随着社会的进步,人民生活水平的提高,人们对消费品的质量也提出了越来越高的要求,产品的质量就成为了生产厂商和消费者关注的问题。近年来,巨大的市场需求使矿泉水、果汁等各种各样的饮料产品生产行业保持着平稳快速的发展。而饮料瓶封装质量的好坏直接或间接影响到其内部饮料的质量,应用机器视觉的PET饮料瓶检测系统能够大幅降低检测成本,提高产品质量,加快生产速度和效率。因此,对低成本、高精度、高效益的PET饮料瓶检测系统进行研究具有很重要的实际意义。对于工业检测应用,同时具备精度高、可靠性强和实时性好的检测技术一直是人们不懈努力追求的目标。本文研究适用于工业流水线上的PET饮料瓶封装缺陷检测系统。根据PET饮料瓶封装缺陷检测的特点及实际生产要求,首先分析系统的设计目标,对系统的整体方案进行了设计,包括系统总体结构的设计,系统的硬件选择,并对其软件系统的进行了设计与实现。在图像匹配算法方面,在SUSAN边缘检测算法的基础上,提出了一种能够自适应提取其灰度差阈值的改进的SUSAN边缘检测算法,实现了更好的边缘检测效果。根据PET瓶检测系统的特点,从特征空间和相似性测度的角度出发,提出了利用图像的灰度信息、形态信息和在变换域的信息,通过构造综合特征来进行图像匹配,即在图像预处理时,首先采用改进的SUSAN算法检测图像目标的边缘来实现定位与分割,其次利用图像直方图不变矩并结合周长、面积、灰度等特征进行图像匹配。由于SUSAN算法检测特征定位准确,且对局部噪声不敏感,而图像直方图不变矩具有平移、旋转、比例不变性,因此,本文的基于图像形态信息、灰度信息和矩的直方图不变矩图像匹配算法。在保证匹配精度的同时,大大提高匹配速度,既具有较强的抗灰度、抗几何畸变能力,又具有较强的噪声抑制能力。最后,对PET饮料瓶瓶身缺陷检测和瓶盖旋封缺陷检测进行了实现,并根据实际的检测情况对检测算法进行了相应的改进,实验结果表明本文算法能够达到在线实时检测的要求。