未经过分级的水果在市场流通中缺少竞争力,分级销售可以提高水果的商品价值属性。而我国是世界上最大的苹果生产国,人工分级劳动成本高,因此苹果的自动分级技术备受关注。苹果的外观品质是影响消费者购买欲望的重要因素,主要包括缺陷、大小、颜色和果形,实现多项品质综合检测是苹果检测分级技术发展的必然要求。过去已有大量研究旨在增加检测的准确率,而且随着深度学习在苹果检测技术中应用的发展,检测准确率相对于传统方法已极大提升,但如何使检测更加贴合国家标准和适应实际应用中的不同分级需求,从而提高检测的灵活性被许多研究所忽略。为了增加苹果品质检测过程的灵活性,本文进行了以下研究:（1）GB/T 10651-2008《鲜苹果》在苹果缺陷检测的相关分级标准中,不同种类的缺陷在数量以及面积上具有不同的等级划分规定。目前,相关领域的研究多集中于缺陷的有无,直接将有缺陷的苹果分类为一类,而没有对缺陷的类型进行细化分类,对缺陷种类的分类研究不足。因此本文针对苹果在运输和储存过程中形成的最常见缺陷（碰伤和腐烂）进行了分类研究,通过图像处理获取感兴趣区域（ROI）,基于灰度共生矩阵（GLCM）提取分析了缺陷部位的纹理特征,选出能量/角二阶矩（ASM）和熵（ENT）作为输入参数分别输入支持向量机（SVM）分类模型实现苹果碰伤与腐烂的分类,分类准确率均达到94%以上。验证了将纹理特征应用于苹果不同种类缺陷分类问题中的可行性,为实现苹果的细化分类提供了研究思路。（2）为了实现苹果多品质综合检测,基于GB/T 10651-2008《鲜苹果》中苹果的大小、果形和色泽品质等级评价标准,构建了对苹果的大小、果形和颜色品质的检测方法。在大小检测中,通过比较最小外接矩形的长宽比来寻找果径面,并计算果径面的最大横径值对苹果大小进行了测试,分级准确率为92.6%;在果形评价方面,分别利用圆形度法和横纵径比值法对果形进行评价,通过对比不同果形苹果样本的测试结果与实际情况,其评价结果都符合实际趋势,最后将两种方法根据预先设置的权重值进行特征融合输出最终果形评价结果;在色泽评价方面,考虑到HSV颜色空间的H分量为色调决定了颜色本质,因此直接通过H通道来计算红色着色率来反映苹果的色泽品质,通过对比不同色泽苹果样本验证了该方法计算的着色率是适用的。最后综合各项品质的检测结果实现了苹果多品质耦合检测。（3）基于以上工作,根据实际分级需求的多样性设计了针对苹果缺陷、大小、颜色和果形的多项参数可调的人机交互系统。首先根据实际分级需要可以设定从单一特征到综合四项特征的检测特征组合且每种特征品质下的检测标准范围可以调节设定;其次为提高方法适用性,可以对果形检测的两种方法进行权重值调节,根据实际检测环境变化调整权重值从而达到更好的检测效果。最终使得整个检测过程更加灵活和贴合实际需求。上述研究工作为使苹果品质检测过程更加贴合国家标准和适应实际检测的不同分级需求,提高苹果多项外观品质综合检测过程的灵活性提供了新思路。