经济水平的发展带来医疗条件的改善,输液类产品的需求日益庞大,人们对医疗卫生的要求也逐渐提高,由于输液药剂直接进入人体,一旦药剂中混有不溶异物,都会对人体造成一定的伤害,因此国家规定输液药品必须进行灯检。常用的输液包装一般有玻璃瓶、塑料软袋和塑料瓶三种。针对玻璃瓶装药液的检测已经做了大量的研究,已经从人工灯检转变为自动检测阶段。随着社会的发展,玻璃包装药品正在逐渐减少,塑料瓶和软袋的所占市场份额逐渐增大,但是其相关检测算法研究较少,因此研究其检测算法有重大的意义与价值。本文以输液软袋为研究对象,主要研究目标是将软袋中的微小不溶异物检测出来,充分调研了国内外药物检测的发展情况,设计了合理的检测算法,完成了输液软袋中异物的检测。首先,根据待检测物品特性,设计了合适的图像采集平台,采取旋转—急停—拍摄的方式获取高质量的图像。设计图像采集的上位机界面,主要包括用户登录、图像采集设置和运动控制设置。然后,根据采集到的图像,对图像进行有效区域提取、图像差分、图像增强、图像分割和噪声抑制等操作得到了包含气泡、噪声、和异物的图像,对连续帧进行区域匹配,将疑似异物的区域提取出来,提取其形状和颜色等特征,将其作为分类依据输入SVM分类器对气泡进行分类识别,最终得到检测结果。在对气泡进行分类时,为了得到较好的分类结果,对分类器参数进行优化,对现有的网格搜索法、遗传算法和粒子群算法对参数优化的基础上,采用基于差分进化算法的粒子群算法对参数进行优化。最终实验表明,本文所采用的参数优化对气泡分类准确度为99.14%。通过2种不同软袋和所在的背景对本文所采用的算法进行验证,最终在黑色背景下,合格产品检测率为93%,不合格产品检测率为89%;在白色背景下合格产品检测率为99%,不合格产品检测率为80%。