4L输液软袋视觉引导包装线技术研究
发布时间：2021-09-08 14:18
随着生活水平的不断提高,人们对于自身生命健康的要求也在逐渐提高,医疗行业的发展也随之上升。因此,医疗用品的安全性需要得到密切的关注。目前,输液软袋的包装流程逐渐走向机械性的自动化,但由于输液软袋的柔软性、易变形等特点,在机械系统中难以固定操作,较难实现机械性的自动化输液软袋包装过程。在如今的社会环境和科技水平下,利用机器视觉技术对输液软袋的包装流程进行视觉引导,检测判断包装系统的准确率和稳定性,这一研究具有重要的应用价值。本文基于机器视觉技术,设计了一套针对4L大输液软袋的包装流程的视觉引导算法,基于包装步骤着重探讨并研究了输液软袋的准确定位、折叠检测和热封检测,具体研究工作如下:（1）首先,简单阐述了本课题的研究意义和背景,根据实际情况分析了输液软袋包装监控的难点,针对所需完成任务和难题研究了图像处理的相关技术理论和方法。主要包括图像特征提取,支持向量机和神经网络,并实际利用这些技术完成包装流程的视觉引导算法。（2）其次,根据输液软袋的特性和包装流程,设计了一套图像采集系统以争取拍摄到质量最优的图像数据,并对系统中光源、照明方式和相机进行了简要的介绍。为了得到对比度效果更强的热封图片...
【文章来源】：电子科技大学四川省 211工程院校 985工程院校 教育部直属院校
【文章页数】：84 页
【学位级别】：硕士
【部分图文】：
颜色空间模型图示
电子科技大学硕士学位论文22组成一个简单的前向神经网络。在这其中，W和b都是未知的参数，神经网络需要通过反向传播算法(BackPropagation)来学习这些参数。卷积神经网络的基本结构中主要包括以下几种：卷积层、池化层、激活函数、全连接层和损失层。下面对这些层的基本原理和作用作简要介绍。2.3.1卷积层卷积层作为最常见的模块，是卷积神经网络最基础的单元，二维卷积核的计算公式如下：(,)(,)(,)mnSij=Ii+mj+nKmn(2-31)其中，S是卷积运算的输出结果，I是输入的二维数据，K是卷积核。卷积核内元素与输入数据的对应位置元素逐次乘并最后相加，即可得最后结果。卷积核在输入数据上由左至右、自上而下按照设定的步长以窗口滑动，依次作同样的操作从而完成卷积操作。三维卷积操作类似，卷积核的第三维度也就是通道数需要与输入的三维数据的通道数相等才可以计算，之后类似于二维数据的计算方法，将卷积核按尺寸一一映射到输入数据上，依次滑动计算后得到三维卷积的最终结果。图2-6卷积核计算示意图通过调整卷积核的尺寸以及移动步长，卷积层可以处理各维度非固定长度的样本数据。同时，区别于传统神经网络中输出单元与所有的输入单元都产生关联，由于其独特的计算方法，卷积核具有局部感知、参数共享的特点，这一特点大大减少了所需的网络参数，降低了模型复杂度。通过卷积核中的参数不断学习，卷积神经网络可以有效提取出所需要的特征。
电子科技大学硕士学位论文28些区域的检测质量。输液软袋的柔软性还带来了另外一种问题。若输液软袋是在装入医用液体后再投入到生产线中进行监控检测的话，途中经过翻转、旋转等复杂机械工序时，由于重力原因袋内液体会会发生一定方向上的流动。由于输液软袋不是玻璃一样的硬性材质，这种液体流动会造成整个输液软袋重心的变化，不利于机械的精细操作，又因为装满耶特的输液软袋表面和边缘难以使用机械手操作抓取，这些原因对机械系统的设计与实现造成了相当程度的困难。（a）（b）（c）（d）图3-14L输液软袋示意图。