本文以医药安瓿溶液中的可见异物为检测对象，进行了视觉检测技术的研究，旨在模拟人眼检测以确保检测精度和检测方法的合理性，设计的检测算法已经应用于安瓿溶液可见异物检测系统中，有效地提高了检测速度和检测精度，产生了巨大的经济效益和社会效益。首先，简要介绍了机器视觉技术的发展和应用，并在此基础上，详细阐述了针对当前国内外的医药环境的视觉技术的应用现状，阐明了开发全自动智能灯检机器人的重大意义；随后，对可见异物检测机器人的国内外研究现状进行探索和分析，并简要介绍了当前可见异物检测中的关键技术，根据实际检测对象分析了系统中的检测难点。其次，介绍了目前常用的弱小目标检测方法，并根据检测流程分为两类，即TBD和DBT方法介绍，详细分析了常用的DBT方法，并给出了两种方法的实验结果并进行了对比分析，最后对比介绍了DBT方法和TBD方法的优缺点。然后，在详细介绍了可见异物检测系统平台后，重点分析了针对安瓿溶液中可见异物的视觉检测方法，在总结溶液中的异物运动规律的基础上，提出改进的帧差法与自适应阈值相结合的检测算法；并分析了系统中检测对象的特点和检测难点。针对机械不稳定、瓶壁干扰和外界光线干扰等难题，提出了首先通过纠正偏移量消除机械抖动的影响，再通过合理设置图像获取的时间间隔，结合改进的差分法来检测目标；并给出了实验结果，验证了所提出的改进的检测算法的有效性和实用性。随后，针对溶液中可见异物的检测结果，设计合理的跟踪算法以确保检测精度和检测速度的要求。在分析kalman滤波方法的原理和计算过程后，应用改进的kalman滤波预测的方法进行目标跟踪，通过合理的设置图像获取时间间隔，对图像中的可疑运动目标建立运动方程，对可疑目标的轨迹进行跟踪和预测，最后给出实验结果验证了算法的有效性。最后对安瓿溶液中可见异物检测系统，给出了详细的介绍，包括视觉检测系统的组成，分析了检测系统的光学模块、机械组成部分及电气部分等；并介绍了视觉检测系统的软件系统，简要介绍了当中的系统控制模块和运行状况模块，重点介绍了视觉检测部分，包括检测参数调节、相机参数调节等部分。