我国《农产品质量安全法》明确规定，经过包装或附加标识的农产品原则上要求标明产品质量等级。但是，我国还没有建立完整的蔬菜分级标准认证或检查制度，相关生产企业对蔬菜等级认定标准不统一、不规范，以企业标准为主，缺少其他方面的检验和监督。29834
2002年，郭文川等人利用机器视觉技术对果蔬的识别与分级进行研究，阐述了机器视觉技术在水果与蔬菜分级中的研究进展。[1]2011年，葛亮等人针对香菇加工业需要解决的等级问题，阐述了机器视觉技术在食用菌等级检测，自动分级方面的研究进展，提出了分级模型的构建，特征参数的提取，研究有效表征的发展方向。 [2]
2016年，徐海霞将菠菜的叶片区域作为特征区域，利用OSTU阈值法完成对菠菜原始图片的图像分割，之后提取R，G，B，H，S，V等颜色特征，建立K-近邻法模型，该模型对训练集识别率为92.71%，对测试集识别率为85.42%，建立BP神经网络模型，该模型对训练集识别率为91.67%，对测试集识别率为85.42%。[3]论文网
2国外研究现状
McDonaldT等利用形态特征、纹理特征研究了图像处理技术在农产品检测中的运用，通过该方法区分了玉米粒型的大小以及对植物叶的识别，并验证了其有效性。[4]
Godine P.A.等人分别描述了一种有实用价值的可以区分不规则图像信息特征和正常图像信息特征的机器视觉系统。2004年，Leemans V.和DesTain M.提出了基于机器视觉系统的苹果缺陷特征提取在线实时分级方法。该系统首先采集到包括整个苹果表面信息的图像。之后这些图像被分割,缺陷特征被提取。分级的具体过程是水果被初步确定等级,再使用二次区分分析加以分级。苹果分级的正确率约为73%。[5] 图像处理技术在农产品检测中国内外研究现状:http://www.youerw.com/yanjiu/lunwen_25237.html