随着信息技术的日渐发展，农业生产不断走向自动化、智能化，课题组在高等学校博士学科点专项科研基金:苹果采摘机器人常见生长形态果实自适应精确识别研究的资助下，对苹果采摘机器人的视觉系统及伺服控制系统进行了研究，并取得了较大的成果。本文重点研究重叠苹果的识别定位问题，提出相应算法进行实现并对所提算法进行MATLAB仿真实验，检测其稳定性、精准性及实时性。主要的研究工作及成果如下:　　(1)苹果图像预处理。通常直接从果园采集到的苹果图像会出现颜色失真、对比度弱及噪声干扰等现象，因此预处理是识别前不可或缺的步骤，本文针对上述问题对图像进行自适应直方图均衡化处理及噪声滤除操作，增强图像质量，以便后续目标分割及识别。　　(2)图像目标分割及优化。目标分割效果的优劣直接影响果实的识别率，本文通过实验对几种常用目标分割方法的效果进行比较分析，并结合考虑采摘机器人对实时性的要求，选取色差法与OTSU分割结合法作为机器人的图像分割处理方法。此方法通过对RGB图像的R-G分量图进行OTSU阈值分割，能够较好地获得苹果目标轮廓，且实时性较高。由此获得的目标轮廓仍需要形态学处理及孔洞填补算法对图像进行优化，完整目标轮廓，去除分割碎片，为识别操作排除干扰。　　(3)苹果的识别方法。苹果外形为类圆形，可采用圆拟合方法对其实现定位。本文通过四种方法实现对苹果的识别，分别为:Hough变换法，极值法、迭代腐蚀法及分水岭与最小二乘拟合结合方法。Hough变换法为对重叠果实定位的经典算法;极值法采用搜寻苹果轮廓内像素离边界最小距离的极值的思想来定位苹果;迭代腐蚀法利用形态学处理中的腐蚀操作找到苹果轮廓的圆心，然后采用旋转向量法搜寻半径，从而实现定位;分水岭与二乘拟合结合算法以K-means分割出的苹果目标为基础，对苹果轮廓进行分水岭分割，再以最小二乘圆拟合实现图像分块处理，从而完成定位。　　(4)识别方法的实验分析。本文以面积、中心点的误差及速度作为识别算法评价标准，将四种算法拟合出的圆心及半径进行统计并作误差对比分析，得出最优方法。由于苹果的实际面积及中心很难获取，因此本文采用人工图方法获取苹果实际面积，并以完整果实质心作为苹果实际中心。通过大量实验对比分析，Hough变化法实时性较差，不可取，腐蚀法与极值法拟合效果相差无几，分水岭与最小二乘拟合结合方法效果最优，因此选择分水岭与最小二乘拟合方法作为重叠苹果识别方法。