保健酒作为一种具有保健功能的饮料酒，随着人们健康意识的不断增强，正逐渐受到消费者的青睐。然而在保健酒灌装和封盖的过程中，不可避免地会产生或混入玻璃屑、絮状异物、毛发等可见异物，这些可见异物的存在极大的影响了产品质量，玻璃屑等更是危及消费者的生命安全。国外普遍采用基于机器视觉这一新兴的自动检测技术的检测设备检测异物，但设备价格高昂，而国内仍主要采用传统的人工灯检法来检测，检测技术十分落后。为了推动国内酒液可见异物检测技术向前发展，本文对可见异物的检测、跟踪与识别技术进行了研究，并设计了异物检测系统的总体方案。在对酒液中可见异物进行统计、分类的基础上，设计了异物与背景分离、照明、次品剔除等模块，最终完成了检测系统的硬件架构及系统软件的设计，为后续工作提供了指导。研究了基于图像序列的异物检测算法。针对检测目标为微小异物的特点，提出了改进的加权中值滤波算法进行滤噪。在经典的相邻两帧帧差法的基础上提出改进的三帧差法，实验结果表明该方法可有效检测异物，同时可增强异物的图像灰度，有利于后续的跟踪、识别算法的处理。研究了可见异物的跟踪与识别算法。对玻璃屑等密度大的可见异物进行运动学分析，确定其在垂直方向的运动轨迹呈指数规律，并采用基于Mean Shift的可见异物跟踪算法对异物进行跟踪。提出了以运动目标的位置、形状及运动轨迹三个参数为特征的基于支持向量机的异物识别算法。