(a)俯视常态；(b)俯视折叠；(c)直视常态；(d)直视折叠本论文使用的输液软袋是一种大规格的4L大输液软袋。输液软袋的表面透明无任何印字，整个袋体尺寸为560mm×245mm，液体部分约为485mm×245mm的矩形形状，软袋上方有两个通透管用于灌装液体，并用蓝色塞子封堵了通透管口。在灌装了几乎满袋的医用液体后，输液软袋长度和宽度不会发生较大变化，厚度会增大约为6~7cm。外包装袋宽度与输液软袋宽度近似，长度较之稍短，因此在包装系统中需要实现输液软袋的折叠以适合外包装袋的尺寸大校3.1.2视觉引导任务分析本论文需要实现对4L输液软袋包装系统过程中重要机械工序的监控检测，判断该工序是否合格完成对输液软袋的操作。在机械化生产过程中，需要对设备的精确度和产品的质量作严格的保证，这时，就十分需要基于机器视觉的检测技术来识别检测机械系统中的每一步是否符合规范，产品是否达到要求。
【参考文献】：
期刊论文
[1]医药包装行业迎来机器人生产时代[J]. 中国包装. 2019(07)
[2]视觉注意力检测综述[J]. 王文冠,沈建冰,贾云得. 软件学报. 2019(02)
[3]非PVC软袋输液生产设备的改进探析[J]. 李福海,尹文杰,崔健. 机电信息. 2016(29)
[4]基于角点检测与SIFT算法的快速匹配方法[J]. 陈长伟. 计算机应用与软件. 2014(07)
[5]一种全自动软袋物料再包装生产线的设计[J]. 张志远,毕海深,赵宝光. 制造业自动化. 2013(02)
[6]具有尺度与旋转不变性的立体影像自动匹配研究[J]. 赵西安,陈志学,吕京国,靖常峰. 测绘学报. 2012(01)
[7]图像纹理特征提取方法综述[J]. 刘丽,匡纲要. 中国图象图形学报. 2009(04)
[8]一种Roberts自适应边缘检测方法[J]. 康牧,许庆功,王宝树. 西安交通大学学报. 2008(10)
[9]全自动伸缩皮带式软袋装箱机供料装置运行参数的研究[J]. 张国全,李全华,吴德明,方忠华,董结. 包装工程. 2007(08)
[10]全自动装箱机前端软袋包装物重迭姿态的研究[J]. 张国全,吴德明,方忠华,董结,李全华. 包装工程. 2007(06)
博士论文
[1]纹理特征提取及其在图像分割中的应用研究[D]. 郑庆庆.华中科技大学 2011
硕士论文
[1]基于机器视觉的药品包装检测技术研究[D]. 赵鹏.湖南大学 2009
[2]6-THHT并联机器人动力学分析及控制技术研究[D]. 张歆.南京理工大学 2006
本文编号：3390938
【文章来源】：电子科技大学四川省 211工程院校 985工程院校 教育部直属院校
【文章页数】：84 页
【学位级别】：硕士
【部分图文】：
颜色空间模型图示
电子科技大学硕士学位论文22组成一个简单的前向神经网络。在这其中，W和b都是未知的参数，神经网络需要通过反向传播算法(BackPropagation)来学习这些参数。卷积神经网络的基本结构中主要包括以下几种：卷积层、池化层、激活函数、全连接层和损失层。下面对这些层的基本原理和作用作简要介绍。2.3.1卷积层卷积层作为最常见的模块，是卷积神经网络最基础的单元，二维卷积核的计算公式如下：(,)(,)(,)mnSij=Ii+mj+nKmn(2-31)其中，S是卷积运算的输出结果，I是输入的二维数据，K是卷积核。卷积核内元素与输入数据的对应位置元素逐次乘并最后相加，即可得最后结果。卷积核在输入数据上由左至右、自上而下按照设定的步长以窗口滑动，依次作同样的操作从而完成卷积操作。