本课题对基于机器视觉的药液中可见异物检测技术进行研究，针对口服液和小针剂等小容量制剂设计了一套视觉检测系统，视觉系统采集到序列图像后，运用开发的图像处理算法对待测目标进行检测，并实现合格品和不合格品的自动分拣，检测技术的核心是对液体中可见异物目标的跟踪与识别。课题研究的目的在于设计一套有效可靠地全自动灯检系统取代人工对灌装药液产品质量进行实时在线检测，具有巨大的经济效益和社会效益。利用机器视觉技术对液体中可见异物进行跟踪和识别，设计高效的全自动灯检系统的关键在于高品质图像的获取和高速有效的图像处理算法的设计。本课题针对这两个方面做了深入研究，其主要内容包括：（1）针对口服液，小针剂等小容量制剂设计了一套视觉检测系统，能够实现小容量制剂产品质量的实时在线检测。阐述了系统的工作原理，介绍了系统的硬件组成并进行合理选型，以满足系统的综合性能要求。（2）为了完整的描述微小异物目标的运动特征，对液体中的可见异物进行受力分析，构建了它在离心旋转运动中的数学模型，详细的分析了微小异物目标和背景噪声运动轨迹特性。（3）对采集的序列图像进行有效的图像预处理增强图像的对比度和信噪比，并在此基础上，利用微小异物目标轨迹的连续性和在垂直方向的特性对目标进行识别，设计以帧间差法和轨迹关联为核心的可见异物检测算法。利用采集的样品图像对算法进行验证，实验结果证明该系统对粒径在50um以上的可见异物具备良好的检测效果。