随着我国啤酒行业的迅速发展，急迫切需要对原有的生产线进行改进，以提高生产效率，改进方向就是向着高速化，高精度，智能化方向发展。目前国内对空瓶缺陷识别系统的研究还处于初级阶段，国外虽然也有很多成熟的系统，但由于价格比较昂贵，很难满足国内啤酒生产行业的需求。为了满足啤酒生产线对速度的要求，我们提出采用DSP作为系统的核心处理器，使得系统速度达到生产要求。因此，本文深入研究基于DSP空瓶缺陷识别系统，以满足生产需求。本文的主要任务是采用图像处理技术原理，对空瓶进行图像采集，然后进行图像处理，采用模式识别理论对处理后的图像进行缺陷识别，正确识别出不合格空瓶，提高缺陷识别率。利用TechV-C6713开发平台对采集的图像处理，建立基于DSP的空瓶处理系统，解决了图像处理量大和系统实时性要求高之间的矛盾。本课题针对以下几个方面进行了研究和讨论：1对单幅灰度图像，首先采用中值滤波和图像增强算法对图像进行处理，消除背景和噪声的影响。然后对处理后的图像进行阈值分割，边缘提取。根据图像的特点选择合适的特征量。2根据模式识别理论，分别采用模板匹配方法，BP神经网络方法，SVM识别方法对提取得到的图像特征进行识别，最终判断出空瓶是否合格。3采用了DSP处理技术，把图像处理算法在DSP上实现，实验采用TechV-C6713开发板进行了系统程序调试。通过大量实验，表明本系统采用的方案是可行的，速度和精度等各方面达到了预期的要求，具有很大的实用性。为进一步实现空瓶全方位缺陷识别奠定了坚实的基础。