我国有众多的密封罐生产企业，而密闭密封罐的漏气检测是判定密封罐是否成为合格品的重要手段，传统做法是人工将密封罐放入水中，观测其是否冒泡以判定是否漏气，但人工检测劳动强度大、工作效率低。本文针对传统检测方法的不足，以小型密封罐为对象，以水中的运动气泡为目标，基于图像处理理论，对其检测与识别方法展开了研究，对其实际应用进行了探讨。论文主要完成工作如下：1、综述了国内外相关研究现状，总结了小型密闭密封罐的结构及运动目标特点，针对经典高斯混合模型当训练不足时背景值估计误差大、目标的误判率高的不足，提出基于K-均值的像素灰度聚类理论生成初始化背景值的方法，即将序列图像中像素点的聚类的均值作为背景评估图像的初始值，根据聚类数量确定描述图像像素变化情况的高斯分布数量并初始化高斯分布的参数。实验结果验证了改进的高斯混合模型在运动目标检测中的有效性和准确性。2、针对光流计算方法存在着迭代缓慢、计算量大、光流计算误差等问题，提出了基于亮度恒常性约束和局部平滑约束的改进的Horn-Schunck光流计算方法。构造一种选择函数，根据梯度的大小应用不同的假设约束条件，引入了局部平滑约束，减少了光流计算误差。实验结果显示，改进的Horn-Schunck光流计算方法减少了光流计算量并提高光流计算准确性，准确识别了气泡运动区域。3、综合应用改进的高斯混合模型的目标检测算法和改进的Horn-Schunck光流计算方法，基于背景模型，分割图像获得运动目标区域；进行光流场计算，得到运动区域的运动趋势，根据气泡的运动特征修正光流场方向识别气泡的运动区域；应用Freeman链码的图像轮廓方法统计气泡的位置与数量，定位漏气坐标，实现了密闭密封罐漏气气泡的检测、识别与定位。搭建实验平台并进行实验验证:本文方法能够有效检测密封罐的漏气状态，为全自动漏气检测系统设计实现提供了理论支撑。