别与定位研究较少。为满足温室大棚环境下串型番茄采摘需求,降低农业生产成本,缓解采摘季节性压力,本文以棚室环境中串番茄为研究对象,进行了图像降噪、轮廓增强、降低光照影响及分割识别与采摘点定位的研究,解决了串番茄识别定位过程中的复杂光照影响、采摘点定位等问题,主要研究如下:(1)对棚室环境中不同拍摄条件下采集的串番茄图像做降噪处理。分析串番茄图像的噪声特点,对降噪算法进行分析比较,使用保边能力更好的双边滤波算法结合改进的自适应中值滤波算法去除图像中不同种类的噪声。以PSNR和SSIM为衡量指标,通过试验验证本文算法能够较好地去除噪声且具有较好的保边能力。(2)为提高后续串番茄图像形状特征识别的准确性,使用图像锐化算法和小波增强算法增强图像边缘轮廓信息。同时为降低光照强度对颜色特征分割的影响,分别使用灰度变换、直方图均衡化以及同态滤波算法对图像做光照归一化处理,结果表明灰度变换能够根据需求使图像‘变暗’或‘变亮’,同态滤波算法能够较柔和地增强图像对比度,且处理后图像轮廓更加清晰。(3)依据串番茄的颜色特征信息,使用相比于色差法分割效率更高的基于CIE表色系统的色调分割算法将串番茄果实从背景中分离出来,分别使用基于Canny算子的边缘检测、数学形态学边缘提取和改进的OTSU算法进行串番茄果实图像轮廓分割,通过试验表明,本文改进的OTSU算法的能够得到较为清晰完整的果实轮廓图像,分割效果较好。(4)分析了双目视觉系统的坐标系转换、摄像机成像模型、三维测距原理等,并完成了基于Matlab的摄像机标定,具备了定位研究的外部条件。结合分割得到的串番茄轮廓图像计算串番茄采摘点,通过试验验证在误差允许的条件内本文方法能够满足作业需求。