随着生活水平的逐年提高，人们的环境保护意识也越来越高。水，作为生命之源，则自然获得了人们的极大关注。一直以来，保护母亲河、治理水源地的活动都在不断的开展当中。在所有的治理工作当中，水质检测，作为防范水质再污染的必要措施，显得尤为重要。而对浊度（水质检测的主要指标之一）的检测则显得更加重要。目前的检测手段成本较高，基于此，本文提出了一种基于图像识别的水质浊度检测系统。本课题首先分析当前浊度测量的基本原理，与图像识别技术相联系，提出了基于图像识别技术的水质浊度检测系统的整体方案流程。然后，本课题具体设计了水质浊度图像信息提取相关算法，围绕参考光源光强这一主要信息，提出了基于空间域（即梯度）和基于频率域（即小波变换）的图像信息提取算法，经测试两种算法提取的信息对浊度均有较好的区分度。接下来，本课题设计了系统标定和测量浊度所需神经网络，主体结构采用反向传输方式，结合具体需求，经过实验测试，确定了神经网络的内部结构，该结构下，浊度测量的平均误差率在0.5%左右，最大误差低于5%。最后，本课题实现了水质浊度检测系统，完成了系统相应的软硬件的具体设计，并在实际应用中测试了系统，经测试表明，两方案的平均误差率略大于0.5%，最大误差为3%，结合浊度仪本身的误差，故系统的准确度在8%左右，低于10%，从性能上可以达到大量程浊度检测的需要。