玻璃瓶生产过程中会出现裂纹、气泡等缺陷,近几年来国内玻璃瓶生产中缺陷检测大部分还是人工或是半人工检测,但由于人工检测强度很大,容易受工作环境和心情影响,导致检测结果不稳定。玻璃瓶缺陷在线检测系统遵循的宗旨是不影响流水线的运行,在流水线的产品运动过程中完成瓶身和瓶口缺损的检测,从而剔除有缺陷的玻璃瓶。论文研究目的在于设计一套基于机器视觉的玻璃瓶缺陷检测算法。为了减少玻璃瓶生产环境中噪声光线影响,图像采集系统采用暗室照明。环境中噪声不可完全避免,首先对图像进行滤波去噪。由于采集的图像整体较暗,滤波之后对图像进行直方图正规化冲亮图像。为了提取感兴趣区域,文章将目标作为前景其余作为背景进行二值化处理。玻璃瓶缺陷检测分瓶身和瓶口两部分分别进行检测。瓶口部分由四点垂直截距法标定圆心和双圆心法进行缺陷检测。瓶身部分通过定义的伸长度和密实度几何量将条状和近圆形缺陷进行区分,统计缺陷部位包含的像素数目,和设定的阂值进行比较,分别进行缺陷判断,即只要含有其中一项缺陷则认定为缺陷瓶。实验结果表明通过上面的预处理之后图像质量得到改善,将缺陷进行细分之后分别与设定的阈值进行比较的缺陷检测提高了缺陷瓶识别率。