目前，在工业生产线上一直存在因检测精度不高而产生的产品质量问题，注射器生产也是如此。目前国内注射器生产厂家的产品在线检测尚处于人工目测的阶段，其产品质量检测的准确性和精确性难以得到保证。所以设计开发一种可用于注射器产品质量在线自动检测的方法具有广泛的应用价值。本文主要应用数字图像处理方法对注射器的针头进行检测。图像包含的信息量大，且能够更直观、更确切的表达目标的特征，因而数字图像处理技术具有很高的适用性。本文的主要内容包括以下几个方面：（1）图像的预处理。预处理是图像分析和理解之前所进行的操作，通过预处理可以使图像需要的特征得到增强，不需要的特征得到削弱，为下一步操作图像做准备。本文采用中值滤波、大津阈值分割、图像矫正的方法对图像进行预处理，中值滤波器产生的模数较少，更适合于消除图像的孤立噪声点，是经典的平滑噪声的方法，对注射器针头图像滤波以后，平滑掉了图像噪声，保留了图像细节，然后对图像进行大津阈值分割、图像矫正处理，修正后的图像细节比较明显，对比度增强。（2）图像数学形态学处理。数学形态学是分析几何形状和结构的数学方法，它建立在集合代数的基础上，是用集合论方法定量描述目标几何结构的学科。形态学研究几何结构的基本思路：通过建立一个结构元素（相当于模板）来探测图像，看是否可以将此结构元素填放在图像的内部，并验证这种填放的方法的有效性。本文对图像进行了二值膨胀、轮廓提取的处理，处理后的图像骨架比较连续，断点比较少。然后对图像进行小块分析，建立图像的坐标，确定包含针尖的感兴趣区域。（3）注射器针头反装检测。本文采用了模板匹配的方法进行注射器针头反装检测，以反装针头的平端图像为模板图像，在特定的区域内对待检测图像进行匹配运算，当针头出现反装时，显示“FAIL”对话框，作出警示；当针头没有出现反装时，显示“PASS”对话框。