一种基于机器视觉的输液管内空气检测方法及装置与流程

本发明涉及医疗领域，具体涉及自动输液过程中输液管路内的空气检测技术。

背景技术：

在静脉输注时，一般微量的空气能被内部血液溶解；如果超过一定量的空气进入血管可能导致空气栓塞，对于病人十分危险。

在肠内喂养时，由于病人无法正常进食，必须通过导管，把营养液注入到病人胃里。如果有大量空气进入胃里，病人无法通过打嗝把空气排出。发生胃胀气，严重时可能撑破胃壁，威胁病人生命安全。

为此，检测输液管内的空气非常的重要。由于输液管内的空气，有两种形态：1.夹杂在液体的气泡；2.管内没有或少量附着在管壁的液体，呈现空管状态。

而现有针对输液管内空气的检测方法有几下几种：

1.利用超声波通过不同介质的速度不同实现检测。即在输液管路两侧，一端发射超声波，另一端接收超声波，以一定频率和间歇周期发射超声波，接收端根据接收到的信号和发射信号比较，就能判断出管内是液体还是气泡。该方法简单有效，但是超声波传感器成本高，实现复杂。

2.利用光线穿过不同介质会发生折射和反射等原理实现检测。即在输液管路两侧，一边设置发射led，另一边设置光敏传感器接收。光敏传感器接收到光，产生微弱的小电流，经过放大处理变成电压信号，传入模数转换器采样，最后cpu计算并处理。

该检测方案的前提是输液管路必须是透明的材料，并且为了光线的折射效果更好，需要改变输液管管路形状，一般把圆形的管路改变成中空三角形或梯形的管路，选择折射率比较大的波长的光。当光以一定角度(非垂直)穿过不同介质时，有一个固定的折射角度和光通路。管路另一边在光出射点接收该光线。如果管路内混入空气，光照射空气，空气折射率小于液体折射率，光通路被改变，管路另一边接收到的光强度变弱。光敏传感器把接收到的光转化为微弱的电流，再经过电路转化为电压信号，最后经过放大滤波，adc采样，计算机计算后，判断出电压信号的大小，来判断接收到的光强弱，进而判断输液管路是否混入空气。该方法原理简单，但是需要搭配复杂的结构，并且驱动电路复杂。

另外，现有的输液管内空气检测方案在实际应用过程中还普遍存在检测精度不高，稳定性不高等一系列问题，这大大影响其实用性。由此，提供一种高精度，高稳定可靠性的输液管内空气检测方案是本领域亟需解决的问题。

技术实现要素：

针对现有输液管内空气检测技术所存在的问题，需要一种精度高，可靠性高的输液管内空气检测方案。

为此，本发明所要解决的技术问题是提供一种基于机器视觉的输液管内空气检测方法及装置，其检测精度高，稳定可靠。

为了解决上述技术问题，本发明提供的基于机器视觉的输液管内空气检测方法，其基于机器视觉技术直接识别实时采集的输液管图像，分析图像中对应于输液管区域的形态，以此来检测输液管内的空气形态。

