基于機器視覺的藥片缺陷檢測系統(tǒng).pdf

1、藥片缺陷檢測是藥片生產過程中的關鍵環(huán)節(jié)，其檢測結果的好壞直接影響著藥品的質量。常見的人工檢測和抽樣檢測，成本高、效率低、檢測的主觀和隨機性，無法滿足現(xiàn)代企業(yè)對產品質量的要求。機器視覺檢測技術憑借其自動化程度高、成本低、效率高等特點，迅速崛起并深入到醫(yī)藥行業(yè)中。基于機器視覺的藥片缺陷檢測將成為一種趨勢。
　　硬件方面，本文根據公司的實際需求，提出了藥片缺陷檢測的總體設計方案。根據系統(tǒng)對精度的要求，從光源、相機和鏡頭三個角度詳細分析了

2、圖像采集裝置；選用 OPT-RI9090-W型號的環(huán)形 LED光源正面照射藥片、選擇FL2G-13S2M-C型號的相機和MYUTRON FV2520型號的鏡頭搭建圖像采集裝置；該圖像采集裝置可以獲取藥片360°全方位的的圖像信息，并且獲取的藥片圖像噪聲小。
　　軟件方面，為了解決藥片圖像灰度值區(qū)域化的問題，本文改進了基于二維高斯曲面擬合的灰度補償預處理算法；提出了藥片缺陷檢測算法用來分離藥片的缺陷特征；設計了專門字符缺陷檢測算法提

3、取藥片的字符缺陷。各算法簡述如下：
　　本文改進了基于二維高斯曲面擬合的灰度補償預處理算法，解決圖像灰度值區(qū)域化問題。由于環(huán)形 LED光源的高斯弱化影響和CCD的光學離焦特性，藥片灰度值出現(xiàn)高斯弱化區(qū)域化現(xiàn)象。該圖像經過二維高斯曲面擬合的灰度補償后，藥片圖像得以均衡化，明顯改善了圖像的灰度值分布情況。
　　本文提出了一種準確率較高的無刻字藥片缺陷檢測算法。研究了 OSTU和模糊閾值算法，分別從隸屬度函數的選擇和分割總則兩個角

4、度對算法進行改進。該算法可以準確的提取出藥片的缺陷特征，尤其可以分離出藥片的劃痕缺陷。結合藥片缺陷的幾何特征，該算法可以準確的分離出藥片的缺陷類型。經過測試，藥片碎片、污漬、劃痕的準確率分別為99％、95%、88%。
　　針對目前藥片字符缺陷檢測難的情況，本文專門設計了字符缺陷檢測算法。利用Gamma校正算法，依據字符的灰度特性對Gamma函數進行改進。該算法融合?>1和?<1兩種圖像的特征，較好的分離出藥片的字符特征。結合字符的