前言

医用输液在生产过程中会混入少量微小异物，这些异物可能是外来的污染物，如铝屑、玻璃屑、橡皮屑等，也可能是内源性的固体，如原料中存在的不溶物、药物放置后析出的沉淀物等。中国药典规定：在输液生产过程中，要逐瓶进行不溶性异物检查。传统的检查方法由于劳动强度大，且检测结果不稳定，检测方法和标准不统一，已经成为输液自动化生产线的瓶颈问题。目前，基于机器视觉技术的输液中异物智能检测的研究还不多见。虽然国外一些研究机构已经做过一些研究工作，但是由于生产环境和制药标准不同，国内少数医疗器械公司引进的这方面技术，检测效果很不理想。所以，研究输液中微小异物视觉检测算法和研制适合我国制药标准和生产环境的在线全自动智能输液异物检测器械有着重要的理论意义和应用价值。

利用机器视觉技术进行输液异物检测的关键在于采集到的图像质量和图像处理算法的有效性。其中，输液中微小异物目标的图像识别算法是整个研究的难点和重点。本书主要从两个方面对输液中异物视觉检测技术进行了探讨和研究。一方面，根据输液异物检查标准和成像系统的分辨率，为准确辨识出其中可能存在的微小异物，针对输液图像中的异物点目标和面目标分别采用了基于改进的人工免疫算法的异物轨迹寻优算法和基于优化的最小二乘支持向量机的异物轨迹特征辨识算法。另一方面，为获取高质量的原始图像，设计了超高分辨率输液图像采集和处理系统，对其中的关键技术——超高分辨率图像采集和高速图像处理技术给出了解决方案。

本书共分6章。第1章为概述；第2章为输液中微小异物目标数学建模与分析；第3章至第5章研究了基于机器视觉的输液中微小异物智能检测方法，其中，第3章研究了输液图像预处理方法，第4章针对输液中的点目标进行了智能检测算法研究，第5章针对输液图像中较大的面目标进行了检测方法研究；第6章设计了超高分辨率输液图像采集系统和采集方法。

本书的研究工作得到国家自然科学基金（61173173、61272430）、山东省博士后创新项目专项资金（201203016）、山东省高等学校科技计划项目（J13LN06）、山东省自然科学基金（ZR2010EL030、ZR2010FM044）和山东省软科学研究计划项目（2012RKB01155）等项目的资助。

参加研究工作的还有庞清乐博士、郭文博士、马加庆博士、慕延华博士、闫龙博士、曲衍怀博士、王昕博士等，在此一并致谢！另外要特别致谢孙同景教授、王洪君教授、华臻教授、朱智林教授、张鑫教授、Xavier Intes教授等，感谢他们为本书写作所提供的帮助和支持。

本书可作为从事微弱目标视觉检测研究和应用的科技人员的参考书，也可作为高等学校大学生和研究生学习机器视觉、图像处理的教学参考书。

由于撰写时间和作者水平之限，全书难免存在缺点和错误，敬请读者批评指正。

作者