现阶段我国脐橙种植户以中小型个体户为主,主要分级手段仍局限于人工方式。因此,需要一种小型化、低成本、高通量的自动化检测分级设备来完善农户田间地头的脐橙采后分级手段。本研究旨在设计一种基于机器视觉的多通道脐橙外部品质检测分级设备,主要研究内容如下:1.脐橙检测分级设备设计。包括检测模块和分级模块。本文设计了一种四通道脐橙检测分级装置,装置长、宽、高分别为6715mm、1077mm和1256mm,具有安装在移动载具上的潜能。检测模块主要包括输送辊子的设计和图像采集装置的设计:（1）根据检测要求使用了长610.3mm的阶梯轴串联四个辊子输送脐橙;（2）根据相机视野和精度需求确定机器视觉硬件的选型。进行实物测试发现辊子带动脐橙在相邻工位可实现120°翻滚。分级模块采用了模块化、积木式的下落分级机构,对空间高效利用。2.视觉检测方案设计及光照条件优化。采用Light Tool S仿真软件对不同四面体结构的光源箱进行光照均匀分析,采用Solid Works软件对检测场景的实体三维建模,并以橙子模型上半表面为接受面,以表面辐照度为特征参数进行分析,优化得到金字塔结构的发光面和漫透射板配合的条件下具有最佳的照明效果,金字塔斜面与底面倾斜角度为45°;并以搭建的视觉系统为基础进行实况测试发现:检测视野下的12个脐橙区域的灰度均值范围为205～210,方差为31～35,可减小同时处理不同脐橙区域时灰度差异造成的误差。LED光源在一个月连续工作下,固定8个区域的灰度均值波动范围均在10以内,灰度均值与日期之间无明显规律。3.脐橙外部品质检测分级方法和研究。大小检测上对142个脐橙样本采用拟合椭圆法测量尺寸,测量误差为±0.96mm;形状检测上对110个样本的区域轮廓进行近圆度分析,以数值1.180和1.200区分正常形状果、轻微畸形果和严重畸形果;颜色检测上通过脐橙区域在H通道图像上的灰度均值评价颜色等级,使用20、35作为阈值,50个样本的颜色分级准确率为100%;缺陷检测上采用直方图均衡化法和Canny算法获取缺陷边缘;通过缺陷区域的圆度、结构系数、灰度特征来区分缺陷种类,不同缺陷的分类准确率均在90%以上,其中日灼、裂口、碰压伤和刺伤的分类准确率为100%。4.脐橙检测分级系统的软件设计。以PLC为核心实现输送线、分级线和卸料单元的运动控制。使用VS2013+QT5.9设计计算机软件系统,调用HALCON编译的图像处理算法将脐橙区分为10个等级,算法时间小于300ms。对331个样本进行在线检测实验,分级准确率为92.7%,等外果的检测准确率为100%。