机器视觉技术有与被检测对象无接触、无时间限制、而且具有很高的分辨精度和速度等优点,广泛应用于医药包装和食品加工行业,具有广阔的市场前景。本文主要对基于机器视觉的管制瓶检测系统进行了研究,实现了对管制瓶的尺寸和缺陷的自动检测,本文开展的主要研究工作如下:1、介绍了机器视觉技术和玻璃瓶检测技术,搭建了PC+采集卡+摄像机+照明系统的硬件实验平台,对采集卡、摄像机、镜头和照明系统进行了分析和选择。2、对图像滤波、增强、分割等多种算法进行实验,分析比较了各种算法的优劣,选择了合适本项目的数学形态学滤波、大津法图像分割、改进的数学形态学边缘检测等算法,并用改进的Hough变换进行圆心的标定:计算了管制瓶的尺寸,对异物缺陷计算其几何参数。3、对管制瓶进行模式识别,其中对异物缺陷采用BP神经网络进行识别;并对系统的检测误差进行了分析,提出减小误差的有效研究方向,为后期改进系统做了准备;最后设计了系统的应用界面。