伴随着经济建设快速发展,工业炸药生产规模不断扩大。民爆行业要求生产安全技术不断完善,设备的自动化和智能化程度逐步提高。包装过程是炸药生产的一个重要工序,生产过程己实现机械化和自动化,但设备的安全可靠运行和智能化,尚有待提高。针对工业炸药生产线生产过程信息缺乏、药卷姿态等影响生产线安全稳定运行的问题,本文主要以药卷为检测对象,研发基于机器视觉的工业炸药包装过程在线检测系统。首先分析工业炸药包装生产线的工艺流程,明确在线检测任务并确定机器视觉系统具体需求。根据需求内容,设计机器视觉系统的照明方案、成像设备选取方案,建立应用于工业炸药生产现场的机器视觉系统。其次,分析工业炸药生产现场采集的药卷图像,研究其处理方法。为便于药卷描述,根据药卷形状特征将药卷描述为直线模型。分别研究针对生产现场药卷图像的分割算法,提出在计算分割阈值的过程中同时对图像进行简单分类的算法。该算法可防止潜在分割错误的发生。针对药卷姿态会影响炸药生产线正常运行的问题,研究药卷传输姿态在线识别与诊断方法。在药卷图像分割基础上,为提取药卷直线模型,提出边缘检测法和矩形逼近法。根据直线模型计算药卷的传输姿态信息,并结合经验规则诊断药卷传输姿态。从实验结果发现,矩形逼近法的识别效果较好,识别率可达到92.5%以上。针对炸药包装过程信息获取问题,提出一种利用图像处理与支持向量机的药卷图像前景目标分类方法。提取目标的灰度分布特征、形状特征,以支持向量机作为分类算法,利用网格搜索法,搜索支持向量机算法参数。以特征数据作为支持向量机输入训练分类器,训练得到的分类模型作为分类器。实验结果表明,所选取特征经分类算法融合,与各个单一特征对比和与BP神经网络分类算法对比,本文所提出方法的识别分类效果更好,并且训练时间比BP神经元网络少,可应用于生产线对药卷图像获取信息。最后在课题研究的基础上,基于Microsoft Visual Studio2008和OpenCV开发工业炸药包装过程在线检测系统,并且将系统投入实际环境测试。测试结果反馈,系统可在线检测生产线药卷信息,并能动态监控工业炸药包装生产。