基于機(jī)器視覺的膠囊表面缺陷識別與分揀研究.pdf

1、隨著科技的發(fā)展，機(jī)器視覺在工業(yè)生產(chǎn)的某些領(lǐng)域已較為成熟且得到了較好的運(yùn)用，對生產(chǎn)效率和產(chǎn)品質(zhì)量的提高起到了很大的作用。與此同時，由于藥品質(zhì)量關(guān)系到每個人的健康問題，國家對藥品質(zhì)量的檢測監(jiān)督要求也逐步提高。而目前，針對膠囊缺陷的識別，國內(nèi)各大制藥廠商大多仍在使用人工肉眼觀察的方法，找出有缺陷的膠囊。這種人工檢測的方式不但效率低、成本高而且由于人自身一些固有因素，使得檢測的準(zhǔn)確率不能得到可靠保證?；谝陨媳尘埃疚闹荚跇?gòu)建一套用于膠囊表面缺

2、陷識別的機(jī)器視覺系統(tǒng)，用于代替?zhèn)鹘y(tǒng)的人工檢測，不僅具有重要的科學(xué)意義，而且具有廣闊的應(yīng)用前景。
　　 本文在充分分析國內(nèi)外相關(guān)技術(shù)的研究現(xiàn)狀及局限性的基礎(chǔ)上，分別從系統(tǒng)的結(jié)構(gòu)設(shè)計(jì)、膠囊的數(shù)字圖像處理技術(shù)和缺陷識別技術(shù)這幾方面進(jìn)行了廣泛深入的研究。
　　 提出了整套的膠囊表面缺陷識別方案和方法。為了能穩(wěn)定、快速、準(zhǔn)確地對膠囊進(jìn)行檢測，我們對膠囊傳送帶進(jìn)行了特殊設(shè)計(jì)。設(shè)計(jì)了獨(dú)特的膠囊凹槽，使得膠囊能夠隨著傳送帶的傳動而翻轉(zhuǎn)，

3、每次翻轉(zhuǎn)約90°，翻轉(zhuǎn)三次，共采集到四幅不同表面的膠囊圖像，完全覆蓋了膠囊一周，達(dá)到完全檢測的效果。
　　 建立了基于機(jī)器視覺的膠囊表面缺陷識別與有缺陷膠囊的分揀系統(tǒng)。設(shè)計(jì)了系統(tǒng)的照明光源，增強(qiáng)了本文需要的缺陷特征;選擇了合適的采集設(shè)備，膠囊的定位探測裝置，使得膠囊目標(biāo)的觸發(fā)和圖像采集能夠穩(wěn)定、高效的完成。另外還設(shè)計(jì)了獨(dú)特的針對有缺陷膠囊分揀裝置。
　　 完成了一套用于膠囊缺陷特征提取和缺陷識別的算法。包括從直接采集得到

4、膠囊模組中提取出單個膠囊體，膠囊圖像的濾波，區(qū)域分割和缺陷邊緣檢測，獲取了膠囊缺陷的特征值。并首次將神經(jīng)網(wǎng)絡(luò)引入了膠囊缺陷的識別，最終實(shí)現(xiàn)了較高的識別準(zhǔn)確率。
　　 設(shè)計(jì)了一種基于最小矩形區(qū)域的膠囊圖像分割算法。在探討了經(jīng)典的區(qū)域生長分割、分水嶺分割后，首先提出了一種基于Hough變換的傾斜膠囊矯正和橫向投影分割的方法，然后根據(jù)膠囊圖像的特點(diǎn)，采用先增強(qiáng)中部結(jié)合體區(qū)域，再對全局區(qū)域采用兩個最小矩形區(qū)域包含的方式，以上下區(qū)域最左為

5、支點(diǎn)，在一定范圍內(nèi)以一定的步長調(diào)整矩形傾角，在完全包含的前提下，以最小面積的矩形區(qū)域?yàn)闇?zhǔn)，實(shí)現(xiàn)了對膠囊圖像的正確分割。
　　 編寫了配套的基于MFC的可視化的人機(jī)交互軟件。包括膠囊的選擇、參數(shù)導(dǎo)入、BP神經(jīng)網(wǎng)絡(luò)訓(xùn)練、目標(biāo)的實(shí)時監(jiān)控和檢測結(jié)果統(tǒng)計(jì)等主要功能，方便使用者對機(jī)器進(jìn)行操作和管理。
　　 最后，本文對課題的研究內(nèi)容和成果作了總結(jié)，闡述了研究的特色和創(chuàng)新之處，指出了工作中的不足和有待完善的地方，并對今后的工作給出了方