利用机器视觉和图像处理技术进行液位检测,具有准确可靠、非破坏性等优点。本文对X射线透射得的金属罐装饮料产品液位图像进行研究,实现基于机器视觉和图像处理技术的液位检测。本文阐述了X射线成像设备的工作原理,分析了X射线下金属罐装饮料液位图像特点,试验研究了图像灰度与管电压、管电流的关系,选取了合理的X射线成像系统参数。在分析X射线图像噪声来源的基础上,论文提出基于脉冲耦合神经网络的降噪滤波方法,试验表明该方法较好地弥补了经典滤波方法的不足。鉴于图像法液位测量中传统标定方式的不足,根据研究对象的形体特征,论文提出一种依据“实际距离比例对应像素距离比例”关系的标定方法。在此基础上,提出一种基于Canny方法的X射线液位检测新算法,即在改进Canny边缘检测过程的基础上,进行基于曲线拟合的液位边缘连接,利用统计方法提取液位信息。论文还提出一种基于Hough变换的瓶体倾斜轮廓自动校正方法,提高了液位检测算法的抗干扰性。论文在Matlab 7.0环境对所述图像处理与液位检测算法进行了仿真试验。利用Visual C++平台开发的X射线图像液位检测软件,嵌入本文液位检测算法,在系统试验中实现了液位检测结果的输出。