在药品生产过程中,检测包装标签贴附位置合理及内容清晰准确是不可或缺的重要环节。目前主要采用人工的方式执行检测,该方法需投入大量人力和物力,不仅检测效率不高,而且易受到多方面因素影响。因此,本文实现了一套药品标签检测系统。首先,根据机器视觉技术研究现状,并结合标签检测的要求和指标,完成了对实际生产产线的改进工作,并从选取原则和参数设定角度,对论文使用的硬件设施做了逐一简要说明。然后,研究了标签检测技术相关算法。借助OPenCV工具包中的传统图像处理技术,如图像灰度化、图像去噪、图像几何变换和图像分割等技术,完成图像预处理工作;通过垂直投影结果判断标签位置;借助开源工具包zbar实现对标签条码的检测;使用基于深度学习的目标检测技术Faster-R-CNN网络,完成对标签表面脏污及褶皱的检测。最后,借助Qt Creator集成工具,C++编程语言,完成系统整体集成工作,并借助Qt实现简易人机交互界面。结合论文的理论分析和测试结果,证实了基于机器视觉的标签检测系统的可行性和实用性,为进一步药品相关检测工作奠定了基础。