随着社会生产力水平的不断提高,人们对于医疗健康和食品安全问题给予了越来越多的关注。注塑药瓶作为药品包装的主流,其质量对于药品的运输、贮存、销售和使用等方面起着至关重要的作用,直接影响着药品的安全性和有效性。现阶段国内注塑药瓶的质量检测主要依靠在线人工检测和离线抽样检测,不仅效率低、成本高,而且检测结果受操作人员个人经验及工作状态影响。基于机器视觉的检测方法在速度、准确率和客观性上都有着人工目检无法比拟的优势,因此,本文对基于机器视觉技术的注塑药瓶检测系统进行研究,通过图像处理算法实现对注塑药瓶缺陷的检测。本文的主要工作内容和创新点如下:(1)对药瓶图像预处理技术进行深入研究,结合二值化算法和Freeman链码提取药瓶轮廓,并通过计算轮廓最小外接矩形和仿射变换对药瓶图像进行正斜校正。图像增强部分,对Gamma变换进行改进,使之能根据图像整体亮度做自适应调整。滤波去噪部分,对几种主流滤波去噪算法进行仿真实验分析和择优选取。(2)针对非均匀光照条件下药瓶图像分割问题,对经典的全局自适应阈值分割算法和局部自适应阈值分割算法进行研究,在此基础上结合药瓶缺陷灰度分布特点对基于邻域均值的阈值分割算法进行改进,利用积分图快速计算邻域加权均值,实现药瓶图像的分割,并通过仿真对比验证改进算法在分割速度和抗噪性能上的优越性。同时,针对分割后的药瓶图像设计基于连通域标记的缺陷检测算法,并设计基于滑动窗口的缺陷检测算法对瓶口端面和螺牙等瓶口外轮廓部分进行检测。(3)研究并设计系统整体架构,在此基础上对系统硬件部分和软件部分进行设计与实现。硬件部分介绍了整个系统的硬件组成,对图像采集模块和执行控制模块相关设备的选择进行了研究与分析;软件部分完成整个检测流程的设计与实现,并完成了人机交互界面的开发。(4)就检测准确率和检测速度两项指标对检测系统进行测试及分析。实验结果表明,本文所设计的系统能完成对药瓶缺陷进行在线检测的任务,准确率超过90%,系统运行稳定,具有实用价值。