在本检测方案中，所述检测方法以每秒至少1帧的速度实时拍摄输液管的图片，并对每一帧图片进行分析。

在本检测方案中，所述检测方法通过对输液管图像进行边缘提取，再通过分析提取的边缘图像来判定输液管内空气情况。

在本检测方案中，在相应光照条件下，若提取的边缘图像中，对应于输液管内的特定区域内是连续的，且边缘线条为单线条，则判定输液管内全是液体；

若提取的边缘图像中，对应于输液管内的特定区域内是不连续的，则判定输液管内有液体，有气泡；

若提取的边缘图像中，对应于输液管内的特定区域内是连续的，且边缘线条为双线条，一条边缘线是管壁，一条是管壁反光的光线，则判断输液管内全是空气。

在本检测方案中，所述检测方法通过对输液管图像进行二值化处理，并分析对应于输液管的固定位置区域内黑白的分布情况，以此判定输液管内空气情况。

在本检测方案中，若对应于输液管的固定位置区域内为连续的全黑色，则判定输液管内全是液体；

若对应于输液管的固定位置区域内有白色有黑色，则判定输液管内有液体，有气泡；

若对应于输液管的固定位置区域内为连续的全白色，则判定输液管内全是空气。

在本检测方案中，所述二值化处理时，通过自适应调整自动选择合适的阈值，将采集的彩色图像进行二值化处理。

在本检测方案中，所述检测方法中进行二值化处理时，首先对采集到的输液管彩色图像转化为灰白图像；

接着，根据预设的阈值对输液管灰白图像进行二值化处理；

接着，分析二值化图像中非输液管区域是否全为白色像素；如果不是白色像素，调整阈值，直到全为白色像素为止；

接着，分析二值化图像中输液管壁区域是否有连续的黑色像素包裹，如果没有，则调整阈值，直到被连续黑色像素包裹该区域；

最后，以该阈值对采集的图像进行二值化处理。

为了解决上述技术问题，本发明提供的基于机器视觉的输液管内空气检测装置，所述检测装置包括：

暗室，所述暗室相对于输液管固定设置，构建输液管图像采集环境；

图像采集装置，所述图像采集装置设置在暗室上，实时采集位于暗室内的输液管图像；

图像处理单元，所述图像处理单元直接识别实时采集的输液管图像，分析图像中对应于输液管区域的形态，以此来检测输液管内的空气形态。

在检测装置的方案中，所述图像处理单元由处理芯片和图像识别及分析模块配合构成，所述图像识别及分析模块直接识别采集到输液管图像，并分析图像中对应于输液管区域的形态，以此来检测输液管内空气的形态；所述处理芯片控制图像采集装置和图像识别及分析模块协同工作完成图像采集和识别分析。

在检测装置的方案中，所述图像采集装置由镜头和图像传感器配合构成。

在检测装置的方案中，所述暗室内设置有照明单元，所述照明单元配合密闭的暗室内部结构构成光照条件恒定的输液管图像采集环境。

在检测装置的方案中，所述检测装置还包括一仓室，该仓室具有可闭合仓门，其内固定输液管，并容纳暗室。

在检测装置的方案中，所述暗室顶部的盖板作为背景板设置在仓室的仓门上。

据此构成的输液管路内空气检测方案可有效检测输液管内的空气形态；再者本方案实现结构简单，易于实现，可靠性，能够有效解决现有技术所存在的问题。据此构成的输液管内空气检测方案，其基于机器视觉技术可有效实现对输液管内空气的精确识别；再者本方案稳定可靠性高，能够有效解决现有技术所存在的问题。

另外，本方案提供的检测技术，能够适用于医疗领域，将本方案集成在输液泵和喂养泵内，可实现在给病人静脉输注或肠内喂养过程中，有效检测输液软管内气泡和空管，大大提高安全性。

