随着人民生活水平的提高和食品营养卫生知识的普及，人们对食品质量需求观念不断更新，对食品安全的要求越来越高，更加关注食品质量。从食品生产企业的角度来说，企业自身的生存和发展也要求不断提高产品质量，将现代的科学技术运用于食品生产加工过程。本文利用近几年机器视觉技术的研究成果，研究了机器视觉在食品加工行业中的应用，主要研究了机器视觉在颗粒状粮食异物检测、烘烤食品烘烤程度检测两个方面的应用。 本文首先介绍机器视觉食品检测相关基本理论，包括图像数字化、预处理，并结合实验情况讨论了机器视觉系统中光源与相机的选择，以及介绍了本文使用到的VisualC++6.0和MatroxImagingLibrary图像函数库等两种开发工具。接着，以传输带上绿豆中异物杂质的检测为例子研究了颗粒状的粮食异物的视觉检测方法。引入了斑点分析理论，详细阐述了该理论以及实现方法，提出了一种基于斑点分析理论的颗粒状粮食异物的检测方法，并且利用VisualC++6.0和MatroxImagingLibrary图像函数库等实现了该方法。最后研究了烘烤食品的烘烤程度的检测方法，分别提取了RGB颜色模型、HSV颜色模型的9个参数作为颜色特征，基于BP神经网络的方法对月饼烘烤程度进行了分类，为实现在食品加工过程中指导食品烘烤的自动控制提供实现基础。 本文综合应用了图像采集、图像处理、信息传输、神经网络、MatroxImagingLibrary图像函数库、VisualC++6.0、Matlab等知识和软件开发工具。