随着科技的迅速发展,工业生产流程进一步细化,产品越来越复杂,生产厂家逐渐加强了对产品质量检测环节的投入。视觉检测技术正越来越多地应用于各个领域,代替人进行全自动的产品检测、工艺验证,甚至整个生产工艺的自动控制。在药品包装行业中,传统的人工包装质量检测的方法劳动强度大,效率低,易出现误检和漏检现象。通过应用机器视觉的方法可以提高其检测效率和成功率,在达到确保产品质量的同时,减轻工人劳动强度并降低生产成本。本文首先分析了国内外机器视觉的研究现状以及对机器视觉的需求,概括了机器视觉的特点,并将机器视觉的具体应用情况作了总结。其次,论文结合铝塑泡罩包装生产线,运用图像处理及分类检测技术,构建了一套由成像单元、图像处理单元、分类检测单元组成的机器视觉质量检测系统。深入研究了机器视觉成像系统的关键技术,设计了基于图像采集卡和CCD工业相机的PC图像采集方案,并针对药片包装流水线复杂的现场,研究了一套合适的系统光源照明方案,满足了系统获得清晰泡罩药片图像的要求。在系统获得的泡罩药片图像基础上,论文详细分析了泡罩药片图像的预处理、分割和边缘检测方法。针对泡罩药片包装的产品缺陷,提出了基于支持向量机的药片泡罩缺陷检测方法。结合统计学习理论,重点分析了基于傅立叶描述子提取特征向量和支持向量机的分类器训练方法,通过与基于BLOB分析、基于模板匹配的缺陷检测方法进行比较,结果表明基于支持向量机的分类检测算法具有较好的检测效果。最后,论文通过软件实现了系统设计的泡罩药片的图像处理和分类检测算法,并详细论述了了软件的函数库的选择和功能,以及软件总体结构和流程。