药品是人类用来与疾病斗争的重要手段之一,药品质量的优劣直接关系到防病治病的效果,以及用药患者的安全,国家和消费者都非常重视药品的质量和安全问题。本课题的研究对象玻璃酸钠注射液是一种预充式注射液,具有操作简便、快捷、用药剂量更准确等优势。随着药品需求不断激增,自动化、智能化已成为药品检测设备的发展趋势,对于玻璃酸钠注射液的质量检测,传统的人工灯检方式所存在的效率低、人力成本高等隐痛日益凸显。本文提出的基于机器视觉的玻璃酸钠注射液质量检测方法,使用机器视觉及图像处理技术完成注射液质量检测要求,减轻人工检测的压力,从而对自动化的玻璃酸钠注射液质量检测设备的规划提供理论支持和技术指导。本文首先针对玻璃酸钠注射液的质量检测要求进行了分析,研究了相关关键技术,阐述了检测系统的总体方案。为了得到最佳的图像采集效果,根据注射液的特点和检测的实际需求,对图像采集使用的关键设备进行了分析和选择,并设置了合理的照明方案,为检测做好充分准备。接着,采集到药品图像后的首要步骤——预处理,预处理方法包括:玻璃瓶身上高光的去除;采用霍夫变换方法检测玻璃瓶身边缘的直线,从而计算倾斜角度对歪斜的图像进行旋转校正;基于投影法对注射液图像进行分割,为后续进一步的缺陷检测打好基础。玻璃酸钠注射液存在的质量问题分为瓶身缺陷和药液异物缺陷,瓶身缺陷包括胶帽缺陷和胶塞漏液缺陷。根据检测要求,设计了一套注射液质量检测算法并阐述了具体的设计思路。先研究了注射液瓶身缺陷检测方法:通过检测特征角点和提取胶帽对称轴的方法,依据特征点的位置和对称轴的角度来判断胶帽是否存在缺陷;通过提取漏液和无漏液缺陷的胶塞的几何特征来检测胶塞缺陷。本文重点研究了玻璃酸钠注射液的药液中可见异物检测算法。通过分析药液中异物信息,包括各类杂质和体积较大的气泡;其中药液中小杂质体积微小、对比度低的特点增大了检测难度。因此,本文提出了一种融合形态学和结构相似的新方法,提高药液中低对比度的微小目标的显著性;通过双边滤波对图像背景进行抑制,使用迭代方法获得最佳分割阈值,实现药液中异物目标的分割和检测;并结合实验对药液图像中低对比度小目标检测算法进行定量的评价和分析,从而证明了算法的有效性。然后,选用支持向量机作为分类器,对玻璃酸钠注射液中的异物进行分类识别,通过交叉验证的方式,获得最佳参数来训练模型,根据单一特征的分类正确率选择可靠的、重要的特征,得到较为理想的测试结果,为剔除含有异物的注射液提供依据。最后对本文的研究工作做了总结,并对课题未来的可研究空间进行了分析与展望。