在藥品包裝缺陷檢測這個(gè)領(lǐng)域中,依據(jù)人工方法和稱重方法進(jìn)行檢測,是兩種曾經(jīng)被普遍使用的方法。其中,稱重法對于內(nèi)容藥品的丟失可以有效檢出,但是對于包裝腔體的破損、裂縫則基本無效;人工法檢測藥品包裝缺陷,依賴于工人的技術(shù)熟練程度和身體狀態(tài),如果連續(xù)高強(qiáng)度工作或現(xiàn)場光線不足,都可能導(dǎo)致缺陷無法的正確檢測。基于計(jì)算機(jī)視覺技術(shù)的藥品包裝檢測方法,以攝像機(jī)作為傳感器來拍攝藥品包裝圖像,不需要和藥品包裝物進(jìn)行機(jī)械接觸,可以有效避免包裝的二次破壞。同時(shí),它是一種同時(shí)滿足檢測精度和檢測效率需求的檢測方法。本文以此為出發(fā)點(diǎn),設(shè)計(jì)一套基于計(jì)算機(jī)視覺的魚眼塑封藥品包裝實(shí)時(shí)檢測的處理方法,開展的研究工作有:首先,針對藥品包裝的缺陷檢測問題,設(shè)計(jì)了計(jì)算機(jī)視覺的檢測系統(tǒng),系統(tǒng)中包含了計(jì)算機(jī)、攝像機(jī)、圖像采集卡等硬件。針對藥品包裝圖像的噪聲干擾問題,提出了一種組合去噪方法,用均值濾波器、中值濾波器、高斯濾波器完成了對三種噪聲的去除,進(jìn)而采用大津算法閾值分割增強(qiáng)圖像對比度,去除了去噪后形成的模糊效應(yīng)。其次,對計(jì)算機(jī)視覺中幾種典型的區(qū)域分割方法進(jìn)行了比較,人工閾值的區(qū)域分割、迭代閾值的區(qū)域分割、大津算法一維區(qū)域分割、大津算... 

【文章頁數(shù)】：60 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
Abstract
第1章 緒論
    1.1 課題背景和意義
    1.2 國內(nèi)外研究現(xiàn)狀
        1.2.1 藥品包裝計(jì)算機(jī)視覺系統(tǒng)發(fā)展現(xiàn)狀
        1.2.2 藥品包裝的計(jì)算機(jī)視覺方法的發(fā)展現(xiàn)狀
    1.3 計(jì)算機(jī)視覺系統(tǒng)構(gòu)建
        1.3.1 計(jì)算機(jī)視覺在藥品包裝過程中的地位
        1.3.2 計(jì)算機(jī)視覺檢測系統(tǒng)實(shí)驗(yàn)平臺
    1.4 本文主要內(nèi)容與結(jié)構(gòu)安排
第2章 藥品包裝圖像的噪聲去除
    2.1 藥品包裝圖像的噪聲去除過程
        2.1.1 藥品包裝圖像的均值去噪
        2.1.2 藥品包裝圖像的中值去噪
        2.1.3 藥品包裝圖像的高斯去噪
    2.2 藥品包裝圖像的圖像增強(qiáng)
    2.3 藥品包裝圖像的噪聲去除實(shí)驗(yàn)
        2.3.1 片狀藥品魚眼包裝圖像的去噪實(shí)驗(yàn)
        2.3.2 膠囊藥品魚眼包裝圖像的去噪實(shí)驗(yàn)
    2.4 本章小結(jié)
第3章 魚眼塑封藥品包裝圖像的區(qū)域分割
    3.1 區(qū)域分割方法比較
        3.1.1 人工閾值的區(qū)域分割
        3.1.2 迭代閾值的區(qū)域分割
        3.1.3 Otsu一維區(qū)域分割
        3.1.4 Otsu二維區(qū)域分割
    3.2 對于Otsu方法的改進(jìn)處理
        3.2.1 閾值選擇的改進(jìn)處理
        3.2.2 算法速度的改進(jìn)處理
    3.3魚眼塑封藥品包裝圖像的區(qū)域分割實(shí)驗(yàn)
        3.3.1 片狀藥品魚眼塑封包裝圖像的區(qū)域分割
        3.3.2 膠囊藥品魚眼塑封包裝圖像的區(qū)域分割
        3.3.3 圓形藥品魚眼塑封包裝圖像的區(qū)域分割
        3.3.4 多粒圓形藥品的魚眼塑封包裝圖像的區(qū)域分割
    3.4 本章小結(jié)
第4章 魚眼塑封藥品包裝圖像的缺陷識別
    4.1 魚眼塑封藥品包裝圖像缺陷識別流程設(shè)計(jì)
        4.1.1 缺陷識別的流程設(shè)計(jì)
        4.1.2 缺陷識別的實(shí)施步驟
    4.2 魚眼塑封藥品包裝圖像缺陷識別方法設(shè)計(jì)
        4.2.1 魚眼塑封藥品包裝圖像的顏色特征提取
        4.2.2 魚眼塑封藥品包裝圖像的紋理特征提取
        4.2.3 魚眼塑封藥品包裝圖像的形狀特征提取
        4.2.4 魚眼塑封藥品包裝圖像的缺陷識別測度
    4.3 魚眼塑封藥品包裝圖像缺陷識別實(shí)驗(yàn)
    4.4 本章小結(jié)
結(jié)論
參考文獻(xiàn)
個(gè)人簡歷
致謝