附图说明

以下结合附图和具体实施方式来进一步说明本发明。

图1为本发明实例中涉及到的输液管路结构示意图；

图2为本发明实例中输液管内空气检测装置的主要结构图；

图3为本发明实例中暗室的主要结构图；

图4为本发明实例中暗室的顶视图；

图5为本发明实例1中针对三种不同形态输液管图像采用同一阈值，边缘检测后得到的处理图像；

图6为本发明实例2中针对三种不同形态输液管图像采用同一阈值，二值法处理后分别得的处理图像；

图7为本发明实例2中二值法阈值自动确定的流程示意图；

图8为本发明实例2中二值法分析的流程示意图。

具体实施方式

为了使本发明实现的技术手段、创作特征、达成目的与功效易于明白了解，下面结合具体图示，进一步阐述本发明。

首先，本实例针对的输液管为一类医疗耗材，不局限于用于静脉输液或肠内营养液喂养的输液管，也不局限用于人的静脉输注和肠内喂养或动物的静脉输注和肠内喂养。

参见图1，用于自动静脉注射和自动肠内喂养的输液管100一般包括四部分：第一透明导管101、硅胶软管102、第二透明导管103、透明导管和硅胶软管接头104。

其中，第一透明导管101用于连接输液袋或输液瓶105到硅胶软管102；而硅胶软管102可以是透明和不透明；第二透明导管103用于连接硅胶软管到接头106。

这里的接头106为连接病人体内胃管的接头，或者是针头插入病人血管。

这里的硅胶软管103为塑料制品，透明，柔软，有弹性，配合蠕动泵105实现自动输液和喂养。

如此构成输液管100在使用时管内液体的流动是通过蠕动泵107(如图2所示)来控制。在实际的应用过程中，输液管100会进入空气，对于输液管内的空气，有两种形态：1.是夹杂在液体的气泡，即一部分空气和一部分液体；2.是管内没有液体，全是空气。

由于输液管中含有空气形态的不同，其内部形态也不同。为此，本方案通过基于机器视觉技术来直接识别实时采集的输液管图像，分析图像中对应于输液管区域的形态，以此来检测输液管内空气的形态。

本方案具体通过基于机器视觉技术来识别实时采集的输液管路相应区域段的图像，输液管路在图像中的位置固定不变，并且输液管路为透明材质，使得管路内的液体或空气都在图像中呈现。由此通过分析图像中对应于输液管区域的形态，即可有效检测输液管内是否混入空气，还是全是液体，或全是空气等状态，据此构成的输液管路内空气检测方案可有效检测输液管内的空气形态。

在此基础上，为保证检测结果的实时性和高精度，本方案具体以每秒至少1帧的速度实时拍摄与输液管中硅胶软管相关的图片，再对拍摄的每一帧图片进行分析，以此确定输液管内部状态的变化，继而来检测输液管内空气的形态。

参见图2，其所示为本方案提供的基于机器视觉的输液管内空气检测装置的总体结构图。

由图可知，本检测装置200主要包括泵仓室210，采集及识别装置220，暗室230这几个部分。

其中，仓室210构成用于检测装置的空间结构，固定相应的待检测的输液管100；同时用于安置相应的硅胶软管102、蠕动泵107、电机108、暗室240、采集及识别装置220等。

该仓室210上设置有相应的仓门盖211，用于构成一个封闭的检测空间，隔绝外部干扰，防止异物进入；同时防止外部光线进入仓室内，影响摄像头拍照摄像，以保证本装置的可靠性。

这里的蠕动泵107、电机108、硅胶软管102、以及第一透明管101和第二透明管103为现有自动输液管的设置方案，此处不加以赘述。

暗室230，其设置在仓室210中，构成一个封闭的，光照条件恒定的图像采集空间，用于采集及识别装置220拍摄输液管100中的硅胶软管102，避免不同光照条件，对后续图像识别的影响，保证后续图像检测识别的精度。

如图2和图3所示，该暗室230容安置在仓室210内的硅胶软管102穿过，并通过接头104连接于第一透明导管101、第二透明导管103。通过与仓室210配合，使得硅胶软管102固定在仓室210内，从而使得穿过暗室230的硅胶软管102相对于暗室230固定，即位于暗室230内的部分是固定不变的，作为图像采集区段。

同时在该暗室230的底部设置的连接部232，用于连接采集及识别装置220；该暗室230的顶部设置有相应盖板231，该盖板231对应于暗室230顶部，与其配合，能够完全闭合，密闭暗室230，达到屏蔽外部光线的目的，从而在暗室230内形成密闭的，光照条件恒定的图像采集空间。

在具体实现时，本方案中的盖板231可进一步作为相应的背景板，用于检测仓门盖211是否关闭。具体的，该盖板231对应于暗室230顶部，设置在仓门盖211上，并随仓门开关闭合，在仓门闭合后，盖板231和暗室230完全闭合；在仓门打开后，该盖板231脱离暗室230；由通过检测暗室230的顶部是否有盖板231来实现检测仓门盖211是否关闭。优选的，该背景板231上设置有用于检测仓门是否关闭的图案和/或颜色。如采用白色背景板，不局限于白色，和全白色，也可以是其他颜色，或带有特定图标。材质表面对光不是全反射，以漫反射为主。

