安瓿注射剂具有药效迅速、作用可靠、可静脉注射等优点，已成为临床重症急救用药的首选，在临床医学中占据着十分重要的地位。在生产过程中，由于安瓿瓶清洗不彻底、过滤材质破损、灌封时的药液碳化、车间净化度等级不达标等多方面原因，使药液中易混入玻璃屑、铝屑、纤维、毛发等微小不溶性异物。若这些难以被人体代谢的异物注射至静脉，将造成血管栓塞、静脉炎、肉芽肿等，给人体带来严重持久的危害，甚至危及生命。目前，国内99%以上的制药企业对注射剂中的可见异物检测仍采用暗室中的人工检测方法。该方法简单，但检测精度低、可重复性差、标准不统一，易受思想情绪影响而导致误检、漏检率高。基于机器视觉技术的安瓿药液可见异物检测机器人的研究并不多见，只有欧洲少数几家公司研制了相关检测设备，但由于国内制药环节中过滤、包材（如瓶体表面存在凹痕、刻度）等和国外存在很大差异，致使引进的设备检测效果并不理想。因此，研究一种适合国内制药标准和生产环境的具有自主知识产权的全自动安瓿注射剂可见异物检测系统具有重要的理论意义和应用价值。鉴于此，本论文对安瓿药液可见异物视觉检测机器人进行了深入、系统的研究。本文在将机器视觉检测、光源照明、液体中异物检测技术融汇的基础上，从机器人机械结构、电气控制系统、光路以及成像方案设计，到单工位检测平台的试制，再到可见异物检测、识别、分类算法的反复论证，最终研制出安瓿药液可见异物视觉检测机器人。归纳起来，本文主要工作和取得的创新成果有：1.阐述了安瓿注射剂生产、使用以及药液中可见异物检测的研究现状，指出研制全自动安瓿药液可见异物检测机器人的重要性、必要性以及视觉检测方案的可行性。重点介绍了与视觉检测机器人密切相关的重要技术，给出机器视觉检测技术在行业中的应用案例并分析了国内外同类装备的研制现状等。2.在进行系统总体设计之前，对安瓿注射剂中可见异物的来源、分类进行了分析，并从力学、运动学角度出发讨论了高速旋转并急停后液体中运动目标在水平、竖直方向的受力分析，为区分可见异物与随机噪声提供了重要的参考标准。3.结合光散射法检测原理和人工检测方法，提出了视觉检测机器人整体方案，对安瓿瓶传送方式，机器人机械结构、关键零部件（如压杆、搓瓶、次品分拣机构）、光学成像系统、光源照明方案进行了详细的设计。鉴于生产现场长时间、实时性、稳定性工作的需求，提出了IPC与PLC相结合的分布式控制方案并设计出基于PC机的视觉检测机器人软件架构。4.机械零部件加工、装配精度、受力偏载等因素引起的系统振动，给药液中可见异物的识别带来巨大的挑战，为简化算法、缩短异物检测时间，论文首先对获取的安瓿药液序列图像进行亚像素级匹配。为减小运算量，降低算法处理难度，提高执行效率和检测准确率，对感兴趣区域（ROI）进行了限定。为尽量避免背景噪声的干扰，根据其特性，提出了基于像素概率统计的背景建模方法，通过背景减除，可有效提取出可见异物目标且耗时很短。对于背景减除后残差图像中的残留噪声，提出了一种保边性能很好的基于差分曲率D的自适应全变分去噪模型，它能有效保存图像边缘细节，同时又避免全变分模型易产生的阶梯效应。5.由于脉冲耦合神经网络（PCNN）模型对含噪且对比度很差的图像能取得很好的分割效果，甚至当灰度值很接近的相邻区域相互交叠时，PCNN也能将它们有效的分割开来，因此被用来进行可见异物目标的分割。但是PCNN算法存在事先需人为设定大量参数并通过人眼进行主观判断分割效果的缺陷，为此本文提出了基于二维Tsallis熵和水域面积法的两种改进型PCNN可见异物分割算法，避免了太多参数的人为设定，实现了异物目标的自动分割。6.相对于传统人工神经网络、支持向量机等计算智能方法，极限学习机（ELM）具有输入权值可随机选取、隐层节点无需调整、学习速度快、人工干预少、泛化能力强等特点，将其应用于可见异物的分类具有显著的优势。但是在实际应用中，样本时常是一个接一个或一组接一组的到来，为此提出了在线序列极限学习机算法（OS-ELM）以应对序列数据的快速学习。由于安瓿药液图像信噪比低、对比度差，仅仅依靠单帧图像中可见异物的大小、形状、纹理等信息，易导致检测虚警率很高，为此，论文提出了一种基于OS-ELM的异物分类识别算法，即将序列图像中目标的特征向量输入至OS-ELM模型，被其划分在同一组的，可认为是同一个目标，将它们按照帧序号关联成轨迹，并利用序列图像中可见异物在液体中运动轨迹的连续平滑性、噪声的无序性等特性，将可见异物目标与残留背景区块分辨开来。7.为节约成本、降低研发风险、提高成功率，首先研制出单工位检测实验平台，通过模拟生产线上安瓿瓶的机械传送、装夹、光源照明以及可见异物检测分类算法的论证，逐步完善系统设计方案，最终集成并研制出可见异物视觉检测机器人。通过Knapp-Kushner效能比测试、人机对比实验、稳定性测试等，证明了检测机器人的确实有效性、可靠性，完全能够满足安瓿生产线的检测精度及速度。在安瓿药液可见异物视觉检测机器人研制过程中，发现并解决了大量的实际问题，为进一步的升级改造积累了宝贵的经验，开发的软件平台也为后续理论研究和潜能挖掘奠定了坚实的基础。