本课题是与宁波某机械有限公司合作研究的新型自动化玻璃容器检验设备研制项目中的一部分。主要任务是采用机器视觉技术原理，对玻璃容器进行数字图像的采集，而后进行数字图像处理。基于统计模式识别原理对处理后图像进行识别分类，正确识别出不合格的玻璃容器的图像。 对于单幅灰度图，首先在直方图修正的基础上采用小波变换去噪技术，排除了背景图像噪声的干扰。然后对变换的图像采用阈值分割、数学形态处理、边缘提取等图像分割技术进行处理。 对于两类图像采用不同的处理算法获得不同的特征矢量。对于容器瓶口图像，采用二值图像样板匹配的方法。特征矢量为样板和图像的相关性。对于容器瓶身图像，采用腐蚀算法得到容器的识别模板，特征矢量为边缘提取图像和模板与运算后的矩阵值。提取特征矢量后，通过统计模式识别原理即可以分类识别。