水果和蔬菜的采摘后的质量评估多利用颜色和其他可见的特征来确定各种影响因素，如成熟度、形状和大小的均匀性、果皮和果肉有没有缺陷，而其他评估则着眼于与质地相关的特征，如硬度、韧性和嫩度。质量评估有助于确定适用于每种水果或蔬菜的加工流程和应用，如去皮、切片、装罐、糖浆制备或直接作为新鲜水果消费。

自动化分拣

直到几年前，这些质量参数大多还在通过手工方式进行评估。在一些国家/地区，手工劳动仍然在生食的质量评估中扮演着重要角色。但随着国内和出口市场对食品需求的增长，分类过程的自动化已成为实现以下目标的关键需求：帮助食品生产商在短期和长期消费期间实现高生产率和稳定质量，预防并减少成本增加，实现更高的供应链整体效率。

彩色机器视觉摄像机

标准的彩色机器视觉摄像机已用于识别表面缺陷、形状、大小和几何形状，以及检查颜色一致性和表面纹理。另外，还通过对水果或蔬菜的固有特性及外观图片，对其新鲜度、成熟度和软硬度进行推测。

面临的挑战

大多数可见光波长（通常为400 nm至700 nm）无法穿透水果和蔬菜的表面。通常还需要借助使用对NIR波长（700 nm至1000 nm）灵敏度高的其他相机。这种方式，便是利用可见光波长和NIR波长的组合来评估水果和蔬菜的外在和内在品质。