由于果蔬产量逐年递增且作业人员的工作强度过大，急需对果蔬采摘机器人进行研究。目前，目标与作业环境颜色差异并不明显时的图像分割与定位成为采摘机器视觉研究的难点。本文基于双目立体视觉，以不同品种的苹果为研究对象，实现了不同颜色苹果的有效分割，并应用实验得出的最佳标定环境，提高了苹果的定位精度。　　针对苹果图像进行研究，基于色差理论，提出了一种将图像由RGB颜色模型转换为HSV颜色模型，并在该模型下对图像三要素进行重新加权处理，最终设计迭代准则对图像进行有效分割的方法。通过白天果园作业环境和模拟夜间果蔬大棚照明环境下的实验证明该方法对红色、绿色、黄色以及成熟(红)和未成熟(绿)苹果共存情况的适用性。　　利用MATLAB对双目摄像机进行标定的方法，在太阳光照条件下采用张正友标定法，针对双目标定中相机位姿、光照度、光通量以及标定板尺寸大小对标定精度的影响进行实验。通过对实验结果的分析，最终确定在室外自然光照环境下的最佳标定条件，并与人工光源下的标定实验加以比较得出最终提高采摘机器人定位精度的最佳标定环境。　　针对夜间人工照明条件与标定精度关系进行研究，模拟果蔬大棚夜间照明环境，选取机器视觉中最常用的几种照明光源，采集标定图像并利用 MATLAB2015b 实现了双目摄像机的标定。通过实验数据分析得出人工光照条件下的最优标定环境。对比自然光照和人工光照条件下的最佳标定环境，以反投影误差作为衡量标定精度的指标，给出一个适用于所有以双目视觉作为苹果采摘视觉系统的且能保证摄像机标定精度的最优解，从而提高定位精度。　　通过对比分析全局优化匹配法和特征点匹配法的优缺点，最终采用基于极线匹配原则的特征点匹配法，同时采用最小二乘法实现红色、绿色和成熟与未成熟苹果共存情况的匹配和定位。