这样可由采集及识别装置通过拍摄和识别背景板上图案和/或颜色来检测仓门是否关闭。如当摄像头对仓室拍照，获取的图片中，判断图片中固定区域是否有该图标，来检测仓门是否关闭。

另外，为了便于下部的采集及识别装置220的拍摄采集，暗室230的底部为透明的，采用完全透明材料构成，这样在本暗室230中，硅胶软管102固定在内部，置于完全透明材料之上，同时在硅胶软管102的上部为白色背景板231。

这样的完全透明材料，可以是玻璃，也可以说是亚克力板，但不局限这两种。该透明材料的作用是，方便机器视觉用摄像头透过该透明材料对暗室内的硅胶软管102进行拍照，同时隔离外界洒落的液体，尘埃和外部物体进入损坏机器视觉用摄像头。

参见图3和图4，本方案中的采集及识别装置220为整个检测装置的处理中心，其通过直接识别实时采集的输液管图像，分析图像中对应于输液管区域的形态，以此来检测输液管内空气的形态。

该采集及识别装置220主要由图像采集部分221和图像处理单元部分(图中未示出)配合构成。

其中图像采集部分221，具体为摄像头用于图像的采集，通过连接部232安置在暗室230的下部，即位于硅胶软管102之下；该摄像头在处理单元部分的控制下，搭配led照明灯，实时对暗室内的硅胶软管102拍照，并把图像数据传递给图像处理单元部分。这里的摄像头包括黑白摄像头或彩色摄像头；而摄像头由图像传感器(ccd或cmos)和镜头构成；镜头选用大景深、微距。

具体的，连接部分232内部有led照明灯222，同时连接部分232和暗室230中间隔着透明层(如上所述)。该透明层是阻隔外部污染，并完全透光，利于摄像头拍摄图片。

本方案中采用4个led照明灯222，分别设置于连接部分232的四个角，并位于摄像头旁边，而摄像头从连接部分232中间伸出。

另外，对于led照明灯222的安置位置并不限于此，根据需要还可安置在摄像头镜头之下，之上，透明材料之下，或处于背景板，只要能够在摄像头拍照时(必须屏蔽外部光线)，提供必要的照明即可。

该采集及识别装置220中的图像处理单元部分用于完成输液管图像的处理和识别采集的输液管图像，分析图像中对应于输液管区域的形态，以此来检测输液管内空气的形态。

该图像处理单元部分具体由相应的电路板和设置在该电路板处理芯片构成。图像采集部分221中的图像传感器设置在该电路板上，以将采集到的图像传至处理芯片；同时相应的led照明灯连接于电路板，并受控于处理芯片；而处理芯片控制图像传感器来实时采集相应的输液管图像，并配合相应的图像识别及分析模块，对采集到图像进行识别并分析图像中对应于输液管区域的形态，以此来检测输液管内空气的形态。

这里的处理芯片优选相应的cpu来实现，其控制图像传感器以每秒至少1帧的速度实时拍摄与输液管中硅胶软管相关的图片，再对拍摄的每一帧图片进行分析，以此确定输液管内部状态的变化，继而来检测输液管内空气的形态。

在本输液管内空气检测装置中，由于硅胶软管、背景板与摄像头三者之间相对固定，所以硅胶软管和背景板出现在图像的固定位置，不会改变。在此情况下，采集及识别装置220中镜头焦距固定，拍摄的图像不会变焦，画面内容不变，继而cpu获取的图像，是固定图像，这样cpu分析图像，只需分析对应硅胶软管的区域部分，即可进行空气检测。

