目前国内外采用的瓶装液体异物检测方法主要有人工检测方法和高效液相色谱方法。人工检测方法工作强度大、准确率低，而高效液相色谱方法成本较高，这些方法都达不到自动化生产的要求。机器视觉技术因其非接触、速度快、检测精度高等优点越来越受到厂商的重视。本论文设计了一套基于机器视觉的瓶装液体异物检测系统，其主要研究内容如下：(1)制定了图像采集方案，选择了适合本系统的光源和照明装置，搭建了图像采集实验平台。(2)对获取的图像进行了详细的分析，选取了非局部均值滤波算法滤除异物图像中的噪声，研究了基于非下采样Contourlet变换和形态学相结合的算法，对图像进行边缘检测，并将该算法与传统算法进行了对比实验，实验结果表明该算法检测出来的图像边缘完整连续，并具有很强的抗噪性能。(3)对单帧图像采用了灰度图像分割法进行异物检测，对图像序列采用了光流法、帧差法进行了运动目标检测，通过对比实验分析，最后采用了一种模糊支持向量机的方法对液体的质量进行了检测，该方法相比其它检测方法提高了对复杂问题的处理能力和抗噪性能。(4)实现了系统软件由PC机向DSP上的移植，并对连续图像的动态实时检测进行了初步的探讨和研究。实验选用合众达的SEED-VPM6467T开发板进行了硬件仿真，研究了基于DSP的图像处理算法的实现，开发出了高效实用的图像采集和处理程序，并设计了友好的用户操作界面。