窑炉控制系统的研究在国内起步较晚,发展并不完善,多数是基于工控机,缺少智能化技术。目前,嵌入式控制系统已经成为工业控制的主要应用,而ePLC(embedded PLC)更是嵌入式控制系统的最新技术。本文在基于ePLC的窑炉控制系统的基础上,研究通过机器视觉对坯体入窑密度的自动检测,实现对窑炉的智能化控制,这对提高我国窑炉控制的技术水平具有较大的现实意义。论文研究了在嵌入式硬件平台上,实现视觉算法与机器学习算法。在视觉模块上集成了多个图像算法,用构件化的形式封装在CASS机器视觉平台上。主要为采集的图像做图像预处理,包括采集图片的有效信息位置剪裁、图像灰度立方图均衡化、图像阈值二值化以及图像仿射变换。对处理后的图像信息,运用改进的M-ary SVM(Support Vector Machine)算法进行分类。对于分类编码,在信息码中加入了纠错编码,增强了其泛化性。在图像的特征提取方面,提出了整数权值的特征提取法,在0-1矩阵图像里,直接提取16位二进制数作为一个整数成为一个特征值,适用于嵌入式平台上的机器视觉实现。最后,在整窑的入窑密度检测方面,通过对经由SVM分类的各层的入窑密度,进行权值叠加得到。根据窑炉内部上下部分的加热环境不同,在反馈给窑炉控制时,加入权值计算总体的热力需求,再选择合适的曲线进行产品烧制。整个窑炉控制系统都是基于ePLC开发,是智能化、自动化更高的控制系统。该系统经实验测试,能有效通过机器视觉对坯体入窑密度进行自动检测,能实现对窑炉的数码控制。