在医药检测领域中,安瓿瓶药液异物检测是一个非常重要的研究课题。目前大多数的国内企业在药检这一领域仍采用人工灯检的方式,而人工灯检劳动强度大、生产效率低、质量一致性无法保证,因此,基于机器视觉的安瓿药液药检是其必然的发展趋势。本文主要开展安瓿瓶药液可见异物图像识别算法方面的研究。主要研究内容如下：(1)针对国内制药企业安瓿药液生产采用人工灯检的现状,构建了安瓿药液可见异物的机器视觉检测系统。针对安瓿药液图像检测的具体要求,分析了安瓿瓶可见异物机器视觉检测的难点与运动规律,设计了机器视觉系统的照明系统,选择了高速工业相机,基于VC平台,开发机器视觉软件平台,并设计软件的工作流程。(2)工业相机采集的图像包括瓶外、瓶壁及溶液三部分图像,图像由可见异物、背景图像以及随机噪声组成的。为提高机器视觉的检测速度,首先利用边缘检测和概率统计算法提取安瓿药液图像的感兴趣区域；然后利用非线性平滑中值滤波法去除图像噪声,提高提高图像的平滑效果；最后利用帧间差分法实现安瓿药液图像的预处理。(3)利用二值方法对已预处理的安瓿药液序列图像进行图像分割。对于较大的异物采用边缘检测的方法对运动异物图像进行边缘处理,采用粒径测量与质心计算的方法来识别药液内的可见异物,对于较小的异物采用提取目标运动特征的方法来识别异物。本文以安瓿瓶药液的异物检测系统的算法为主要研究对象,对于可见异物的识别有较强的参考意义,具有较好的应用前景。