随着饮料市场的不断扩大,饮料企业的生产线的自动化程度也不断提高,生产效率也越来越高。但在生产过程中也会产生一些不合格产品,其中主要包括封盖不合格、液位不合格、喷码不合格等,由于这些缺陷都是在灌装工序以及灌装之后的工序产生的,因此对封盖、液位和喷码的检测也叫满瓶检测。传统的人工目测的满瓶检测方法效率低下,且稳定性差,已经无法满足如今企业的生产需求了。企业迫切需要一种能够实现对饮料质量自动检测的系统。为此,本文提出一种基于机器视觉的满瓶检测系统,利用图像处理技术,实现了对灌装后PET饮料瓶的灌装质量、封盖质量和喷码质量的自动检测。根据饮料生产线的特点以及检测系统的功能要求,设计了满瓶检测系统的总体方案。检测系统可分为硬件和软件两大部分。硬件部分主要完成对系统各个模块硬件的选型与设计,包括:(1)通过相机、光源和图像采集卡完成图像的采集和传输;(2)通过工业计算机完成图像的分析和处理;(3)通过PLC和剔除器完成次品的剔除。软件部分主要完成检测算法的具体设计以及系统各个功能的软件实现。检测算法又可以分为喷码检测算法、封盖检测算法和液位检测算法。在喷码检测算法部分,通过Otsu阈值分割法实现喷码区域的自动定位,用阈值分割和形态学处理相结合的方法完成字符分割,采用基于LM算法改进的BP神经网络对喷码字符进行训练和识别,进而实现漏码、错码的检测;在封盖检测算法部分,以持胚环为基准,通过Harris角点检测算法准确的拟合出持胚环所在的直线,采用Canny边缘检测算法与最小二乘算法拟合出瓶盖上边缘线,最后计算瓶盖上边缘线与基准线的夹角和距离即可得出封盖质量;在液位检测算法部分,提出一种基于像素统计的液位检测法,通过计算阈值处理后液位区域像素的个数即可判断灌装量是否合格。检测算法实现后,设计软件系统把各个算法整合,并编写相应的功能模块,最终完成整个满瓶检测系统的设计。本文设计的基于机器视觉的满瓶检测系统实现了 PET饮料瓶喷码质量、封盖质量和灌装质量检测过程的自动化,经过实验测试,系统检测准确率在99%以上,每小时能检测36000瓶,能够替代传统的人工检测,提高满瓶检测的效率和准确率,具有较高的工程应用价值。