国内的水果自动分级研究起步较晚，主要在水果外在品质检测展开研究。针对水果的内部品质检测的研究还不多。如今，随军着农业的发展壮大，农产品的产销增速，水果分级机性能也得到大大的提升。
“8月18日600箱，19日800箱，20日1000箱……”走进嘉善姚庄镇农产品交易中心，迎面就是一份《“浙乡邮礼”配送安排表》。筛选、装箱、搬运，农户们忙得满头大汗。“邮路通了，销路就宽了！”说起今年黄桃的行情，锦雪黄桃专业合作社社长曹引根乐得合不拢嘴，“‘浙乡邮礼’跟我们社订了近8000箱黄桃，现在简直供不应求了！”
“今天采的黄桃，明天就能送到客户手里。”曹引根介绍道，合作社从农户手上收购来的新鲜黄桃先要经过选果机筛选，为了保证果品质量，在交易中心现场，县邮政局专门请了质检人员层层把关，确保重量和质量达到“浙乡邮礼”的要求后，一箱箱新鲜水灵、个大味甜的黄桃就将登上5辆带有冷藏设备的特殊邮车，第一时间销往全省各地。
“今年‘浙乡邮礼’是首次与姚庄镇合作，姚庄黄桃也是我们嘉善县推荐的第一个特色农产品项目。”嘉善县邮政局市场部主任薛志明表示，“浙乡邮礼”是浙江省邮政公司服务“三农”的新载体，依托村邮站平台，利用邮政遍布城乡的营销、服务、投递网络，把最具特色的时鲜农产品第一时间配送到全省每一个角落。
“由于高温干旱等原因，今年全镇黄桃的产量明显低于往年。”姚庄镇农技水利服务中心常务副主任李伟说，产量少了，但是销售收入却出现了普遍增长，不少桃农都实现了亩均产值比上年翻番，“这首先得归功于销路的拓展。”
水果分级机国内的研究现状
李庆中等在实数域分形盒维数计算方法的基础上，提出了双金字塔数据形式的盒维数快速计算方法。对于待识别水果图像的可疑缺陷区，提出用5个分形维数作为描述该区域粗糙度和纹理方向性的特征参数，并用所提出的快速计算方法进行计算，然后利用人工神经网络（BP）作为模式识别器，区分水果表面的缺陷区和梗萼凹陷区，识别的准确率为93%，一个可疑缺陷区的判别时间为4～7ms。
李庆中等还介绍了苹果颜色自动分级系统的硬件组成，确定了苹果颜色特征的提取方法，利用遗传算法实现了多层前馈神经网络识别器的学习设计，实现了苹果颜色的实时分级，并通过实验验证了该方法的有效性。试验结果表明，颜色分级识别准确率在90%以上，分级一个苹果所用的时间为150ms。
籍保平、李永华提出了基于计算机视觉的苹果形状和尺寸识别的方法。在对苹果图像进行形状和尺寸识别时，首先通过中值滤波和阈值法去除图片中的噪音和背景信息，并转换成二值图像，然后进行边缘提取。获取的苹果边缘中包括果柄的边缘点，必须给以剔除，最后针对剔除果柄后的苹果边缘进行快速傅立叶变换（或通过几何参数法）来提取包含形状和尺寸信息的傅立叶系数（或几何参数），用来作为苹果形状和尺寸分级的依据。应义斌、景寒松等利用机器视觉采集黄花梨图像，研究了不规则果品的形状描述方法，提出在黄花梨的分级过程中采用傅立叶变换与傅立叶反变换来描述果形，开发了基于人工神经网络的果形识别软件。
利用红、绿色彩分量在坏损与坏损交界处的突变,求出可疑点,再经区域增长突出整个受损面。研究发现，该傅立叶的前16个谐波的变化特性足以代表梨体的主要形状，采用傅立叶描述与人工神经网络相结合的方法进行果形识别的精确率可达90%，而且傅立叶描述子可以进行平移、旋转和缩放，并具有很强的水果外形重建功能。应义斌等利用机器视觉技术对黄花梨的表面缺陷进行检测。黄花梨梨体的正常部分和缺陷部分的光反射率在可见光域内有很大差异，即梨体的正常部分与缺陷部分呈现为不同的颜色，因而在可见光域内可以对果面缺陷进行检测。
在检测果面缺陷时，提出利用红（R）、绿（G）色彩分量在坏损交界处的突变，求出可疑点，再经区域增长定出整个受损面积。何东健等以计算机视觉自动检测果实表面着色度并进行分级为目的，建立了室内计算机视觉系统获取苹果果实的彩色图像，并将RGB值转换成HLS值；在分析苹果颜色特性的基础上，确定了用适当色相值下累计着色面积百分比进行颜色分级的方法。试验表明，利用建立的准则和方法，计算机视觉分级与人工分级的一致度在88%以上。何东健等在分析果实表面颜色色相分布特性的基础上，又提出将果实色相分布曲线作为模式处理，用人工神经网络技术进行果实表面颜色分级。结果表明，用人工神经网络技术分级与人工分级的一致度在94%以上。冯斌通过对不同着色等级的水果分析，以各色度在水果表面分布的分形维数为特征进行分级，该特征值不仅考虑了各色度点的累计特性，而且考虑了色度点空间分布特性，使颜色分级更符合实际情况。将各色度域分形维数作为模式处理，建立了人工神经网络识别模型。学习后的模型分级正确率为95%。
赵静等在综合分析果形的基础上，提出用半径指标、连续性指标等6个特征参数表示果形。首次将参考形状分析法用于果形判别，并利用人工神经网络对果形进行识别和分级。结果表明，用提取的特征参数和果形识别技术，计算机视觉与人工分级的平均一致率在93%以上。应义斌，饶秀勤等以表面色泽与固酸比为柑橘成熟度指标，建立了用于柑橘成熟度检测的机器视觉系统，确定了适宜的背景颜色，进行了柑橘的分光反射试验，发现绿色柑橘表面与桔黄色表面的反射率在700nm时反射率相差最大，约达53%，且各自的反射率都较大，700nm是获得高质量的柑橘图像的较佳中心波长。建立了利用协方差矩阵和样本属于桔黄色和绿色的概率来判断柑橘成熟度的判别分析法，并以实测的固酸比值作为对照，对72枚柑橘样本进行了试验，柑橘成熟度的判别准确率达到91.67%。这表明柑橘果实的表皮颜色与成熟度之间具有相关性。
李公平等利用核磁共振原理测甜菜含糖量，通过大量实验，在借用对甜菜含糖量折光计分析法的基础上，建立了核磁共振方法中甜菜的含糖量模型。原理适用于所有水果含糖量测定的研究。
