随着社会的发展和科技水平的提高,人们对玻璃制品的质量要求也越来越高,传统的人工检测方法和识别分类模式已经不能适应玻璃制品的在线检测和对其质量的要求。玻璃缺陷在线检测系统是提高玻璃品质量、降低玻璃废品率、提高效率的重要手段。本文设计了基于数字图像处理的玻璃缺陷在线检测系统,提出改进的不变矩算法与径向基核函数的支持向量机算法相结合,对玻璃缺陷的特征向量进行提取并且对其进行识别分类。　　首先,本文对基于数字图像处理的玻璃缺陷在线检测系统的总体方案进行了设计,并对各模块的组成及作用进行了详细的介绍。　　其次,对于传统的玻璃缺陷特征提取算法进行了研究,根据玻璃缺陷的特征,提出了改进的不变矩算法,并利用该算法进行玻璃缺陷特征提取和缺陷匹配实验,结果表明该算法可以精确地与目标图像匹配,并能准确地显示目标图像的坐标位置,匹配精度可达98％,与传统的算法相比,效率提高了34%,可以满足玻璃缺陷在线检测的要求。　　最后,提出了利用径向基核函数支持向量机算法对玻璃缺陷进行识别分类。实验结果最后表明,该算法在准确率和效率上都高于现行的分类算法。通过对比实验,径向基核函数支持向量机算法的识别率明显高于其他核函数算法,其整体的识别率也达95%,能够达到玻璃缺陷在线识别分类的需要。