خرما یکی از محصولات عمده صادراتی غیرنفتی کشور محسوب می شود که صادرات آن دارای قدمت طولانی است ولی صادرات آن در طی سنوات گذشته همواره در نوسان و در اکثر سال ها دارای رشد منفی بوده است. رسیدگی غیریکنواخت خرما روی درخت و برداشت محصول به صورت غیر انتخابی و درهم، این نیاز را پیش می آورد که خرماها بر اساس سطح رسیدگی جداسازی و درجه بندی شوند. از این رو در این تحقیق، درجه بندی خرما بر اساس سطوح مختلف رسیدگی یعنی سه سطح خلال، رطب و تمر، که هر کدام دارای ذائقه پسندی متفاوت و در نتیجه بازار هدف متفاوت هستند، انجام گرفت. خرمای رقم برحی، از بین ارقام تجاری ایران انتخاب شد. پس از مطالعه روی ویژگی های فیزیکی و مکانیکی خرما، اقدام به طراحی و ساخت سیستم درجه بندی شد. سپس خرماها توسط نوار نقاله از داخل محفظه نوردهی عبور داده شدند و ضمن عبور، از آنها تصویر برداری شد و تصاویر حاصل به محیط کاری متلب ارسال گردید. الگوریتم شناسایی، شامل بخشبندی تصویر و حذف زمینه، انتخاب خرماها، استخراج ویژگی ها و دسته بندی آن ها بود. خرماها پس از شناسایی، بر اساس مرحله رسیدگی و درجه مشخص به سمت کاراندازها هدایت شدند. استپ موتورها توسط کارت گیرنده سیگنال تحریک شده و کاراندازها را به حرکت در آورده و خرماها را به خروجی مورد نظر هدایت کردند. به منظور مقایسه عملکرد بینایی ماشین با بینایی انسان، یکبار دیگر همان نمونه ها توسط افراد مختلف درجه بندی شدند، نتایج با استفاده از برنامه آماری spss مقایسه شدند. مقایسات توسط آزمون t انجام شد. دقت درجه بندی سیستم بینایی ماشین برای خرماهای تمر، رطب در آستانه تمر، رطب و خلال به ترتیب 100%، 66/56%، 97% و 66/99%، و دقت درجه بندی انسان برای خرماهای تمر، رطب در آستانه تمر، رطب و خلال به ترتیب 99%، 33/65، 100% و 100% بود. اختلاف بین بینایی انسان و بینایی ماشین برای شناسایی خرماهای خلال، تمر و رطب در آستانه تمر معنی دار نبود اما برای خرماهای رطب معنی دار بود. ظرفیت جداسازی و درجه بندی دستگاه 45/15 کیلوگرم در ساعت بود.