基于CCD的视觉检测系统是啤酒生产线中重要的组成部分.视觉系统主要包括数字图像的获取、图像的预处理、特征提取和图像识别几部分.在数字图像的获取部分,生产线上的啤酒瓶通过光学成像系统和数字化被转换成数字图像;在预处理阶段,系统通过几何变换和图像增强等对数字图像进行初步的调整,使之成为易于辨别和处理的图像;在特征提取部分,系统对图像进行抽样;在识别部分,系统对所提取图像特征进行处理,从而取得所需要的啤酒液面高度.通过对以往图像处理方法中图像分割和识别方法的研究,同时针对啤酒生产线上视觉检测系统的应用实际,该文对现有的图像分割和识别方法进行了剖析,并使用了小波分解低频重构的方法进行边缘检测.论文的主要研究工作包括:(1)通过阅读大量中外文献,对现有的图像分割、特征提取和基于CCD视觉检测系统中目标识别的方法有了较为全面和系统的了解.(2)分析边缘检测分割和提取方法,对比了使用不同边缘检测方法对理想情况下(未加噪声)的图像进行了液位识别和液面高度的提取.并对加入均值为零方差不同的高斯噪声的图像进行了增强,对增强后的图像同样使用了上面的边缘检测方法进行了液位识别和液面高度的提取.(3)研究使用小波分解低频重构结合Log、Sobel算子对图像进行边缘检测.(4)利用Matlab语言提供的GUI(图形用户接口)设计技术,设计了关于图像边缘检测的软件系统.