由此构成的检测装置在工作时，在自动输液或喂养的时候，仓门关闭，使得仓门上的盖板与和暗室完全闭合，屏蔽外部光线，在暗室内形成密闭的，光照条件恒定的图像采集空间。

电机带动蠕动泵逆时针旋转，挤压硅胶软管管内的液体，自第一透明导管流向硅胶软管，再流向第二透明导管，最终流向病人体内。

这期间，采集及识别装置中的cpu控制led照射暗室内硅胶软管，以形成恒定的光照条件。

与此同时，cpu通过摄像头拍摄盖板图像，以检测仓门盖是否关闭。在确定仓门盖关闭后，cpu通过摄像头每秒至少1帧的速度实时拍摄暗室内硅胶软管相关的图像；摄像头中的图像传感器将采集的图像实时传至cpu；cpu配合相应的图像识别及分析算法，对采集到的每一帧图片进行识别分析，识别分析硅胶软管内空气形态。由于光照明度，光线的照射角度等环境变化因数对后期分析结果的准确性有很大的影响，本方案通过建立暗室，构建密闭的暗室内环境，作为图像采集环境。在该图像采集环境内照明度，光线的照射角度等因数在整个分析过程都恒定的，从而可大大提高后期分析准确性。

本实例中，在基于机器视觉技术来直接识别实时采集的输液管图像，分析图像中对应于输液管区域的形态时，有多种的实现方式，以下通过具体的应用实例来说明。

实例1：

本实例通过对输液管图像进行边缘提取，再通过分析提取的边缘图像来判定输液管内空气的形态。

在具体实现时，本实例相对于输液管构建相应的密闭结构(如图1所示)，用于输液管图像实时采集时，屏蔽外部光线，保证后期边缘提取和分析的准确性。

如图1所示，该密闭结构为双重密闭结构，由仓室、仓门、暗室、盖板以及采集及识别装置配合构成，具体如上所述，此处不加以赘述。

在该密闭结构中，仓门不透光，工作时，仓门必须关闭。该仓门的作用：

1、蠕动泵工作时，保护泵不被外界干扰，同时蠕动泵也不危及使用者的安全，和其他接触的人或动物的安全。

2、屏蔽外部光线，当内部摄像头工作时，实时拍照，避免外部光线进入，影响成像，造成干扰，使采集及识别装置中cpu处理增加难度，同时防止内部光线泄露出去。

在该密闭结构中，盖板作为背景板，具体采用明亮单色的背景板，同色正向光。

在该密闭结构中，采用透明输液管，采集及识别装置中的摄像头和输液管相对固定，且输液管平行于拍摄面，镜头与输液管的距离数厘米，并处于密闭的暗室里，屏蔽外部光线。

在该密闭结构中，采集及识别装置用于采集密闭暗室内透明输液管的实时图像，并对采集到的图像进行识别分析，以检测图像中输液管内的空气形态。

该采集及识别装置由摄像头、cpu以及图像识别及分析模块配合构成。摄像头作为图像采集装置由镜头和图像传感器构成，其中镜头安置在暗室上，并与暗室内的输液管形成定距拍摄结构。

图像识别及分析模块用于识别、分析摄像头采集到的图像中的输液管的形态。该图像识别及分析模块通过对输液管图像进行边缘提取，再通过分析提取的边缘图像来判定输液管内空气的形态。

cpu控制摄像头和图像识别及分析模块协同工作完成图像采集和识别分析。具体的，cpu控制摄像头以每秒大于等于1帧的速度实时拍照输液管的图像，再控制图像识别及分析模块对每一帧图片分析。

在分析图片时，图像识别及分析模块首先进行边缘提取，以提取图像内软管边缘；再者，分析提取的边缘图像来判定输液管内空气情况。

由于输液管内部的空气形态归纳总结有如下三种情况：

1、全是液体，液体可能有各种颜色；

2、有液体，有气泡；

3、全是空气。

据此，本实例中的图像识别及分析模块通过如下方式来分析边缘图像，来实现输液管内部空气形态的检测：

若提取的边缘图像中，对应于软管内的特定区域内是连续的，且边缘线条为单线条，则判定输液管内全是液体；

若提取的边缘图像中，对应于软管内的特定区域内是不连续的，则判定输液管内有液体，有气泡；

若提取的边缘图像中，对应于软管内的特定区域内是连续的，且边缘线条为双线条，则判断输液管内全是空气。

针对上述的分析方案，本实例进一步以输液溶剂为透明液体为例和一定环境亮度条件下进行试验验证。其他颜色液体和其他亮度条件参照此处理，具体分析方法和阈值确定可能有所不同。

