袋泡茶是将茶叶封装在薄滤纸袋中,用时连同滤纸袋一同放入茶具内。随着社会快速发展,人们生活节奏加快,袋泡茶包需求量逐渐变大。在茶叶封装过程中,难免会出现一些包装上的缺陷。目前所采用的人工观测方法检测茶包的缺陷效率低、劳动强度大、准确度不稳定、检测结果随着工人积极性与精神集中度而变化。而此时,机器视觉技术在产品表面缺陷检测的应用越来越广泛。本文利用机器视觉结合决策树分类方法对袋泡茶包的缺陷进行检测分类,主要研究内容和研究结果如下:(1)综述机器视觉技术目前的国内外研究现状,并着重介绍了机器视觉技术用于产品表面缺陷检测的国内外现状。(2)搭建视觉检测系统,根据检测要求确定图像采集方案,采集卡和摄像机的选型,以及光源的布置。(3)对采集到的图像进行预处理。预处理包括滤波和背景去除,其中背景去除采用方法是:先对图像二值化分割,再对茶包图像进行边界提取,再采用种子填充算法填充边界获得掩模,最后将掩模与原图叠加获得去除背景的图像。(4)根据茶包缺陷的特点,对茶包进行四边形拟合、区域划分、阈值分割等处理,并提取茶包夹角特征,直方图统计特征以及面积特征等等。(5)使用ID3算法构造决策树,选取茶包夹角特征,区域灰度平均值特征,破损面积特征等作为决策树决定性特征。使用该决策时对正常茶包,破包,夹渣包,不对称包以及斜包等五种茶包进行分类,结果表明正常茶包,破包,夹渣包,不对称包以及斜包分类准确率分别是94%,90%,86%,94%,100%,可以发现分类准确率均在86%以上,对茶包各种缺陷的误判准确率分别是83.9%,97.8%,97.7%,92.2%,94.3%。进一步验证此方法的可靠性。(6)使用visual C++编写袋泡茶包缺陷处理软件界面,在该软件界面上对茶包缺陷算法实现分步演示,并进行分类试验,与人工检测结果相比较,其分类准确率达86%以上。