本文提出并实现了一种以计算机视觉技术为基础的输送带纵向撕裂检测系统。本系统所涉及的装置，两个工业相机固定在输送带的两侧，同时将光源置于在输送带的正下方，以实现能够对输送带整个横向截面的采集图像。工业相机将采集到的图像发送PC机中，利用模式识别的方法来检测输送带纵向撕裂故障，首先进行输送带撕裂图像预处理，主要包括直方图均衡化、边缘检测以和基于改进的耦合脉冲神经网络（PCNN-Pulse Coupled NeuralNetwork）算法的输送带图像阈值分割，图像预处理突出了图像特征，同时能更好的抑制噪声；其次，选择一定数目的输送带图像经过上述图像预处理的图像制作样本集合，集合中包含撕裂和正常两种输送带图像，提取样本的特征，利用结合遗传算法的支持向量机进行样本训练，利用训练出来的支持向量来对样本进行分类，最终达到智能准确的识别效果。