工业视觉检测在现代工业自动化生产中有着广泛的应用前景。视觉检测的核心技术是图像识别技术,本文对基于图像识别的产品表面质量检测软件系统的一些理论和关键技术进行了较为深入的研究。提出了一个基于框架存储、数字图像处理、BP神经网络和PCA双分类器的图像识别检测软件系统和相关算法。首先,介绍工业视觉检测的背景知识和现存相关技术,研究了视觉检测系统的软件构成,提出了由图像预处理模块、图像识别分类器模块、基础存储模块组成的检测系统软件设计。其次,研究并实现了各种图像处理算法,这些算法作为检测系统的输入输出做技术性的预处理。提出了基于BP神经网络和PCA分类器相结合的检测系统分类器,以及此分类器的识别和训练方法。研究并构造了基于框架和OCI技术的图像数据存储平台作为检测软件系统的记忆模块,该平台抽象了业务系统中核心的组件,定义组件之间的协作规约,实现一个系统的框架。最后,使用实际数据对检测系统进行训练和测试验证。实验结果表明,本文所提出的系统方案有效可行,基于图像识别的产品表面质量检测系统在速度、精度和可扩展性等方面具有独特的优势,具有良好的发展空间。