本文针对膏药贴的孔洞、泛黄污渍、黑色污渍进行了特征分析、检测算法设计、结果分析以及相应的算法改进。在孔洞检测中,单一的使用阈值分割法,如全局阈值分割法以及局部阈值分割法均具有局限性。本文提出了一种在方向灰度空间中基于局部灰度极值的检测算法。该算法结合了感兴趣区域提取和阈值分割两个部分,首先通过灰度分布曲线上的极值与幅值提取感兴趣区域,再使用阈值分割对感兴趣区域进行处理,达到检测孔洞的目的。其中,感兴趣区域提取是通过极值与幅值相结合而实现的,阈值分割则包括两个部分:第一部分是以绝对幅值为特征量生成幅值直方图,通过幅值直方图计算自动阈值来进行分割,第二个部分是以区域灰度最小值作为特征量,对第一部分的分割结果进行高低阈值分割。在泛黄污渍检测中,本文首先通过灰度世界算法对有需要的图像进行了适当的白平衡处理,其次在HSV（色调,饱和度,明度）空间对图像进行分解,最后对H（色调）通道图像进行分析以及处理。处理的过程是先对H通道图像进行均值滤波处理,再按方向选取灰度值满足色调范围的点进行区域分割,最后生成分割后的图像。在黑色污渍检测中,本文首先使用高斯滤波对图像进行预处理,再将预处理后的图像按方向提取灰度分布曲线上每一个凹线段的极小值,并按坐标顺序排列,生成一条新的灰度分布曲线。在此灰度分布曲线中提取幅值与极值信息,通过幅值直方图对图像进行分割。为降低误检,又引入了灰度值作为特征量,通过对幅值直方图中分割出来的部分进行灰度值邻域比较实现二次分割降低误检。本课题的研究以机器视觉的图像处理为基础,经过图库测试,证明具有一定的实用价值。