机器视觉技术在工业在线检测中的应用是近年来的研究热点之一。机器视觉技术可以大幅降低人工检测成本，提高产品质量和生产效率，因而在工业检测和控制领域得到了广泛的应用。但是由于视觉信息数据量大、运算复杂特点的制约，机器视觉技术在高速在线检测任务中的应用仍然是一个难题。 本文以一个实际的高速药片在线检测项目为背景，详细介绍了该机器视觉系统开发过程中所遇到的主要难点和解决办法。首先，介绍了与项目有关的机器视觉基础理论知识；接着介绍了系统背景，包括系统的需求分析、总体设计、功能及结构；然后紧紧围绕药片在线检测项目需要解决的难题，逐步介绍了相关图像处理算法的设计和实现过程。 本文提出和改进的算法包括：改进了基于游程长度编码的BLOB目标提取算法，使算法时间复杂度与图像中连通区域所包含的扫描线段数成线性关系；根据药片图像的特点，提出了用BLOB连通域的特征快速识别定位图像中药片的算法，从而降低运行环境对采集图像的影响，提高系统检测的可靠性；针对药片孔径为低对比度小目标图像的特点，设计了以向量中值滤波和多尺度形态梯度边缘检测算法为基础的孔径检测算法；针对图像分割后药片孔径目标往往分离为多个的情况设计了快速聚类算法，从而更准确地判断药片孔径的大小。 通过项目实际运行证明，该系统方案以及所研究的关键算法可以有效地对药片打孔情况进行判断，系统剔除废品的准确率完全满足用户提出的需求。