随着物流行业在国内快速发展，货物分拣效率的要求愈来愈高。国内大多数物流分拣中心采用的仍然是人工进行货物分拣，基于图像配准的物流分拣检测系统可以对分拣流水线上的物体进行快速自动地识别，确保人工分拣的正确性，提高分拣效率，维护企业与客户的利益。本文以图像配准为研究对象，设计检测系统，利用计算机视觉软件和软件开发平台完成系统的界面设计与功能模块的实现。首先阐述了系统的组成、工作原理以及详细的设计方案。系统硬件主要包括光源、工业相机、光学镜头以及工控机等。再对软件开发平台和图像处理软件进行了介绍。接着利用基于混合高斯模型的前景提取算法解决了检测区域内货物图像的捕获问题。实验表明，根据检测区域内物体前景的轮廓特征能够判断出货物是否完全进入检测区域，从而捕获图像用于后续识别。然后研究系统涉及的核心匹配算法，包括基于形状特征的模板匹配和SIFT特征匹配算法。为了同时满足识别速度和精度的需求，利用这两种算法设计系统的检测流程实现对货物图像的识别。在模板匹配中，不仅介绍了算法的实现过程，还研究了利用仿射变换对图像进行校准的方法，充分考虑分拣过程中物体出现旋转、平移等情况。对SIFT算法进一步优化，在保证识别精度的前提下提升系统的检测效率。最后将系统分为四个模块，分别执行在线采集、识别检测、模板创建和数据记录等功能。详细阐述了每个模块的设计方法与实现过程，展示了系统的主界面设计。提出将多线程技术应用于检测系统，通过对比与分析表明，该技术可以明显缩短系统检测时间、提高识别效率。通过验证实验以及系统在烟草配送中心的实际应用表明该系统能够取得较为准确的检测结果，具有一定的应用价值。