随着人民生活水平的提高和医疗卫生知识的普及,人们对药品质量需求观念不断更新,对药品安全的要求越来越高。从药品生产企业的角度来说,企业自身的生存和发展也要求不断提高产品质量,将现代的科学技术运用于药品生产加工过程。由于国外企业的技术垄断和封锁,我国大多数企业目前仍停留在人工灯检的工作方式,迫切需要研制基于机器视觉的葡萄糖药液生产线产品质量自动检测设备,而药液中异物目标的视觉检测与识别是其中重要的难点问题。论文首先介绍了研究工作的背景和意义,总结了国内外医药制造行业中机器视觉技术的研究与应用现状,然后对葡萄糖药液视觉检测中的药液图像噪声抑制、异物目标检测和识别等关键技术进行了深入的研究和探索。在分析系统获得的葡萄糖药液图像噪声模型的基础上,研究并实现了改进的自适应中值滤波和基于小波变换的图像噪声抑制方法,实验结果表明本文所提出方法可以很好地抑制药液图像中的噪声,同时有效减少了图像中有用信息的损失,为后续的异物目标准确识别奠定了基础。针对葡萄糖药液中异物目标的特性,设计并实现了基于自适应混合高斯模型的异物目标检测方法,首先利用自适应混合高斯模型对药液序列图像数据进行检测获得感兴趣的目标区域,然后采用形态学运算对目标区域进行分割来完成检测。提出了一种基于模糊支持向量机的异物目标识别方法,阐述了算法思想,详细介绍了异物目标的特征提取和模糊支持向量机分类器的训练方法。实验结果证明设计的方法能准确有效地检测和识别出药液内的异物目标,可以很好地满足葡萄糖药液生产线的检测要求。最后,结合葡萄糖药液生产线中异物检测的需求,设计开发了一套基于机器视觉的在线自动检测与识别系统,详细阐述了系统的总体设计思路和软硬件系统的构成、功能及其实现方式。通过实际系统的开发,为本论文的算法研究提供了思路,并为算法的实际应用提供了实验平台。