欢迎来到天天文库
浏览记录
ID:36555902
大小:6.02 MB
页数:55页
时间:2019-05-12
《基于机器视觉的医药液体制剂异物检测算法研究》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、中文摘要2008指导教师(姓名、职称):都思丹教授近年来,机器视觉技术迅猛发展,智能化水平和准确率越来越高。在生产和生活的诸多场景中,基于机器视觉技术的系统开始取代人力,得到广泛应用。在某些性能指标上,机器视觉甚至能超过人类视觉感官。医药液体制剂是一种临床广泛应用的制剂,在医药行业占有重要的地位。在其生产过程中,因为多种无法避免的原因都可能会将异物引入药液中,这将对患者的生命健康造成极大的危害。因此,我国药典规定,要在生产流程中进行异物检测,剔除掉不合格产品。目前,国内厂家普遍采用的是人工灯检方式,但是检验效果随着人员不同、时间不同有着显著的变化,同时其效率低,成本高,已不能胜任自动化生
2、产质量控制的要求。基于机器视觉的液体制剂异物自动检测技术通过对药液图片序列的分析,能够快速准确的分析产品,保证产品的质量,取代人工灯检。本文首先描述了液体医药制剂异物检测这一问题的引入与定义,认为整个系统在保证采集到的图片质量的情况下,问题的重点与难点在微小目标在图片序列中的识别。文章总结当前国内外的研究进展,分析了各研究的特点。接着针对医药液体制剂中异物的特点,提出了一整套的解决方案。首先设计了带动被检药液转动的机械实验平台。在特定的照明系统中,利用图像采集设备得到异物运动的图像序列。研究中分析了异物在药瓶中旋转运动情况下的运动轨迹方程。然后对整个图像中需要检测的药液区域进行了识别提取
3、。在分析了图片中背景和噪声的基本特点的基础上,提出了背景提取与噪声抑制的算法。接下来提取出图像中可能为异物的区域,找到异物区域的若干种特征,并用实验证明这些特征具有良好的内聚性和稳定性。最后利用目标的特征向量,对目标进行聚类,将属于同一异物的图像区域从图像序列的众多目标中提取出来,通过目标运动特点,最终判断是否为异物。通过搭建实验平台,使用100组包含异物的图像序列进行测试。实验证明,文中提出的方法在较强的噪声干扰下,仍可达到98%的异物检出率,具有很好的效果。【关键词】机器视觉,异物检测,图像处理,特征提取,聚类英文摘要IIIIIIIUllIIIIIPIIIUlY2373564’咖Sl
4、S:ResearchofforeignsubstancedetectioninmedicinalliquidbasedonmachinevisionCircuitandSystemWangDaqianProfessorDuSidanInrecentyearsmachinevisiontechnologyhasdevelopedveryquicklyandit'sintelligencelevelhasimprovedtogetherwithaccuracy.Systemsbasedonmachinevisiontechnologybegantoreplacethehumaninmanys
5、cenesofproductionandlife.Insomeperformanceindicators,machinevisionevenperformsbetterthanthehumanvisualperception.Liquidmedicalpreparationisawidelyusedagentsinclinicalpractice,andtakesaimportantpartinthepharmaceuticalindustry.Becauseofavarietyofunavoidablereasonsthatleadforeignbodiesintroduced,whi
6、chmaydeterioratehealth,foreignbodydetectionshouldbecardedoutduringtheproductionprocesstoweedoutsubstandardproducts,accordingtoChinesePharmacopoeia.Currentlyartificiallightinspectionmethodsarewidelyusedamongdomesticmanufacturers,buttheresultsalevariousoverdifferentpeopleordifferenttime,withloweffi
7、ciencyandhighcost.Soitisbeingreplacedbyautomatedmachineslightinspection.Liquidformulationsdetectiontechnologybasedonmachinevisioncouldanalysisproductsfastandaccuratetoensureproductquality,byanalysisofliquidimagesequenc
此文档下载收益归作者所有