机器视觉技术目前广泛应用于人工视觉难以满足的相关行业,具有广阔的市场前景。本课题的研究目的是针对医用管制玻璃瓶可能存在缺陷问题设计一个基于该系统的、成规模的、高效的、实时的检测系统。本文针对医用管制玻璃瓶检测的特点,实现了对管制瓶的尺寸和缺陷的自动检测,并重点对以下问题开展了深入的研究工作:1、硬件设计问题。制定了检测系统的总体设计方案,提出了暗室加LED环形照明方法,并且论证了该方案的可行性和实用性。其中包括照明系统的设计、采集系统的设计以及设备的选型,描述了该设计平台的搭建:2、符合检测标准的边缘图像提取问题。设计了图像预处理算法,设计了小波变换和数学形态学相结合的图像去噪和边缘提取算法。其中,试验多套算法并且结合管制瓶的特点加以改进创新。详细介绍了预处理中关键步骤的新算法,包括小波分解重构和数字形态学多结构法提取边缘;并且将结果与一些经典算法做比较,从而论证了本文算法的优越性;3、根据项目要求进行相关检测的算法设计问题。依据图像矩阵元素开展计算,根据提取的缺陷特征集合统计其对应的几何参数,从而实现对缺陷的检测。文中详细介绍了算法如何实现和编译环境中的编程和执行步骤,估计了可能存在误差的各个原因,提出并试验了基于人工神经网络的缺陷再分类的方法。最后,简单介绍了程序界面。