参见图5，其所示为针对三种不同形态输液管图像采用同一阈值，边缘检测后得到的处理图像。

参见图5a，其所示为管内为全是无色透明液体时，摄像头拍摄的图像，采用同一阈值，边缘检测后得到的处理图像。

参见图5b，其所示为管内为一部分无色透明液体和一部分空气，摄像头拍摄的图像，采用同一阈值，边缘检测后得到的处理图像。

参见图5c，其所示为管内为完全是空管的状态，摄像头拍摄的图像，采用同一阈值，边缘检测后得到的处理图像。

经过分析比较可知：

第一种情况下，软管内全是液体。液体为圆柱体形状，对于光有放大镜的效应。管子中间亮度很高。则其对应的提取的边缘图像中，对应于输液管内的特定区域内是连续的，且边缘线条为单线条，单线条为软管外壁。

第二种情况下，软管内有液体，有气泡。则其对应的提取的边缘图像中对应于输液管内的特定区域内是不连续的，并且杂乱无章的分布。

第三种情况下，软管内全是空气。则其对应的提取的边缘图像中对应于输液管内的特定区域内是连续的，且边缘线条为双线条，双线条中一条边缘线是管壁，一条是管壁反光的光线。

由此可见，本实例提供通过分析提取的边缘图像来判定输液管内空气形态的方案，能够精确检测到输液管内的空气形态。

实例2：

本实例具体通过对输液管图像进行二值化处理，并分析对应于输液管的固定位置区域内黑白的分布情况，以此判定输液管内空气情况。

这里的二值法为把图像不同颜色的像素点(包括不同颜色的像素)，先分别转换为0到255，共256种程度灰白图像显示，从完全黑色0到完全白色255。然后选取一个阈值，阈值在0到255之间，高于阈值的像素点用255白色像素表示，低于阈值的像素点用0黑色表示，最终只有黑白两种像素表示。

据此方法可简化分析复杂性，只分析两种像素点分布情况，就知道输液管管内情况。

在具体实现时，本实例基于实例1中的密闭结构方案进行，这里的密闭结构方案与实例1中相同，此处不加以赘述。

其中，采集及识别装置中的cpu控制摄像头和图像识别及分析模块协同工作完成图像采集和识别分析；cpu控制摄像头以每秒大于等于1帧的速度实时拍照输液管的图像，再控制图像识别及分析模块对每一帧图片分析。

在分析图片时，图像识别及分析模块针对采集到的每一帧图像进行二值法处理，使得图像中只有两种颜色像素点(白色和黑色)；接着分析对应于输液管的固定位置区域内黑白的分布情况，以此判定输液管内空气情况。

针对输液管内部空气形态的三种情况下(如实例1中所述)，本实例中的图像识别及分析模块通过如下方式来分析二值化图像，以实现输液管内部空气形态的检测：

若对应于输液管的固定位置区域内为连续的全黑色，则判定输液管内全是液体；

若对应于输液管的固定位置区域内有白色有黑色，则判定输液管内有液体，有气泡；

若对应于输液管的固定位置区域内为连续的全白色，则判定输液管内全是空气。

对于这里的固定位置区域，为输液管在图像中成像位置区域。由于输液管和摄像头位置相对固定，故输液管在图像中固定位置成像。

本实例中，在对采集到的图像进行二值化处理时，根据环境光强度大小，选择一个合适的阈值，把彩色图像用二值法表现出来。

本实例中为了保证检测结果的准确性，根据实际情况自适应调整自动选择合适的二值化阈值。

具体的，本实例在输液管安装到泵上，并且关闭泵仓门的条件下进行确定二值化阈值。在进行处理时，由于预先是不知道管内是否有液体，空气，和一部分液体和气泡混合这三种情况，也不知道液体是何种颜色，因此通过自适应调整自动选择合适的二值化阈值，实现过程如下(参见图7)：

