由于重量轻,保存性佳,强调耐热,耐压等功能方向的技术性优势,PET瓶已成为今日饮用包装主流,其质量也随着应用的广泛而更受关注。而人眼进行检测有效率低、误检率高、工作坏境恶劣等不利因素。因此开发一套高速高精度的基于机器视觉的图像处理算法不仅能提高饮料生产线的生产效率,也能高度解放人工。本文提出一种基于机器视觉的PET瓶多功能检测算法,设计并实现了一整套高速高精度PET瓶封装质量的检测机器人。从系统的功能进行分析,主要包括入前检测、图像获取、缺陷检测、精确剔除,可视化操作界面四个功能。针对图像获取设计了一套成像系统实现多角度获取PET瓶图像;针对可视化操作界面,利用MFC开发了一套人机交互系统,实现对整个系统的操控。在算法设计方面,通过对PET瓶进行分析,将不合格的PET瓶分为三种情况,分别为瓶盖质量、防盗环质量和液位质量问题。1)瓶盖不合格具体表现为高盖、歪盖和无盖三种特征,本文利用瓶盖上方轮廓直线方程和支撑环直线方程相结合的算法进行缺陷判断;2)防盗环不合格具体表现为防盗环脱落,本文利用支撑环所在直线斜率对图像旋转进行角度补偿的算法,来判断防盗环具体状态;3)液位不合格主要表现为液位过高和液位过低,本文利用基于连通域的算法进行液位定位,来判断液位是否合格。三种算法之间并不是相互独立,后序算法能调用前序相关检测参数,减少检测时间。并且算法都是依托支撑环相对瓶身固定的特征,能够很好的消除瓶身随链道抖动对检测结果造成的影响。根据成像特征设计算法,并且算法之间环环相扣,不仅能提升算法的检测精度还能缩短检测时间,实现了高速高精度的检测目标。本文提出的算法能很好应用于工业生产线上的PET瓶封装质量检测系统,经过在实验平台的测试,算法的检测准确率可以达到99%以上,单瓶检测时间约为43.1ms,高于目前国内外PET验瓶机42000瓶/h的检测速度,因此该算法符合高速高精度的自动化生产要求,具有很强的实用性。