随着生活水平的不断提高,食品安全问题日益成为人们关注的焦点。作为保障食品安全生产的有效手段——食品中异物的检测识别方法也越来越成为人们研究的重点,X射线检测则是其中的一种。在江苏省科技攻关项目的支持下,本文以铝箔包装鸭肫为研究对象,利用X射线成像系统和图像处理技术对屏蔽包装食品进行检测,提出了利用小波分析和矩不变量技术对食品中异物进行自动识别的方法。本文简要介绍了X射线成像检测系统的特点,详细研究了鸭肫图像去噪、分割、矩特征提取和模式识别方法。主要内容包括:基于db1、syms4、bior3.7小波对采集的X射线图像进行去噪;构造了五类模板图像,分析了双峰、迭代和大津法对模板图像分割的效果;然后对模板图像进行小波分解,提取分解后小波系数矩阵的矩不变量作为异物的特征,并对提取的特征矩进行模式匹配和统计分析,从而实现对异物的检测和识别。在上述算法的基础上,设计了鸭肫图像异物检测系统的人机界面,实现了对图像的去噪、分割、匹配与识别的整个流程。试验表明,该异物识别算法可以有效地消除背景因素的影响,具有较高的识别率和较短的识别时间,值得广泛的推广和应用。