在桶装方便面生产流水线上,由于叉子投放机、调味包投包机的工作不稳定以及生产流水线的快速运动,导致在方便面包装时,经常会出现丢失叉子和调味包(菜包、酱包、粉包)的情况,生产厂家的传统解决方法是人工观察,若发现面桶中缺少叉子或调味包,马上进行人工补投。但人工检测存在着很大的缺点,人眼容易疲劳且具有不稳定性,经常会出现漏检和误投现象,严重影响产品品质并且劳动强度很大。本文针对以上情况,研究并实现了一套基于机器视觉的方便面在线包装检测系统,用于代替人眼识别桶装方便面中叉子和调味包的缺失情况,并能根据缺失情况做出相应的处理。本文基于机器视觉的相关理论,结合桶装方便面生产流水线的实际情况以及生产厂家的需求,对视觉检测系统各个组成部分进行了设计论证,重点对叉子和调味包的检测算法进行了研究。首先,介绍论文的选题背景和研究内容;对机器视觉系统进行了简单介绍,分析其在工业检测领域的应用以及应用难点,对常用的视觉检测技术进行了概述。其次,根据要检测的内容和生产厂家的实际需求,对检测系统进行了总体设计。根据实际需要,对硬件系统的组成部件进行了性能分析和型号选择。确定了软件设计平台和仿真平台,并对软件功能进行了设计。接下来,对叉子检测算法和调味包检测算法进行了详细论述。分析了叉子检测算法思路,确定了基于灰度特征、纹理特征和形状特征的识别方法。分析了调味包的特征,确定了主要基于HSI颜色空间的识别方法,运用统计模式识别的方法对调味包进行分类识别,并对干扰点进行了排除,确保检测结果准确。最后,介绍了视觉检测系统的实现。论文用VC++平台完成了软件系统的编写,根据检测算法设定了软件系统的功能,并设计了易于操作的人机交互界面,搭建了实验室样机,并对视觉检测系统进行了性能分析。基于机器视觉的方便面包装检测系统,适用多个品种的桶装方便面的检测,并且能够提高检测效率,减少劳动强度,更能及早发现产品存在的质量问题,进而避免后继生产环节中产生的资源浪费,相信其在投入使用后必能带来良好的经济价值和社会价值。