医用药液已广泛应用于临床医疗,且大部分药液是通过静脉注射进入到体内。但由于药剂本身、生产工艺及生产过程等因素,使药液中可能含有不可溶性异物,这将对患者的身心健康带来伤害甚至危及生命安全。我国目前的异物检测主要采用人工灯检法,其检测结果受灯检工的主观性影响,检测效率和检测效果不理想。因此,研发在线高速药液异物自动检测系统具有重要的理论意义和实际应用价值。本课题以药液可见异物的视频序列为研究对象,以药液自动检测系统的异物检测算法为研究重点,利用高速相机获取待检测药液视频序列图像,采用适当的图像处理算法对药液中的可见异物进行提取和识别,并自动判别该药液是否合格。根据药液可见异物检测的功能要求和性能指标,确立了检测系统的整体方案。在介绍系统检测原理、系统组成及各子系统功能的基础上,设计了可满足实际要求的光源和照明系统,并选择了合适的摄相机、镜头,以便获取高质量的图像。针对采集到的原始图像存在大量背景噪声的特点,采用形态学滤波及二次差分与能量积累相结合的方法进行噪声抑制,以增强图像对比度。在此基础上,结合模糊理论和聚类算法,提出一种基于空间信息的模糊c均值聚类分割算法,该算法利用图像灰度信息和空间信息建立的聚类准则函数有效抑制了噪声对聚类中心的影响,实现异物的准确提取。药液高速旋转时产生的气泡影像与可见异物影像具有相似性,为了区分气泡和可见异物,本文提出一种利用运动轨迹、几何特征等信息的可见异物识别算法,该算法采用轨迹关联原理得到假设运动轨迹,然后利用可见异物运动轨迹的连续性及噪声运动轨迹的无序性判断是否有异物存在,从而判断出药液是否合格。为了验证文中提出算法的实用性,利用MATLAB7.0平台对药液视频序列图像进行算法验证。实验结果表明,本文提出的检测和识别算法能够满足药液可见异物在线检测的要求,达到预期目标。