همه ساله مرکبات زیادی مثل نارنگی در کشور به خاطر قیمت بسیار پایین آن، در باغات به صورت برداشت نشده رها می‌شود که باعث وارد آمدن خسارت زیاد به باغداران می‌شود. از طرفی عرضه محصول یک دست از نظر میزان رسیدگی به بازار، با استقبال زیادی از طرف مصرف‌کننده روبرو شده و باعث رونق گرفتن بازار فروش محصول خواهد شد. نارنگی دارای ارقام مختلفی است که در این پژوهش، نارنگی رقم انشو مورد مطالعه قرار گرفته است و از روش پردازش تصویر و شبکه های عصبی مصنوعی (ANN) برای طبقه بندی میوه نارنگی به سه دسته رسیده، نیمه رسیده و نارس استفاده شد. تعداد ??? نمونه میوه نارنگی توسط فرد خبره به سه دسته رسیده، نیمه رسیده و نارس دسته‌بندی و سپس تصاویر آنها با استفاده از یک سیستم تصویربرداری بدست آمد. پس از عکس‌برداری از نارنگی‌ها و عملیات پیش‌پردازش، قطعه‌بندی و طبقه‌بندی تصاویر، تصاویر به کانال‌های رنگی مختلف مثل فضاهای رنگی RGB، HSV، YCbCr و CMY ، منتقل و ویژگی‌های آماری تصاویر استخراج گردید. میانگین مؤلفه دوم فضای رنگی YCbCr، انحراف معیار مؤلفه سوم فضای رنگی YCbCr، انحراف معیار مؤلفه سوم فضای رنگی CMY، میانگین مؤلفه اول فضای رنگی HSV، میانگین مؤلفه سوم فضای رنگی HSV و انحراف معیار مؤلفه دوم فضای رنگی HSV به عنوان خصوصیت مؤثرکه همان ورودی سیستم طبقه‌بند پیشنهاد شده می‌باشند، انتخاب شدند. در کل ?×? خصوصیت از هر نمونه استخراج شد. در مجموع درصد طبقه‌بندی صحیح سه کلاس برابر با ??/?? درصد به دست آمد. نتایج حاصل از این مطالعه نشان می‌دهد که سیستم پیشنهادی توانایی تشخیص نارنگی‌های رسیده از نیمه رسیده و نارس با دقت مناسب را دارد. بنابراین می‌توان نتیجه گرفت که روش‌های نوین نظیر پردازش تصویر و هوش مصنوعی برای دسته‌بندی نارنگی به‌کار گرفته شود.