随着现代制造技术的进步，传统的检测方法已无法完全满足制造业的特殊要求。基于机器视觉的检测已成为当前机器视觉领域的研究热点，有着广泛的应用前景。本文基于机器视觉的基本理论，以构建一个开放性多功能视觉伺服系统为基础，进行视觉检测方面的研究。 传统的锂锰扣式电池的分选检测主要靠人工来完成，检测时存在速度慢、精度不统一、劳动量大等问题，应用机器视觉可有效解决这些问题，实现大批量产品的快速、准确检测。 扣式电池的外壳由不锈钢制造，本文采用人工LED 光源照明解决了金属表面的反光问题； 通过大量实验选取中值滤波及灰度变换的图像预处理方法，为图像准确匹配打下基础；利用LabVIEW软件提供的模板匹配相关的函数，综合运用非均匀采样、边缘检测等匹配方法，提出了针对多个电池目标分区域进行模板匹配的检测方案，最终实现了快速、准确的电池分选检测。 本课题构建的视觉伺服平台实现的另一功能为简单背景下运动目标的检测，在光照较好的实验条件下，通过减背景法，实现了目标图像与背景的良好分离效果，准确定位出目标的中心坐标，该坐标值与视野中心坐标相减，得到运动偏移量，再根据系统标定的像素尺寸计算出运动单元的控制量，将数据传递到伺服控制系统从而完成目标的抓取。 整个系统以LabVIEW为开发工具，研究IMAQ Vision 图像处理软件中的图像处理技术，解决了机器视觉编程和修改困难等问题，满足了机器视觉更快、更准确、更可靠的发展需要。软件设计充分利用其图像处理功能的模块化，在反复试验的基础上，选择最佳的图像处理过程，使系统的结构清晰，界面友好，成功完成了软件系统的开发。