该课题面向计算机视觉检测技术，要求掌握计算机视觉检测方法，学习使用工业相机采集图像，并使用Halcon/OpenCV等计算机视觉算法库，实现包装瓶体喷码识别和标签缺失检测。

1.课题研究背景及意义 11 1.1课题研究背景 由于表面缺陷检测相关技术在近十年的飞速发展，表面缺陷检测已是现代工业的重要组成部分，广泛应用于金属表面划痕深度检测［1］、油封缺陷检测［2］、大尺寸钢球表面缺陷检测［3］、铁路表面缺陷检测［4］、瓶盖表面检测［5］、 轮胎表面缺陷检测［6］、铸坯表面缺陷检［7］以及多晶硅太阳能电池表面检测［8］等众多领域。

传统意义上，表面缺陷检测是由经过特殊训练的人通过肉眼进行人工检测，然而人工检测速度慢，且具有主观性和危险性[9]。

因此，基于机器视觉的检测技术代替人工是必然趋势。

基于机器视觉的表面缺陷检测是自动化生产中产品质量的一个非常重要的环节。

表面缺陷检测的任务主要是检测一些可视性的表面缺陷，例如刮伤［10］、裂纹、磨损、变形、撞击、污点、印刷偏差等。

1.2选题意义 为了使瓶体的废品率得到严格的控制，需要在印刷的时候对瓶体包装进行检测，尽量把每一件废品在出厂之前剔除。

传统上的视觉检测和质量控制是通过有经验的专业人员来完成的，然而人工检查除了速度慢，需要占大量的人力、物力资源和场地资源外，而且存在容易生产效率点、出现漏检等缺点。

基于上述特点，进行相关理论研究与系统开发就成为近年来各国机器视觉技术的研究人员与印刷设备制造商的紧迫工作[11]。

目前在基于机器视觉的印刷质量检测系统的研制与开发方面，国外企业走在前面。