随着人们生活水平的日渐提升,牛奶逐渐成为人们日常的饮品,进而牛奶的品质安全也越来越受消费者的重视。生产日期作为牛奶安全的一项重要标准,其内容应该准确无误。但在喷印过程中不可避免的出现多种生产日期喷码字符缺陷,如漏印、缺印、错印、墨迹污染等。一旦存在生产日期喷码字符缺陷的牛奶流入市场,生产厂家必然会受到相关部门的处罚,同时也会影响自身品牌形象,造成不必要的损失,因此对于牛奶生产日期喷码字符缺陷的检测是必不可少的。针对传统人工检测耗时、成本高等问题,本文基于计算机视觉技术研究牛奶生产日期喷码字符缺陷检测,研究内容包括以下几个方面:(1)在牛奶生产日期定位方面,针对牛奶图像背景复杂,提取生产日期比较困难的问题,提出了一种基于先验知识的生产日期感兴趣区域(Region Of Interest,ROI)提取方法。该方法通过分析生产日期的喷印过程,对牛奶图像进行生产日期ROI提取,以减少背景信息的干扰。针对牛奶生产日期喷码字符缺陷检测的需要,提出了一种基于数学形态学结合行扫描的定位算法。该算法首先对提取的生产日期ROI进行图像预处理,然后通过数学形态学的方法对图像进行处理,得到牛奶生产日期候选区域,最后采用行扫描的方法对喷码字符进行缺陷检测,同时快速准确的定位出牛奶生产日期区域。(2)在生产日期喷码字符分割方面,针对牛奶生产日期存在倾斜而引起字符分割不准确的问题,提出了一种基于最小二乘法的牛奶生产日期校正算法。该算法采用最小二乘法进行直线拟合得出牛奶生产日期的倾斜角度,并对图像进行旋转校正。针对牛奶生产日期喷码字符存在粘连情况,提出了一种基于二分法的垂直投影分割改进算法。该算法通过结合多次找寻最优分割阈值的二分法对垂直投影分割法进行改进,实现牛奶生产日期喷码字符的准确分割。并在单个字符缺陷判断阶段,利用Blob分析法得到喷码字符的面积和周长等信息,通过与标准信息进行比对,实现牛奶生产日期喷码字符缺陷的检测。(3)在生产日期喷码字符识别方面,针对牛奶生产日期喷码字符特点,提出了一种基于改进LeNet-5网络模型的识别算法。在对经典卷积神经网络结构LeNet-5的研究基础上,优化了网络结构及参数,改进了激活函数,构建出一种适用于牛奶生产日期喷码字符识别的改进LeNet-5模型,并对其进行训练,实现改进LeNet-5模型对牛奶生产日期喷码字符缺陷的识别检测。本文利用Python3.6开发环境进行基于计算机视觉的牛奶生产日期喷码字符缺陷检测技术研究,通过实际生产环境下采集的大量牛奶图像进行检测算法的验证与测试,通过仿真实验验证了算法能够准确地对牛奶图像中的生产日期喷码字符缺陷进行检测,并且处理速度基本能够满足实时性的要求。