大容量注射剂（俗称"大输液"）是临床医疗中使用量较大的药品品类之一，常见规格涵盖500ml、1000ml等多个容量等级。由于大输液直接进入人体血液循环，其包装容器的质量状况与用药安全密切相关。传统人工灯检方式在面对大容积瓶体时，存在视野盲区多、检测效率低、人员易疲劳等现实问题，难以满足现代制药企业高速连续生产的质量管控需求。视觉检测技术的引入，为大输液瓶的在线品控提供了可靠的技术路径。
大输液瓶的缺陷类型与检测难点
大输液瓶的常见缺陷包括瓶口破损与变形、瓶壁气泡与裂纹、瓶底厚薄不均、瓶身划痕与污渍，以及灌装后的液位偏差、液体异物、瓶盖密封不良等问题。相较于小规格西林瓶或安瓿瓶，大输液瓶的检测难点主要体现在以下几个方面。
首先是瓶体尺寸较大，单个相机视野难以覆盖完整瓶身，需要多角度、多相机的协同成像方案。其次是瓶壁曲率变化较复杂，尤其是瓶肩和瓶底过渡区域，容易产生光学畸变，对缺陷识别算法提出更高要求。再者，大容积液体的异物检测需要充分的搅拌或翻转动作使悬浮颗粒运动，对机械结构与采集时序的配合精度要求较高。
视觉检测系统的硬件架构设计
针对大输液瓶的检测特点，视觉检测系统通常采用多工位分布式架构。瓶身检测工位配备四到六组高分辨率工业相机，环绕瓶体均匀分布，配合背光与前光组合光源，实现瓶体外表面的全景覆盖。每组相机采用500万像素以上的全局快门传感器，确保在高速传输过程中图像无拖影。
瓶底检测工位采用仰视成像方案，通过高亮度背光光源穿透瓶底，检测瓶底厚度分布、气泡及杂质。瓶口检测工位则利用俯视相机配合环形光源，重点检查瓶口平面的破损、缺口及残胶情况。液位检测工位通过侧向透射光成像，利用液面折射率差异识别液位高度及液面异常。
深度学习算法在异物检测中的应用
液体异物检测是大输液瓶品控的核心环节。视觉检测系统采用"翻转-静止-采集"的多帧序列策略：首先控制瓶体做特定轨迹的翻转运动，使瓶内可能存在的异物在液体中悬浮移动；随后在静止状态下以高帧率连续采集多帧图像；最后通过帧间差分算法提取运动目标，并结合深度学习分类网络判断异物类型。
训练数据集覆盖毛发、纤维、玻璃碎屑、橡胶颗粒、金属微粒等典型异物类别，经过数万张标注样本的迭代训练，分类模型对各类异物的识别准确率保持在较高水平。同时，系统对瓶壁附着气泡等"伪缺陷"进行了专门的鉴别处理，通过形态特征分析与运动轨迹比对，有效降低误报率。
液位与密封性的协同检测
灌装量的准确性是大输液生产的关键质量控制点。视觉检测系统通过侧光透射成像获取瓶体侧面轮廓，利用边缘检测算法定位液面位置。针对玻璃瓶和塑料瓶不同材质，系统分别采用可见光透射与近红外吸收的成像方式，确保液位识别的稳定性。
密封性检测则通过瓶盖顶面高度测量与瓶口密封面完整性分析协同完成。系统检测瓶盖是否压紧到位、密封圈是否均匀贴合，以及瓶口平面是否存在影响密封效果的缺陷。多个检测工位的数据在中央处理单元汇合，形成每一瓶输液产品的完整质量档案，实现全量数据的可追溯管理。
多规格混线生产的柔性适配
现代大输液生产线通常需要兼容多种规格瓶型，包括不同容量的玻璃瓶、PP塑料瓶及非PVC软袋等。视觉检测系统通过参数化配方管理实现快速换型：每种瓶型的相机参数、光源配置、检测区域坐标及判定标准均保存为独立配方文件，切换时一键加载即可。
机械传输部分采用柔性输送设计，导轨宽度与定位工装可电动调节，适配不同瓶径与瓶高。换型过程无需更换硬件部件，整线换型时间可控制在较短时间内。系统还支持与MES、SCADA等上位系统的数据对接，实时上传检测结果与统计报表，为生产管理决策提供数据支撑。
大输液瓶视觉检测技术的持续演进，正在推动大容量注射剂生产环节的质量管控从经验驱动向数据驱动转型。通过高分辨率成像、深度学习算法与柔性化产线设计的协同配合，视觉检测系统为大输液产品的安全性与一致性提供了技术保障。