熟虾在加工和运输过程中容易发生褐变，而传统的褐变识别方法复杂且效率低下。为了解决这一问题，本文提出了一种基于颜色简化模型的熟虾褐变特征提取方法。通过在线图像采集设备，获得了动态生产线上正常熟虾和褐变熟虾的大量图像。通过灰度差分法和形态学运算提取熟虾图像的感兴趣区域，并通过三个颜色空间提取熟虾的褐变特征。构建了训练集中151张正常虾和66张褐变虾图像的颜色模型，以熟虾的褐变面积比例作为判断熟虾是否发生褐变的基准条件，并进行了分类。结果表明，B分量范围为0~77的RGB颜色模型是最好的。对116张正常虾和50张褐变虾图像进行测试，识别率可达91.36ms/只。与传统的二元线性判别分析方法相比，该算法的复杂度从O（n2）降低到O（n），识别准确率为92.77%，提高了7.3%。该方法具有很大的实用优势和应用前景，为机器视觉技术在南美白对虾外观质量在线无损检测中的应用提供了性能支持。