随着国家对白酒质量提出更高更严的要求,白酒生产过程可见杂质的高精度在线检测已经成为当前机器视觉模式识别领域的研究热点之一。在白酒生产灌装过程中,由于酒液过滤不彻底、瓶体清洗不到位等原因,诸如纤维、蚊虫、玻璃渣等杂质的混入是难以彻底避免的。目前,我国绝大多数白酒生产企业仍采用传统的人工肉眼灯检法检测,检测效率低下,也对检测工人的视力健康产生不可逆的损伤。为了解决透明瓶装白酒人工检测成本高,而现有自动化检测装置检测精度低、速度慢、无法对杂质分类等问题,本文提出了一种杂质动静态特征与高斯混合模型(Gaussian Mixture Model,GMM)相结合的白酒杂质机器视觉在线检测技术。本文采用了一种自适应混合中值滤波技术,增强了图像特征的边缘信息的同时消除随机噪声,高效提取识别杂质形态特征与序列图像目标运动特征,并将所提取到的特征参数输入训练后的改进型高斯混合模型分类器,有效解决了高斯混合模型初始化时局部最优收敛问题,实现对白酒中可见杂质的检测及分类识别。本课题与重庆江小白酒液有限公司合作,在技术研究的基础上对白酒生产现场进行了调研,设计研制了白酒中杂质机器视觉在线检测系统的实验装置;为了验证算法的有效性和系统的健壮性,开发了采用C#与Halcon联合编译的基于Windows系统的白酒杂质检测软件。针对企业生产现场杂质在线检测的实际问题,实验测试了白酒杂质在线检测算法及实现技术,对相关数据进行了处理并统计了正确率等结果,并实现了杂质检测识别可视化和报警。实验结果表明,本文研究方法与实验系统可以很好地完成白酒杂质在线检测技术,具有良好的检测精度和实时性,对现场动态环境下白酒自动化安全高效生产具有重要意义。