模式识别是人们日常生活、工作、学习中的基本活动，须臾不可或缺。视觉是人类最完善的感知系统，图像载体可以提供多维信息，在相当多的情况下是任何其他信息形式不能替代的。因此，模式识别、机器视觉有着深刻的学术意义，二者的融合更有着重要的应用价值，而深入研究该领域的理论问题对促进其技术发展、提高其应用价值则更有着决定性的意义。 针对我国啤酒质量检测过程人工化、效率低的现状，本文设计了一套有实用价值的特征提取、杂质识别的完整智能结构。首先结合运用图像处理方面的知识对各类主要违标产品的图像进行预处理，在预处理的基础上对其进行边缘检测，以突出其特征。 在模糊分类部分，本文应用小波变换于模式识别提炼出模糊小波算法。该算法结合了模糊工具和小波变换技术，用小波变换进行特征提取。对提取的特征进行模糊化后，再由推理机根据知识库中的知识进行识别。 在啤酒质量检测过程当中，其酒瓶部分所带给机器视觉方面的干扰不仅在处理过程当中相当的棘手，而且现实当中也是不可回避与忽略的因素。所以本文在这部分将结合数字图像处理中深度图和动态图像方面的知识对其进行深入的分析和探索。 通过实验和仿真可以看出，该算法在理论上是可行的，其杂质的识别结果在一定程度上也是很成功的。