针对蓝莓快速、准确的表面缺陷检测需求，提出了一种基于机器视觉和bp神经网络的蓝莓表面缺陷检测方法。构建了蓝莓表面缺陷图像数据集，利用形态学加法等图像处理技术实现了蓝莓图像的背景去除和图像增强，并采用最大类间方差阈值法提取蓝莓表面缺陷。提取了蓝莓表面缺陷的外观特征，包括色调累积频率、纹理特征和色调分量图像的几何特征。构建了基于bp神经网络的表面缺陷检测方法。测试结果表明，采用基于机器视觉和bp神经网络的蓝莓表面缺陷检测方法，识别率的平均识别率达到92.3%，对腐烂、划伤、机械损伤和折叠的识别率高于83%。