【參考文獻(xiàn)】：
期刊論文
[1]基于模糊判決改進(jìn)的Otsu圖像分割算法[J]. 張建明,李雨朋.  微電子學(xué)與計(jì)算機(jī). 2014(06)
[2]一種基于形狀信息描述的圖像特征匹配算法[J]. 陳國棟,孫榮川,任子武,王振華,孫立寧.  中南大學(xué)學(xué)報(bào)(自然科學(xué)版). 2013(S2)
[3]基于HALCON與圖像拼接的文物修復(fù)系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[J]. 白宗文.  電子設(shè)計(jì)工程. 2013(09)
[4]基于自適應(yīng)加權(quán)中值濾波的二維Otsu圖像分割算法[J]. 倪麟,龔劬,曹莉,廖武忠.  計(jì)算機(jī)應(yīng)用研究. 2013(02)
[5]基于機(jī)器視覺的工業(yè)產(chǎn)品表面缺陷檢測算法研究[J]. 趙宇峰,高超,王建國.  計(jì)算機(jī)應(yīng)用與軟件. 2012(02)
[6]基于HALCON的無標(biāo)記印刷品圖像質(zhì)量檢測[J]. 張瓊,沈海宏,沈民奮,劉常春,許鵬.  汕頭大學(xué)學(xué)報(bào)(自然科學(xué)版). 2011(02)
[7]CCD尺寸在線檢測系統(tǒng)的圖像獲取系統(tǒng)設(shè)計(jì)[J]. 江潔.  機(jī)械制造與自動(dòng)化. 2010(04)
[8]基于機(jī)器視覺的液體藥品異物檢測系統(tǒng)研究[J]. 張輝,王耀南,周博文.  儀器儀表學(xué)報(bào). 2009(03)
[9]一種基于線陣CCD技術(shù)印刷電路板膠片的尺寸及缺陷在線檢測方法[J]. 葉亭,吳開華,馬莉,莊霏.  光學(xué)與光電技術(shù). 2008(02)
[10]一種新的二值圖像連通區(qū)域準(zhǔn)確標(biāo)記算法[J]. 劉賢喜,李邦明,蘇慶堂,劉中合,王玉亮,楊峰.  計(jì)算機(jī)工程與應(yīng)用. 2007(22)

碩士論文
[1]基于機(jī)器視覺的鋁塑泡罩包裝藥品缺陷檢測[D]. 疏義桂.華中科技大學(xué) 2013
[2]基于ARM的泡罩藥品包裝缺陷檢測系統(tǒng)[D]. 王蘭英.河南工業(yè)大學(xué) 2012
[3]基于機(jī)器視覺的檢測識別系統(tǒng)研究及應(yīng)用[D]. 王強(qiáng).電子科技大學(xué) 2010
[4]基于幾何特征的目標(biāo)識別及跟蹤技術(shù)的研究[D]. 張強(qiáng).長春理工大學(xué) 2008
[5]藥品泡罩包裝缺陷機(jī)器視覺檢測技術(shù)的研究[D]. 謝丹毅.中南大學(xué) 2007



本文編號：3651522