玻璃瓶垂直度以及瓶底异物检测是玻璃瓶质量检测的重要方面之一。目前国内玻璃瓶生产厂家大多采用原始的人工目测法，该方法不仅效率低、漏检率高、准确性差，而且检验标准也很难达到一致。少部分厂家引进了国外的验瓶机，但由于国外验瓶机大多采用机械装置与玻璃瓶直接接触的方法，从而存在造价高、灵活性差等缺点，特别地，对垂直度的测量目前国内外均尚无成熟的检测设备。本文独辟溪径，通过综合利用非接触的传感方式和先进的模式识别理论，研究和实现了玻璃瓶的无接触式在线自动检测。所开发的系统不仅性价比高、检测范围广，而且具有良好的人机交互界面，升级方便。对玻璃瓶垂直度测量是采用基于计算机立体视觉的方法，该方法通过非接触的传感方式，用两台摄像机(它们的主光轴相互垂直)正对玻璃瓶同时分别采集一幅图像，然后采用边缘检测算子对其中的一幅瓶子图像进行边缘提取，并对其轮廓进行跟踪和连接处理，接着以净轮廓图为基础求出瓶口中心、瓶底中心以及瓶子中轴，最后计算出中轴与两中心连线之间的夹角，则垂直度等于玻璃瓶的实际高度乘以夹角的正切值，用同样的方法计算出另一幅图像瓶子的垂直度,则总的垂直度为两垂直度平方和的方根。文中还分析了影响垂直度精度的两种主要误差－－角度误差和标准误差。实际检测表明该方法测量准确、效率高、鲁棒性好，相对误差一般介于 6.1%～7.7%之间。结合实际生产的需要，通过对瓶底异物图像进行大量采集和深入研究，针对不同的图像质量，提出了采用分区自适应的异物检测方法。该方法是采用“瓶底照亮、瓶口拍摄”的方案进行图像采集，对采集到的瓶底图像先综合运用阈值分割、Hough 变换等方法进行预处理，得到有效瓶底区；然后将有效瓶底分成三个不同的区域；接着分区域进行异物生长，找到可疑异物，在此基础上对可疑异物进行特征提取和选择；最后，通过设计分类器实现瓶底异物的自动定位与真伪判别。实验表明，该方法的正确判别率达 95%，最小剔除标准可达到1.5mm×1.5mm。为了进一步提高软件的处理速度，我们采用了两种优化方法对检测软件进行了速度优化，第一种是编译器自带优化器优化；第二种是 MMX(Microprocessor Media Extension，多媒体扩展)技术优化。本文是采用 VC++6.0 为开发平台,论文中所涉及的算法和功能模块都已编程实现,所有结果都通过了计算机模拟。