液体药物生产加工过程中，其质量与保存很大程度上依赖其装载容器，药用玻璃容器若存在缺陷将直接影响到其中的药物。国内药用玻璃容器生产厂家对其生产出来的玻璃瓶检测几乎全部使用人工，不仅效率低，而且误差大。机器视觉由于其与被测物非接触、检测精度高、检测时间快等优点被广泛用于各种自动化检测行业。本课题主要对以下几个方面进行了研究和分析：1、本文研究目的是根据机器视觉的特点同时比较多种图像处理算法，设计出一套在线检测药用玻璃容器尺寸与缺陷的机器视觉系统；2、本文的研究方法为：选取合适的照明及图像采集系统，搭建硬件实验平台，获取实验图像；比较多种图像处理算法，包括图像去噪、图像分割、边缘检测及缺陷检测的各种经典算法，对采集到的实验图像进行处理；在软件模拟成功的基础上将软件算法移植到DSP芯片中；之后用MFC设计了人机交互界面，并且对系统进行误差分析并给出详细数据，提出减小误差的各种可能与方法。3、实验结果表明，本文选择的大津法阈值分割、改进的数学形态学边缘检测、改进的Hough瓶口检测算法以及提出的非降采样contourlet结合自适应阈值图像去噪算法，与其他各种图像处理算法做出主观与客观的比较都取得了比较理想的效果。将这些软件算法移植到DSP芯片里进行硬件仿真同时也验证了DSP芯片在机器视觉检测过程中的高效性。4、通过本文实验可以得出将DSP技术应用于机器视觉检测系统可以快速在线检测药用玻璃容器的尺寸与缺陷，并且在实验室条件下验证了整个检测算法的可行性。