随着社会科学技术的发展,工业生产的自动化程度不断提高,然而由于生产环境的不可预测性,有些产品的成品正确率不能得到保证。本文通过研究采血笔自动生产过程中采血针在模具上的特征位置状态,提出了基于图像特征的机器视觉进行采血针的位置实时自动检测。机器视觉主要研究用计算机来模拟人的视觉功能,从客观事物的图像中提取信息,进行处理并加以理解,最终用于实际检测、测量和控制。本文通过分析研究采血针在生产模具上的位置情况,提出了基于特征位置跟踪搜索算法,检测采血针在模具上的位置情况。本系统首先通过数码相机获取采血针在生产模具上的图像,继而通过图像平滑等增强处理去除噪声,经过图像的阈值分割及数学形态学运算获得采血针的良好二值图像,经过这些图像的预处理后,搜索跟踪图像中的可以确定采血针的特征位置,并在此特征位置的基础上判断相应位置上采血针的位置特征,最终得出判断结果。针对采血针图像自身的特点和实时应用的特征,本文主要在图像预处理的平滑降噪、图像分割及数学形态学运算等三方面提出了改进或推广应用前人的算法,并根据实际应用提出了采血针特征位置搜索算法和采血针位置状态识别算法,在处理的效果和效率上都得到了提高。特征位置的跟踪判断不对整张图像进行搜索跟踪,而先搜索确定一个特征位置,继而以此为基准根据采血针间的相对位置分别跟踪判断不同处小范围内小针的位置情况,以达到在最大范围内减少系统处理时间和增加判断精度以及自动检测所获取图像的小针数目的目的。本文通过对算法和构建系统的测试分别对图像处理算法和整体系统的性能进行有效性和可靠性分析。通过对算法运行时间的测试考察算法的实时性要求和有效性,而判断结果的正确率则验证系统处理的可靠性。通过实验,验证了本文所研究系统的可行性。