针对我国设施花卉产量巨大，但总体品质不高而导致的出口量少，内销花卉市场的花卉品质总体偏低、良莠不齐等问题，总结了国内外花卉品质评级的经验，以地方性花卉品质评价标准为基础，采用机器视觉及数字图像处理技术，研究了设施花卉品质的检测与分级方法，并对花卉品质的智能化调控策略进行了研究初探，研究成果为使用计算机视觉技术对花卉等高级农产品的品质检测与评级方法研究提供了范例，具有重要的学术意义，本文的主要研究成果有:　　 a)提出了花卉品质分级的基本思路与方法，并以年宵花市中热销的丹尼斯凤梨花卉为主要研究对象，分析了丹尼斯凤梨花卉的花序直立状况、花盖度、冠幅、植株高度、叶片数、小花占大花比例等六部分的权重等级，并依据此关系建立了花卉品质数字化的方法。通过与农艺师的人工评价经验对比，该方法能很好的表征出花卉的现有品质，能对不同品质的花卉划分等级，对同等级的花卉区分品质高低。　　 b)提出了使用机器视觉技术检测丹尼斯凤梨品质的图像采集方法，在自然光照情况下，通过主视视角对丹尼斯凤梨的植株高度进行信息采集，通过俯视视角对丹尼斯凤梨的花盖度、冠幅、叶片数、小花占大花比例进行信息采集，同时结合主、俯视角视角对花序直立状况进行了信息采集。图像的处理与计算结果表明，该采集方式效率最佳。　　 c)本研究通过研究图像中的RGB颜色信息提取了丹尼斯凤梨的RGB颜色特征，得到了丹尼斯凤梨各特征参数的颜色识别条件，提出了对丹尼斯凤梨如花盖度、叶片数、株高、冠幅等品质特征参数的提取与计算方法，结果表明:花盖度、冠幅、植株高度、叶片数的平均检测相对误差为分别为1.2％、2％、4.6％、5％;对花序直立状况和小花占大花比例，给出定量的参考结果，而人工检测只能给出定性判断。同时分析了标尺畸变等因素对本研究结果的影响;　　 d)分析了丹尼斯风梨花卉的主要环境影响参数和指标，介绍了凤梨类花卉的催花方法，根据凤梨花卉品质的人工监测与调控经验，提出了基于机器视觉的凤梨花卉关键生长点的监测方法，为花卉品质的智能化调控提供依据。