近年来，随着全球经济的平稳发展、世界人口数量的持续增加、人口老龄化的愈发严重和民众保健意识的逐步提升，全球对药品的需求量越来越大。医药产业关乎着国计民生，其重要性不言而喻。目前我国制药装备还处于自动化、智能化、集成化发展阶段，产业结构上仍以劳动密集型为主。为实现规模化生产、提高产品质量以及提高生产效益，医药产业亟待朝着技术创新、医药工业4.0等方向发展。
　　本文以医药灌封自动化设备为对象展开研究，针对高可控性、高精度的医药灌封自动化生产工序，研究并实现了一种基于视觉定位技术的医药灌封机器人系统。论文大致内容如下：
　　1.首先，围绕医药产业在国内外市场的发展现状讲述了医药灌封机器人的研究背景与意义，然后对机器视觉进行了概述，并介绍了国内外对机器视觉在医药工业领域的发展成果和对改善灌装容器在检测定位技术上所作出的努力。
　　2.其次，为满足医药生产中灌封工序流程对快速、精准、智能化的需求，搭建了医药灌封机器人的整体框架。并对视觉成像系统从组成结构、光源分析与光路设计、相机选型分析三个方面展开描述，其中，为得到高质量的源图像选择了合适的光源、照明方案及工业相机，最后介绍了电控系统如何操控各个模块协同作业。
　　3.接着，比较研究了瓶口、瓶塞、瓶盖图像的预处理算法。首先，介绍了预处理去噪环节中3种常用的保边去噪算法，并一一对比图像的去噪效果，在预处理去噪环节，最终确定双边滤波为本文采用的去噪方法；随后，在图像增强环节比较了灰度线性变换、拉普拉斯变换、gamma变换三种方法的实验结果，结果表明gamma变换效果最为理想；接着，在图像边缘提取阶段，介绍了4种边缘检测算法，分析了不同算法的实验结果，确定Canny算子最佳。到此，确定了图像的去噪算法，增强算法以及边缘检测算法，为后续的视觉定位处理提供了可靠保证。
　　4.然后，针对瓶口、瓶塞、瓶盖的视觉定位，介绍了重心法、霍夫圆检测法以及最小二乘拟合法等几种常用的圆定位算法，为满足医药灌封机器人系统对视觉定位算法精确度高、稳定性好的要求，重点研究并提出了一种基于MeanShift的圆定位算法。具体步骤为：首先利用重心法粗略估计瓶口、瓶塞、瓶盖的中心；然后通过径向扫描找到瓶口、瓶塞、瓶盖对应的外边缘点；接着利用中垂线相交法原则把外边缘点映射到圆心附近，形成圆心点集；再通过MeanShift聚类算法区分噪声和真实外边缘点集，剔除噪声，获取真实外边缘点集；最后利用最小二乘拟合对真实外边缘点数据进行圆拟合，获得圆定位结果。实验结果表明，基于MeanShift的圆定位算法定位效果好，定位精度高，能够满足医药生产线的实际要求。
　　5.随后，针对以西林瓶为代表的医药工业生产过程中药液的灌装、药瓶加塞轧盖以及封口环节中瓶口、瓶塞、瓶盖的视觉定位，并结合实际需求设计出软件系统的总体方案，依次介绍系统的控制、视觉定位、设备通信等主要功能模块，最后结合基本模块开发出完整系统，详细阐述了软件系统的核心功能界面：登录及管理窗口、视觉定位主窗口、参数设置窗口、数据查询窗口的开发与实现。
　　6.最后，是论文的总结与展望。简述了论文的研究工作及所采用方法的优点和创新，并指出了不足与仍需改进之处。