产品标签是客户了解产品信息的重要途径,标签粘贴错误不但会影响产品外观,严重的甚至会造成厂家名誉受损,也会给消费者购买产品带来不必要的麻烦。因此,需要对标签粘贴效果进行错贴、漏贴检测。家电产品不止一个标签,比如能效、能源标签,参数铭牌标签,警告、商标图标标签以及说明、提示信息标签等。与此同时,还存在混线生产的情况,而目前的标签检测主要还是靠人工检测,但人工检测存在效率低,易疲劳,主观性强的缺点,因此本文提出使用机器视觉方法对标签进行检测。针对以上家用电器标签检测的困难以及企业实际需求,本文提出了一种通过分析标签设计文件生成标签模板特征的标签分类检测方法,同时结合6DOF机器人设计了一套标签检测系统,解决了柔性生产线上的标签分类与识别检测的问题。本文的主要工作如下:首先,对需求进行分析,提出了系统需要重点解决的问题和方法,为标签检测系统设计了整体方案。随后设计了基于设计文件的标签分类算法。算法能够对标签设计稿进行分析,实现标签的分类以及模板特征提取,而无需根据实际拍摄的模板图像进行模板建立;然后设计了标签在线检测算法,包括对透视畸变和噪声进行矫正和滤波,减少识别干扰;以及针对各类标签的特征匹配方法的设计。最后完成了CAT软件的整体功能开发。包括设计文件解析、设计稿提取以及标签位置设定功能,为核心算法部分提供数据基础,为检测流程控制提供交互界面。经过特征提取实验、鲁棒性实验和现场图像检测实验,最后结果验证了标签分类和特征提取算法的有效性和检测算法的鲁棒性、准确性、实时性,各项指标都满足了实际检测的需求。