基于机器视觉铝塑泡罩包装药品缺陷检测

基于机器视觉铝塑泡罩包装药品缺陷检测

ID:33348578

大小:1.75 MB

页数:50页

时间:2019-02-25

基于机器视觉铝塑泡罩包装药品缺陷检测_第1页
基于机器视觉铝塑泡罩包装药品缺陷检测_第2页
基于机器视觉铝塑泡罩包装药品缺陷检测_第3页
基于机器视觉铝塑泡罩包装药品缺陷检测_第4页
基于机器视觉铝塑泡罩包装药品缺陷检测_第5页
资源描述:

《基于机器视觉铝塑泡罩包装药品缺陷检测》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、AThesisSubmittedinPartialFulfillmentoftheRequirementsfortheDegreeofMasterofEngineeringResearchonDetectionofMedicinesinAluminum-plasticBlisterPackageBasedonMachineVisionCandidate:ShuYiguiMajor:TestingandMeasuringTechnology&InstrumentationSupervisor:Assoc

2、iateProf.TangLixinHuazhongUniversityofScienceandTechnologyWuhan,Hubei430074,P.R.ChinaJanuary,2013独创性声明本人声明所呈交的学位论文是我个人在导师指导下进行的研究工作及取得的研究成果。尽我所知,除文中已经标明引用的内容外,本论文不包含任何其他个人或集体已经发表或撰写过的研究成果。对本文的研究做出贡献的个人和集体,均已在文中以明确方式标明。本人完全意识到本声明的法律结果由本人承担。学位论文作者签名:日期:年月

3、日学位论文版权使用授权书本学位论文作者完全了解学校有关保留、使用学位论文的规定,即:学校有权保留并向国家有关部门或机构送交论文的复印件和电子版,允许论文被查阅和借阅。本人授权华中科技大学可以将本学位论文的全部或部分内容编入有关数据库进行检索,可以采用影印、缩印或扫描等复制手段保存和汇编本学位论文。本论文属于保密□,不保密□。在年解密后适用本授权书。(请在以上方框内打“√”)学位论文作者签名:指导教师签名:日期:年月日日期:年月日华中科技大学硕士学位论文摘要药品的铝塑泡罩包装形式因其有携带方便、独立密封

4、、取药卫生等优点而得到广泛应用。但是在包装过程中容易出现漏装、破损等缺陷,必须加以检测剔除。目前普遍采用的人工检测方法有着劳动强度大、检测效率低等缺点,而基于机器视觉的检测技术可以有效地克服人工检测方法的上述缺点。本文基于机器视觉和图像处理技术构建了一套铝塑泡罩包装药品缺陷检测实验系统。该系统具有训练和检测两个工作模式。在训练模式下,捕获各类无缺陷的铝塑泡罩包装药品的图像,提取其图像特征,建立模板库;在检测模式下,捕获待测铝塑泡罩包装药品图像,提取其图像特征,并与模板库进行比较以确定药品类型,并检测是

5、否存在缺陷,对存在缺陷的药品进行标记,为后续的缺陷药品剔除提供指令。本文的研究工作包括:(1)设计一种基于最小二乘拟合的图像药板区域提取算法。该算法利用Otsu法对图像进行二值化处理,采用扫描的方法获得药板区域的边缘,由最小二乘拟合得到精确的药板区域。该方法具有计算量小,处理速度快的特点,能满足检测的实时性要求。(2)利用颜色直方图实现了待测药品的分类。在训练模式下,对每一类型药品的图像,在RGB彩色空间中建立颜色直方图,作为模板中药品类型的特征;在检测模式下,以待测药品图像的颜色直方图与模板库中颜色

6、直方图的相似性来判断待测药品的类型。该方法对药品的分类准确率高。(3)针对胶囊和药片图像特点的不同,分别设计了不同的缺陷检测算法。对于胶囊,利用颜色分割和投影实现泡罩区域分割,并利用泡罩区域像素的颜色信息实现该区域内胶囊的缺陷识别。对于药片,利用阈值分割和形态学运算实现泡罩区域分割,通过连通域标记和边界跟踪获得药片的几何特征,并由这些几何特征构建特征向量,通过待测药片与无缺陷药片几何特征向量的距离判断药片缺陷是否存在。实验结果表明以上算法是行之有效的,检测系统能对多种类型药品的典型缺陷进行有效检测,获

7、得了比较理想的检测效果。关键词:机器视觉铝塑泡罩包装缺陷检测模板匹配I华中科技大学硕士学位论文AbstractMedicineinthealuminum-plasticblisterpackaginghasreceivedmoreandmorefavoramongconsumersforitssealedpackageandconvenience.However,thedefectsareinevitable,suchasmissingtabletsorcapsules,brokentabletsan

8、dsoon,whichwillaffectthequalityoftheproducts.Nowadays,manualinspectionisgenerallyadoptedinmanypharmaceuticalcompanies,whichislabor-intensiveandlowefficient.Machinevisionmethodcouldprovideasolutiontosolvetheseshortcomings,andhasbe

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。