随着生活水平的不断提高,人们对药品等包装质量的需求越来越高,特别是包装盒中的产品数量也是生产企业关注的问题之一。目前,国内的多数药品生产行业一般采用人工抽检的方式对包装盒内的袋装药品数量进行检测。在采用人工对药品数量检测的过程中,其检测的结果极易受到质检员自身状况的影响,而且这种方式检测效率低、容易漏掉问题药盒,成本高,药品数量不能从根本上得到保证,针对药品生产线上包装盒内袋装药品漏装或多装问题,利用视觉系统代替人眼进行药品数量的检测,可以提高生产效率,降低成本,但引进国外先进检测系统价格非常昂贵,成本太高。因此提出一种基于机器视觉的药袋计数方法,具有重要意义。本文针对包装盒内袋装药品的主要研究内容和工作包括:（1）搭建了作用在药品生产线上的药袋数量检测硬件系统,用于生产线中被填装至包装盒内袋装药品图像的实时采集,针对包装盒以及盒内药袋特点选择适合的硬件模块,包含工业相机、镜头、光纤传感器、光源等。利用VS2019中的MFC编译工具完成基于机器视觉的药袋数量检测系统的设计。该系统软件能够实现对相机初始化配置,曝光模式,幅面设置等参数设置,并且包含图像采集、药袋计数、药袋数量达标显示、药袋处理效果显示等功能,界面简洁,操作简单。（2）将药袋图像作为本文研究对象,对药袋图像进行图像平滑、阈值分割、形态学处理等操作,然后通过细化算法提取药袋图像骨架纹理,以辅助药袋计数。首先对图像进行图像平滑,通过均值,中值以及高斯滤波三种滤波方式的不同尺寸滤波模板的处理效果对比选择出最佳滤波方式。在阈值分割算法研究中,通过实验对大津阈值分割法和自适应阈值分割法进行效果对比,结果表明自适应阈值分割方法更适用于光照不均匀的药盒图像。同时本文对阈值算法进行优化,提出了基于积分图的自适应阈值分割算法,大幅度提高算法处理速度。通过形态学处理去除了药袋前景内部和外部的噪点。最后通过细化算法提取药袋骨架纹理,以便后期药袋计数,同时通过改进细化算法完成对图像中冗余像素和分叉点的去除。（3）将图像内连通域周长作为筛选条件,去除干扰轮廓,剩余前景就是药袋骨架部分,但是由于药袋形状不规则,导致部分药袋骨架分叉,因此提出了基于连通域的多区域目标统计算法。最后使用1000幅图像对药袋计数系统开展测试实验。试验结果表明平均计数准确率达到99.9%。系统的平均检测误差在0.01%。