随着人民生活水平的提高,对于医学检验设备的智能化,自动化提出了更高的要求。试管是我们医学检验设备中最常见的样本载体,如何智能识别在医学检验设备中广泛使用的各种试管,是提升医学检验设备检验速度、大幅降低各种操作错误、提升设备智能化水平的关键。本论文主要研究了基于图像处理的试管识别技术,通过图像采集系统和图像处理算法的设计,实现试管类型、试管帽状态及颜色、试管内液面高度及泡沫情况、试管条码等科目的识别。论文首先针对试管识别的具体应用环境和识别需求,完成了图像采集系统照明和光源的选择;通过CMOS图像传感器采集试管图像并传送给上位机系统;对获得的图像进行一系列处理,包括图像颜色空间转换、图像降噪、桶状失真处理、边缘检测、模板匹配、颜色识别、白平衡、图像缝合、条码寻找和识别等,实现了试管类型的识别、试管帽的状态的识别、试管内液面状态的识别以及试管条码的识别。本系统最终实现了预期的功能,在样机实验中取得了很好的效果,对多种试管实现了智能的识别,为医疗设备的智能化提供了坚实的技术基础。本系统的优点在于:1)一个图像传感器实现了多个特征提取、识别的功能,替代了条码扫描器、颜色传感器等,降低了成本。条码识别功能模块可以正确识别试管上的一维码,准确率>99.9%;2)可靠的图像处理算法,实现了对试管进样系统端的智能识别;3)考虑了周围环境光的影响,提升了系统的鲁棒性。4)对于液面的识别使用了试管旋转机构加上图像缝合算法,即使条码部分遮挡试管也可以准确识别液面,同时监测泡沫的有无,提升了系统的可靠性;5)识别试管内全血的液面高度精度在+/-2mm范围内。可以准确识别试管帽的颜色,准确率>98%,包含至少红,橙,黄,绿,青,蓝,紫七种颜色。