随着社会经济发展,生活水平提高,更多的人关注自身健康,羽毛球运动备受喜爱,我国作为羽毛球的生产和消费大国,羽毛球市场发展前景广阔,而羽毛球质量的好坏,很大程度取决于羽毛片质量。通常一个高质量的羽毛球,是需要植入弯度拱度相似的十六根羽毛片,而且羽毛还存在污渍,缺失,虫蛀,皱纹等缺陷,这些都影响了羽毛球的质量,因此在生产过程中需要对其进行检测,以前这些工作都是由人工完成,存在劳动强度大,生产效率低,成本高等缺点,现在逐渐被机器视觉检测技术所替,降低了企业的生产成本,提高了生产效率。本课题以羽毛片为研究对象,对羽毛片检测系统的硬件设备和软件系统进行了分析,以及对光照不均匀等质量不好的图像进行增强处理和羽毛片图像进行去噪等算法进行了研究,实现羽毛片自动检测,具有重要的理论意义和实际经济价值。本文对羽毛片图像处理的研究主要有如下创新点：1.本文研究了完整的羽毛片自动检测系统的软硬件,分析了镜头,光照方式,相机等因素对图像采集的效果影响,为羽毛图像采集,图像处理算法的研究奠定了坚实基础。2.提出了一种基于Retinex理论的自适应的图像增强方法,经过处理后,改善了图像的质量,图像纹理信息也较清晰。实验表明,针对羽毛片自身特性和光照环境的影响,出现光照不均匀的图像,采用该方法可取得常用的增强方法无法达到的良好效果。3.采用均值漂移方法对羽毛片图像进行滤波去噪,获得了较好的主客观评价指标,实现了较好的提取毛杆效果。4.提出使用双CV水平集的方法对羽毛片的皱毛缺陷进行分割,取得了较好的实验结果,达到了实验预期目的。本文是在Matlab和VC6.0平台上实现了上述算法和方法,并进行了仿真验证,取得了良好的效果。