随着我国经济的快速发展,民爆器材行业技术有所创新,工业炸药生产规模进一步加大。大力提高生产线连续化、自动化水平已成必然。由于工业炸药自动包装设备普遍存在功能不齐全,生产原料质量、生产环境干扰等因素,在包装过程中会导致炸药药卷包装存在多种缺陷,从而影响了炸药生产效率与生产质量,生产设备的自动化和智能化有待于进一步提高。炸药生产过程中因各种因素导致药卷存在漏药、涨袋、歪头、装药不饱满、表面裂痕等方面的包装缺陷,其缺陷特征各不相同,主要表现在药卷轮廓异常与表面纹理缺陷。药卷轮廓异常具体可分为轮廓周长过大(漏药、涨袋、歪头)、轮廓周长过小(装药不饱满)；药卷表面纹理特征缺陷(表面裂痕)主要是指药卷存在的裂痕信息,表现为像素子集或像素块中存在与标准药卷亮度不一致。且因裂痕缺陷分布不确定,并存在表面文字、商标纹理特征干扰,导致检测难度高。针对上述存在的包装缺陷问题,本文以药卷为检测对象,主要完成如下工作：(1)针对现场药卷特征构造药卷模型并进行特征分析,提取特征参数并依此进行分类,按照轮廓特性区分缺陷药卷与正常药卷。(2)针对轮廓异常药卷,提出模板对比法。首先对图像进行预处理操作滤除干扰信息,然后用模板对比法针对药卷模型轮廓特征异常信息,通过比对从而得出缺陷特征达到检测目的。仿真实验表明,药卷检测时间为102ms,准确率为96%以上,满足生产要求。(3)针对药卷表面裂痕缺陷,提出一种改进的Itti/Koch视觉注意力模型算法。该算法主要目的在于提取图片中显性区域特征并运用神经网络检测。首先采用图像预处理操作滤除药卷表面纹理特征对裂痕缺陷的干扰,然后运用Itti/Koch模型。通过仿真实验将该算法与GBVS算法对比表明,改进的Itti/Koch视觉注意力模型算法检测时间为16ms,误检率为1.9%。可以满足实际生产需要。(4)最后,应用在WindowsXP平台中,基于Mircrosoft Visual Studio2008、并集合Opencv函数库开发工业炸药药卷包装缺陷在线视觉检测系统并进行调试。基于视觉注意力算法采用vision7.11.Matlab R2010b版本,预处理过程及相关图像处理代码来自图像处理工具箱。通过采集的图片进行测试可以得出,系统可以在线工业炸药的各类缺陷,达到设计要求。