以安瓿瓶为容器的水针剂已经广泛应用于临床医疗,并大部分通过静脉注射或肌肉注射进入到人体内。水针剂中存在的异物可能对患者的身体健康和生命安全带来直接或间接的威胁。目前采用的人工灯检方式由于受人的主观因素和视觉因素的影响而使检测结果和检测效率得不到保障,因此,研制基于机器视觉的安瓿瓶液剂异物在线检测系统对于提高生产效率、保证产品质量具有重要的理论和现实意义。近年发展的机器视觉技术已广泛用于工业领域的自动检测,为液剂异物的在线检测提供了新的途径。论文针对安培瓶液剂异物检测过程中存在的问题,并结合当前基于机器视觉的在线检测系统的发展现状,综合运用嵌入式技术和图像处理技术,设计开发了安培瓶水针剂异物在线检测系统。论文介绍了机器视觉技术应用于在线检测系统的的发展概况及图像处理的相关技术,并对系统结构、系统选型和系统解决方案进行了论述,在此基础上构建了以ARM+CPLD为核心的安培瓶液剂异物在线检测系统硬件平台。论文着重阐述了系统硬件平台各功能模块的设计思想和实现方法,并给出了在QuartusII 9.0环境下的系统时序仿真结果。在系统实现上,针对图像采集过程中数据量大的特点,设计了以两片256K SRAM的乒乓缓存结构,并增加相关的总线隔离和控制,提高了系统运行速度和数据稳定性。针对安瓿瓶内水针剂异物的特点,采用CDF双正交小波变换算法进行图像预处理并结合帧差法进行疑似异物区域的初步检测,再利用基于模糊Tsallis-Havrda-Charvat熵的图像分割算法得到异物的二次分割图,最后结合初步检测和二次分割结果通过加权得到最终异物分割图。Matlab仿真结果验证了所提算法的可行性和有效性。最后,通过实验评估嵌入式安瓿瓶在线检测系统的处理速度和实际剔除不合格产品的可靠程度,同时分析影响系统检测结果的因素。实验表明,系统工作稳定,处理速度能满足在线检测要求。