番茄营养丰富,是我国农业生产中种植最为普遍的蔬菜之一,但是人工采摘番茄是一项劳动密集而且耗时耗力的工作。随着科学技术的发展,农业生产中很多工作被采摘机器人取代。采摘机器人首先利用计算机视觉系统进行果实检测,然后根据检测结果引导机械臂进行采摘作业。其中,果实检测是采摘机器人的首要任务和技术难点,检测效果的优劣直接关系到机器人采摘的准确度和采摘效率。本文针对番茄采摘机器人视觉系统检测果实不准确的问题,开展了基于计算机视觉的番茄检测方法的相关研究,主要研究内容如下:（1）提出了一种基于形态学重构和阈值分割的番茄检测方法。首先分析了不同颜色空间的特征,通过R-G色差法得到番茄果实的色差灰度图,经过转换的色差图像能够显著地增强番茄果实和背景之间的对比度。其次对图像进行中值滤波和孔洞填充操作,去除图像中的噪点,消除细小的孔洞。然后基于形态学重构生成灰度特质均匀且易于分割的图像,再利用Otsu自适应阈值分割方法从图像中分割提取出目标果实区域。最后基于分割后的图像利用Canny算子提取果实边缘轮廓,通过霍夫变换拟合圆形轮廓,从而有效地检测出成熟番茄果实。（2）提出了一种基于Swin Transformer改进的Mask R-CNN模型,用于番茄目标检测。为了更好地提取特征,该模型采用Swin Transformer作为骨干网络提取特征,并采用多尺度训练技术进一步提升了模型的检测精度。该模型不仅可以识别图像中每个番茄的品种（正常番茄和樱桃番茄）以及番茄成熟阶段（完全成熟、半成熟和未熟）,也可以准确地将番茄从背景环境中检测和分割出来。通过对比实验分析,该模型对番茄目标检测和实例分割的平均精度mAP分别为89.4%和89.2%。实验结果表明该模型分割的掩膜图像能够精准地拟合果实区域。