我国啤酒行业的迅速发展急切需要对原有的生产线进行改进,以提高生产效率,向着高速化、高精度、智能化方向发展。目前国内对啤酒瓶缺陷识别系统的研究还处于初级阶段,生产厂家大多采用人工检测方法,很容易受人眼分辨能力和易疲劳等主观因素的影响,无法保质保量地完成生产任务;机器视觉系统具有速度快、精度高、非接触等优点,将其应用于啤酒瓶检测,可以有效的克服人工验瓶方式的不足,提高啤酒生产的自动化程度与生产效率。视觉检测系统要完成啤酒瓶的在线检测,必须提高图像的处理速度。本课题主要研究基于图像处理和DSP的啤酒瓶污损检测技术,以求能满足啤酒瓶检测机对速度的高度要求,为后续的开发做铺垫。本课题的主要工作和创新点如下:(1)啤酒瓶图象预处理方法研究。以Visual C++为开发平台,实现了灰度图象的图像滤波、直方图均衡、灰度拉伸、窗口变换、阈值分割、边缘提取、形态学操作等图象处理并运用于啤酒瓶的图象处理中,以研究符合实际需要的图象处理方法,为后续的缺陷检测和DSP平台上的代码移植做准备。(2)图像定位算法研究。瓶口和瓶底缺陷检测的关键在于圆心的定位,这是进行后续缺陷检测的前提。根据瓶口圆环边缘比较清晰,干扰边缘比较少的特点,对瓶口圆心的定位采用了直线离散扫描法确定一组外圆边缘点利用改进的重心法计算圆心,然后根据边缘点与圆心的距离计算半径。由于内径上点不均匀,根据内外径成比例的特点确定内径。由于瓶底圆环边缘不明显,对瓶底圆心的定位则采用先对增强后瓶底进行边缘检测,再利用改进的梯度Hough变换来检测圆。(3)次瓶判断方法研究。对瓶口图象,根据采集图象的实际特点,选取两种特征值,一是外圆上边缘点的饱和度(即检测到的边缘点占理想条件下边缘点数的比率),二是利用环形扫描算法把瓶口圆环内图象分为16个扇区,计算得到的扇区内边缘点数以及相邻扇区内边缘点数差;瓶底图象定位后分为防滑纹圆环区域和内圆区域,防滑纹区分为16个扇区用邻区均值比较法判断缺陷,内圆区分为内接正方形区(等分为16份)和内接正方形外的弓形区域,提出一种新的基于对称区域图像块匹配度算法判断缺陷。瓶身区域采用一种对标定区域进行网格划分的方法,统计网格内边缘点数识别缺损。(4)熟悉基于DSP的图像处理系统,把图像处理算法在DSP上实现,实验采用瑞泰公司ITECKDM642开发板进行了系统程序调试。通过对实验结果的分析可以得出本文采用的啤酒瓶污损检测方法不仅具有理论意义,而且具有实用价值。在此基础上进一步研究更加快速的啤酒瓶污损检测方法和硬件设备具有巨大的应用价值。