数字图像是信息时代人们获取信息的最主要和重要的途径之一,因此对图像处理技术的研究和应用就颇具意义和价值,也一直是国内外专家和学者的重要研究方向。NSCT具有完全的平移不变性、多尺度和多方向等特征,是较小波和Contourlet变换更优越的图像表示方法。NSCT在2005年才被提出,已迅速被许多学者应用在图像去噪、图像增强和边缘检测等方面,并取得了较好的效果。鉴于目前白酒瓶检测技术中的图像处理研究颇少,本文就基于机器视觉的白酒瓶瓶口图像处理技术进行了研究和实验,着重研究瓶口图像处理的方法,以达到自动检测瓶口的目的,而图像处理所涉及的关键技术则为研究的重点。本文首先对图像处理的内容和方法进行了简单介绍,重点研究了特征提取相关的理论、算法和技术,主要进行了基于小波变换和NSCT的图像处理的研究与实验。在对Gabor变换,小波包变换、NSCT等进行研究和实验之后,利用NSCT方法实验了对纹理图像进行特征提取并达到检索目的的新方法。为实现瓶口自动检测,本文提出并且实验了对白酒瓶瓶口图像进行适当分割、特征提取并达到检测优劣目的的新方法,并利用VC编程实现了瓶口图像自动检测功能。具体方案是首先对原图像使用Hough变换检测圆心位置,然后根据瓶口的内外圆半径将瓶口图像从整个图像中分割出来,再分割成面积相等方向一致的若干个子图像。将每个子图像利用NSCT提取特征值,再求出特征值的均值和方差作为子图像特征向量,然后求出无损子图像的特征向量的均值作为标准值,根据每个子图像特征向量与标准特征向量的相似度,判断瓶口是否完好。实验结果表明该方法速度快,检测正确率高,有很高的实用价值。NSCT理论正趋于完善,其应用研究正处于起步阶段,发展前景极为广阔。