在透明液体生产线上，液体中如果存在杂质，会严重影响产品质量，可能对我们的健康造成极大危害。基于图像处理技术的液体杂质检测与人工检测相比，速度快、准确率高而且成本低。在基于图像处理技术的液体杂质检测过程中，待检液体图像中的成分可分为5种，即杂质、气泡、噪声、背景和瓶身痕迹。其中背景对杂质检测的影响比较小，瓶身痕迹容易排除，剩下的噪声和气泡是液体杂质检测的两个难点。且当前存在的液体杂质检测算法对并不能有效的消除气泡对检测结果的影响，尤其是当大量气泡存在的情况。针对此问题，本文提出了一种基于特征分类的液体内杂质检测算法，用以在液体杂质图像中存在大量气泡的情况下，抑制噪声，并区分出杂质与气泡。本文的主要工作如下：

  第一，设计了液体杂质检测的图像采集系统，实现了高质量的液体杂质图像获取。同时针对图像的噪声问题，对采集到的图像用多种预处理方法进行了实验比较，选取了既能去除噪声、又能保持边缘的双边滤波作为液体杂质检测的预处理算法。

  第二，针对液体杂质图像边缘检测问题，深入分析了多尺度小波变换边缘检测算法，并用双阈值的方法对其进行了优化。通过在边缘像素判定中高低阈值的选取和边缘像素的连接，有效的抑制了噪声和颜色变化所产生的伪边缘像素，提高了边缘的定位精度和轮廓清晰度。

  第三，针对整个液体杂质检测过程，提出了一种基于特征分类的液体内杂质检测算法。用双边滤波对原始图像进行预处理，使用优化后的多尺度小波变换来检测目标边缘，然后提取目标特征中的圆形度、平均灰度和方差，最后联合这三个特征来区分液体中的杂质和气泡，从而排除气泡对检测结果的影响，得到最终的杂质。

  本文提出的方法有效的抑制住了噪声并且消除了气泡对杂质检测结果的影响，在存在大量气泡的复杂情况中，显著提高了检测的准确率。