随着生活水平的不断提高，人们对保护其生存环境的意识也日益提高，对污染的控制，对饮食、医药等产品的质量检测都提出了更高的要求。而传统的分析技术不但耗费时间长、检测费用高、过程复杂而且还污染环境。　　 液滴分析技术是指在一定测试系统条件下，在被测液体形成液滴的过程中，采用各种手段对被测液滴实施监测，以获得有关该被测液体的物理、化学特性参数。用于液滴分析的主要技术有光纤液滴分析技术、电容液滴分析技术、图像液滴分析技术和光谱液滴分析技术等。　　 课题采用功率SW钨灯点光源、焦距为550mm平行光管、JAI-CV-A50黑白CCD摄像机和日本产的NIKON85mm f/1.8D光学镜头自主搭建图像液滴检测系统，实现对不同液体的液滴以及不同品牌的橙汁液滴生长过程的监测；针对测量不同液体时，供液瓶、输液管以及滴头中的残余液体对最新测量的液体的干扰问题，改进了液滴头的具体结构，使液滴头的结构便于拆除和清洗，最大限度地减少了交叉干扰带来的影响；通过试验比较得到运用中值滤波，Ostu算法二值化，用Canny算子边缘检测得到液滴图像的特征参数和液滴轮廓效果最理想；运用主成分分析方法优化了液滴轮廓特征参数，得到液滴的长度、宽度、周长和面积四个有效的特征参数；研究运用聚类分析技术和BP神经网络技术对液滴有效特征参数进行分析，实现了对液滴的识别，结果表明BP神经网络技术优于聚类分析技术。