廉江红橙作为地方农业经济的支柱产业，其传统人工分级方式存在效率低下、标准主观化及成本高昂等问题。为解决这些问题， 本研究基于机器视觉技术，针对红橙表皮纹理复杂、色泽渐变明显及自然光干扰等特性，开展了红橙品质特征提取与分级算法研究。研究 搭建了低成本、高鲁棒性的图像采集系统，通过光照补偿、果实分割和图像降噪等预处理算法提升图像质量；分别提取了红橙的大小、色 泽和瑕疵特征，其中大小按直径分为三级，色泽结合多颜色空间特征分为三级，瑕疵采用“传统特征+深度学习”融合方案分为三类；构建 了基于改进 YOLOv5 的红橙分级模型，实现了大小、色泽、瑕疵的联合分级，分级准确率达 92%。该研究成果适配企业生产环境，通过产 教融合模式推动了技术转化与人才培养，提升了红橙分级效率与精准度，为红橙产业的智能化发展提供了有力支持。