基于图像处理的铝塑包装中药片缺陷检测技术研究

基于图像处理的铝塑包装中药片缺陷检测技术研究

ID:34060910

大小:9.52 MB

页数:71页

时间:2019-03-03

基于图像处理的铝塑包装中药片缺陷检测技术研究_第1页
基于图像处理的铝塑包装中药片缺陷检测技术研究_第2页
基于图像处理的铝塑包装中药片缺陷检测技术研究_第3页
基于图像处理的铝塑包装中药片缺陷检测技术研究_第4页
基于图像处理的铝塑包装中药片缺陷检测技术研究_第5页
资源描述:

《基于图像处理的铝塑包装中药片缺陷检测技术研究》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、分类号:TN911.7UDC:621.39工学硕士学位论文密级:编号:2011170基于图像处理的铝塑包装中药片缺陷检测技术研究硕士研究生:靳彩园指导教师:姜月秋教授学科、专业:信号与信息处理沈阳理工大学2013年12月分类号:TN911.7UDC:621.39工学硕士学位论文密级:编号:2011170基于图像处理的铝塑包装中药片缺陷检测技术研究硕士研究生:指导教师:学位级别:学科、专业:所在单位:论文提交日期:论文答辩日期:学位授予单位:靳彩园姜月秋工学硕士信号与信息处理沈阳理工大学2013年12月2014年3月沈阳理工大学Clas

2、sificationIndex:TN911.7U.D.C:621.39AThesisfortheDegreeofEngineering一ResearchonDefectDetectionTechnologyofTabletsinAluminumPlasticFoamedMaskPackageBasedonImageProcessingCandidate:JinCaiyuanSupervisor:JiangYueqiuAcademicDegreeAppliedfor:MasterofEngineeringSpeciality:Signa

3、landInformationProcessingDateofSubmission:December,2013DateofExamination:March,2014University:ShenyangLigongUniversity沈阳理工大学硕士学位论文原创性声明本人郑重声明:本论文的所有工作,是在导师的指导下,由作者本人独立完成的。有关观点、方法、数据和文献的引用已在文中指出,并与参考文献相对应。除文中已注明引用的内容外,本论文不包含任何其他个人或集体已经公开发表的作品成果。对本文的研究做出重要贡献的个人和集体,均己在文中以明

4、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。作者(签字):研衫7到El期:’二,中年弓月,勺日学位论文版权使用授权书本学位论文作者完全了解沈阳理工大学有关保留、使用学位论文的规定,即:沈阳理工大学有权保留并向国家有关部门或机构送交学位论文的复印件和磁盘,允许论文被查阅和借阅。本人授权沈阳理工大学可以将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、缩印或其它复制手段保存、汇编学位论文。(保密的学位论文在解密后适用本授权书)学位论文作者签名:斩扔l司指导教师签名:El期:如妇了,f∥日期:天¨口11;心甲织迢&w

5、沈阳理工大学硕士学位论文摘要铝塑泡罩包装深受制药企业和消费者的喜爱,在药品包装中占据了绝大多数的份额,其生产过程中需要经过一系列复杂的流水线作业过程,难免会产生有缺陷的药片。当有缺陷的产品流通到市场后会在一定程度上影响人们的生命健康。本文使用图像处理技术为基础对输入到计算机的图像进行一系列处理,完成了对药片缺陷的检测与分类。实现了用机器视觉技术来代替传统的人工检测方法,提高了生产效率和产品合格率。本文主要围绕药片图像的分割、特征提取和缺陷检测等方法进行了研究。首先,对药片图像进行预处理,采用了加权类型的彩色图像滤波方法,该方法除噪的同

6、时,也较好地保护了图像的细节和边缘。其次,对于分割图像,由于常用的分割方法效果都不太理想,所以本文根据药片图像本身的特征信息,将其分为彩色药片和白色药片两种,采用了基于视觉显著性分析的显著性目标分割方法分别对其进行分割:对于彩色药片,先采用基于直方图对比度的图像像素显著性值的检测方法生成显著图,再对该显著图进行OTSU阈值分割;对于白色药片,首先采用Gabor滤波器生成一幅显著图,对该显著图进行OTSU阈值分割及形态学腐蚀运算,以得到图像中各个区域中心点作为种子点,对原始白色药片图像进行区域生长分割,两种方法最终都将药片和背景成功分离

7、开。然后,通过Canny检测算子获得每个药片的边缘。对于缺陷检测,由于缺陷药片大体上分为缺失、缺损和有划痕等情况,先利用连通区域标记法统计出药片的个数,从而判断是否存在药片的缺失。再提取药片的特征值,分别基于BP神经网络和支持向量机的两种缺陷检测方法进行了研究,实验发现,用SVM算法对药片缺陷图像进行分类识别的正确率相对较高,而且耗时少、稳定性高。关键词:图像处理;缺陷检测;显著图;图像分割;支持向量机沈阳理工大学硕士学位论文Abstract、Aluminumplasticfoamedmaskpackagewhichoccupiest

8、hemajorityshareindrugpackagingispopularforpharmaceuticalcompaniesandconsumers.Becausetheproductionofaluminumpl

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。