首先，输液泵开始工作，针对摄像头拍摄采集到的彩色图像，先转化为灰白图像，选择一个预定(内部程序固定)的二值化阈值，开始二值化处理。

接着，分析二值化图像中的非特定区域(不是输液管的区域，即为白色背景板的区域)，判定该区域是否全为白色像素，如果不是白色像素，调整阈值，直到全为白色像素为止。

接着，分析二值化图像中的特定区域(输液管区域)，判定该区域是否有连续的黑色像素包裹，该连续黑色像素即为输液管壁；若没有，则调整阈值，直到被连续黑色像素包裹该区域。

由此，调整得到的阈值，则为适合本次输注过程空气检测的二值化阈值。在整个输注过程中，阈值只需在一开始确定，直到本次输注完成时为止，都用该阈值处理所有采集的图像。

基于上述方案自适应调整自动选择的二值化阈值，本实例对输液管图像进行二值化处理，并分析对应于输液管的固定位置区域内黑、白的分布情况，以此判定输液管内空气情况的整个过程如下(参见图8)：

1、通过摄像头每秒大于等于1帧的速度连续拍照输液管的图像。

2、基于上述自适应调整自动选择的二值化阈值，对采集到的每一帧图像进行二值法处理，得到相应的二值化图像(即黑白图像)。

3、分析二值化图像(即黑白图像)中特定区域内(即输液管内)，黑色和白色像素的分布情况。

4、分析判断特定区域内是否有一条白色像素区域，沿着输液管方向分布：若是，则判断白色像素区域的宽度，如果很宽表示管内全为液体，没有汽包和空气；若不是，则转入步骤5。

5、分析判断特定区域内是否为连续白色像素点沿着输液管方向分布：若是，则判断输白色像素区域的宽度，如果很窄，并且周围有不连续的黑色像素，则管内全部为空气，即现在为空管状态；若不是，则判断输液管内混入有气泡。

针对上述的二值图像分析方案，本实例进一步以输液溶剂为无色透明液体为例和一定环境亮度条件下进行试验验证。其他颜色液体和其他亮度条件参照此处理，其他具体分析方法和阈值确定可能有所不同。

参见图6，其所示为本实例中针对三种不同形态输液管图像采用同一阈值，进行二值法处理后分别得的处理图像。)

参见图6a，其所示为管内为全是无色透明液体时，摄像头拍摄的图像，采用同一阈值，二值法处理后分别得的处理图像。

参见图6b，其所示为管内为部分无色透明液体和一部分空气时，摄像头拍摄的图像，采用同一阈值，二值法处理后分别得的处理图像。

参见图6c，其所示为管内完全是空管的状态时，摄像头拍摄的图像，采用同一阈值，二值法处理后分别得的处理图像。

由于摄像头和输液管相对固定，本实例中通过分析二值图像中固定位置区域(输液管区域)内黑白像素点的分布情况以此判定输液管内空气情况：

经过二值法处理后，若该区域两边是连续的全黑色像素带状分布，即输液管壁。中间是连续的白色像素，由于液体在管内的形状为柱状，(放大镜的原理)对光线有汇聚效应，所以白色像素区域宽，没有黑色像素掺杂；则输液管内全是液体。

经过二值法处理后，若该区域有白色和像素有黑色，一大片白色像素区域，即为液体区域。位于边缘分布的黑色像素带，即为输液管壁；中间区域出现黑色像素和白色像素混合，即为气泡；则输液管内混入空气。

经过二值法处理后，若输液管路区域黑色像素多于白色；但是，由于管壁反光，有一条白色的光带，该白色像素带，细长直线分部；则表示输液管内全是空气。

由此可见，本实例提供的二值图像分析方法，能够完全分析出输液管内全是液体、全是空气或一部分液体和一部分气泡三种情况。

以上显示和描述了本发明的基本原理、主要特征和本发明的优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是说明本发明的原理，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。