食品包装不仅要求外形美观、方便实用，更重要的是要保证包装的质量，确保食品安全。随着同类产品的竞争加剧，各火腿肠生产厂家在不断提升产品的内在品质的同时，越来越注重产品的包装质量检测，但是目前的检测手段还是传统的人工检测方式。机器视觉检测技术作为先进的检测手段，具有快速、准确和可靠等优点，因此，开发基于机器视觉的火腿肠在线包装质量检测系统对于减轻火腿肠生产企业员工的劳动强度，提高企业的生产效率和自动化程度，提高食品包装检测水平，保证食品安全都具有十分重要的意义。
为实现图像处理技术在冲压件表面缺陷在线检测中的应用,开发了一套冲压件表面缺陷实时在线快速检测系统。使用基于多模板匹配算法获取图像中冲压件的位置,建立感兴趣区域;提出基于拉普拉斯-高斯(LoG)算子的实时浓淡补正算法实现冲压件表面缺陷的增强;使用大津法和形态学操作实现冲压件表面缺陷位置的提取。系统使用MATLAB实现基于LoG算子的滤波算法;使用LabVIEW实现其余算法,并在其中调用MATLAB脚本节点;使用多线程技术实现的检测算法。经实验,系统能够对生产线上每一个冲压件进行快速检测,并检测出有缺陷的冲压件,整个过程耗时在100ms以内,能够满足在线实时检测需求。
针对传统灯检检测精度低,人力成本高的问题,研究了基于机器视觉的大输液中可见异物在线检测系统的关键技术。利用高速旋转装置,获取运动目标的序列图像。根据图像间的交互方差系数MV建立序列图像的背景,利用背景差分提取检测目标。综合质心迭代算法和卡尔曼滤波器实现了运动目标的跟踪,根据运动轨迹方向确定可见异物是否存在,排除气泡的干扰。实验结果表明该系统能够有效地实现大输液中可见异物的实时检测功能。