随着医疗健康水平的发展和新材料的运用,一种以聚氨酯作为材料的安全套正在兴起。但在目前安全套生产过程中,电检环节无论对于聚氨脂安全套还是乳胶安全套都存在检测精度低的问题。对于聚氨酯安全套,从生产线下来时是卷曲环状的,因此需将其展开以便电检,现有的展套工作由人工完成。为了实现自动展套,就需解决机器视觉识别聚氨脂安全套正反面的问题。本文研究的主要内容就是通过设计新的电检电路和引入机器视觉来处理上述问题。首先,对现有的链式和转台式电检机两种主流安全套电检设备的工作原理进行了描述。针对链式电检机存在的安全套电耦合问题和易损伤问题,以及转台式电检机存在的检测效率低的问题进行了分析,并设计一种改良的电检电路,来解决目前电检环节的问题。其次,通过对环状安全套正反面的观察,发现其正面和反面的最大区别在于内环边缘的表现上,对内环的准确提取和描述是本文的研究关键。通过目前主流的图像边缘提取方法如Sobel、Laplace、Prewitt、Canny等算子进行对同一环状安全套图像进行测试,得出了不同算法提取后的边缘图像。对比这些图像,发现Canny算子较其他算子在提取安全套边缘方面具有较强的抗干扰能力和准确的单边缘特性,所以选定Canny算子作为本文算法的基本思想。再次,在Canny算子的基础上对梯度幅值计算环节进行了针对环状安全套内外环边缘提取的改进,将Canny算子水平方向和垂直方向的两次梯度幅值计算变成分区域特定方向的一次计算。给出了环状安全套正反面识别的具体方法,包括提出了区域划分概念,提出了方向梯度卷积核的构建方法及其数学描述,设计了一种定量描述内环完整性的方法以及正反面判定方法。最后,简述了算法验证所需的实验环境,举例展示了3-6阶卷积核的具体数值以及对应的图像检测结果。通过对结果的观察和分析,确定了卷积核尺寸大于等于5阶时,可达到在保留环状信息的同时,滤掉非环状杂波的目的。考虑到识别效率,最终选用5阶卷积核进行了700次环状安全套正反面识别实验。实验结果表明该算法具有良好的检测精度,正确率可达100%。