在医疗药品的生产中,部分异物会进入生产流程并进入到药液当中,例如塑料屑、纤维和头发等。这些异物一旦进入人体,会对人体的健康造成危害。国家医药行业标准规定输液产品必须经过检测才能进入市场。对于玻璃输液瓶和塑料输液瓶,目前已经有较为成熟的自动化检测方案。而对于输液软袋来说,在制药企业中其仍由人工进行检测。人工检测结果的主观性大,而且人工成本变得越来越高。因此,研发输液软袋异物全自动检测装置具有重要的价值。本文参考国家药典的中输液软袋的检测方式和实际生产线上工人的操作方式,基于机器视觉技术研发了100mL输液软袋高速灯检机器人。根据输液输液软袋灯检机器人所需要的检测的异物的特点设计了输液软袋分区域拍摄方案、照明方式、图像获取方式,提高拍摄照片的质量。根据拍摄的图片开发了异物检测算法,完成了100mL输液软袋中的异物检测任务。主要工作有:(1)介绍了人工如何检测输液软袋中的异物以及输液产品中常见的异物检测方法。参考人工检测方法,设计并实现了初代输液软袋灯检机器人并根据其不足之处设计了第二版方案。(2)分析了输液软袋本身材质及袋内杂质的特性,根据这些特性,设计了底部照明及背部照明相结合的光源照明方案。为满足检测精度需求计算了所需相机的参数并进行选型,为实现相机的运动控制进行了机械手的选型,有效提高了图片中异物与背景的对比度及异物图像的清晰度。根据输液软袋的规格设计分区分层的图像获取方式。(3)根据视觉成像系统拍摄得到的图片,利用图像处理技术和深度学习技术设计合适的检测算法,利用相应算法提取图像的基础特征、HOG特征和卷积神经网络特征并利用神经网络进行特征融合、图像分类,最后完成了异物的检测。