三维卷积操作类似，卷积核的第三维度也就是通道数需要与输入的三维数据的通道数相等才可以计算，之后类似于二维数据的计算方法，将卷积核按尺寸一一映射到输入数据上，依次滑动计算后得到三维卷积的最终结果。图2-6卷积核计算示意图通过调整卷积核的尺寸以及移动步长，卷积层可以处理各维度非固定长度的样本数据。同时，区别于传统神经网络中输出单元与所有的输入单元都产生关联，由于其独特的计算方法，卷积核具有局部感知、参数共享的特点，这一特点大大减少了所需的网络参数，降低了模型复杂度。通过卷积核中的参数不断学习，卷积神经网络可以有效提取出所需要的特征。
电子科技大学硕士学位论文28些区域的检测质量。输液软袋的柔软性还带来了另外一种问题。若输液软袋是在装入医用液体后再投入到生产线中进行监控检测的话，途中经过翻转、旋转等复杂机械工序时，由于重力原因袋内液体会会发生一定方向上的流动。由于输液软袋不是玻璃一样的硬性材质，这种液体流动会造成整个输液软袋重心的变化，不利于机械的精细操作，又因为装满耶特的输液软袋表面和边缘难以使用机械手操作抓取，这些原因对机械系统的设计与实现造成了相当程度的困难。（a）（b）（c）（d）图3-14L输液软袋示意图。(a)俯视常态；(b)俯视折叠；(c)直视常态；(d)直视折叠本论文使用的输液软袋是一种大规格的4L大输液软袋。输液软袋的表面透明无任何印字，整个袋体尺寸为560mm×245mm，液体部分约为485mm×245mm的矩形形状，软袋上方有两个通透管用于灌装液体，并用蓝色塞子封堵了通透管口。在灌装了几乎满袋的医用液体后，输液软袋长度和宽度不会发生较大变化，厚度会增大约为6~7cm。外包装袋宽度与输液软袋宽度近似，长度较之稍短，因此在包装系统中需要实现输液软袋的折叠以适合外包装袋的尺寸大校3.1.2视觉引导任务分析本论文需要实现对4L输液软袋包装系统过程中重要机械工序的监控检测，判断该工序是否合格完成对输液软袋的操作。在机械化生产过程中，需要对设备的精确度和产品的质量作严格的保证，这时，就十分需要基于机器视觉的检测技术来识别检测机械系统中的每一步是否符合规范，产品是否达到要求。
【参考文献】：
期刊论文
[1]医药包装行业迎来机器人生产时代[J]. 中国包装. 2019(07)
[2]视觉注意力检测综述[J]. 王文冠,沈建冰,贾云得. 软件学报. 2019(02)
[3]非PVC软袋输液生产设备的改进探析[J]. 李福海,尹文杰,崔健. 机电信息. 2016(29)
[4]基于角点检测与SIFT算法的快速匹配方法[J]. 陈长伟. 计算机应用与软件. 2014(07)
[5]一种全自动软袋物料再包装生产线的设计[J]. 张志远,毕海深,赵宝光. 制造业自动化. 2013(02)
[6]具有尺度与旋转不变性的立体影像自动匹配研究[J]. 赵西安,陈志学,吕京国,靖常峰. 测绘学报. 2012(01)
[7]图像纹理特征提取方法综述[J]. 刘丽,匡纲要. 中国图象图形学报. 2009(04)
[8]一种Roberts自适应边缘检测方法[J]. 康牧,许庆功,王宝树. 西安交通大学学报. 2008(10)
[9]全自动伸缩皮带式软袋装箱机供料装置运行参数的研究[J]. 张国全,李全华,吴德明,方忠华,董结. 包装工程. 2007(08)
[10]全自动装箱机前端软袋包装物重迭姿态的研究[J]. 张国全,吴德明,方忠华,董结,李全华. 包装工程. 2007(06)
博士论文
[1]纹理特征提取及其在图像分割中的应用研究[D]. 郑庆庆.华中科技大学 2011
硕士论文
[1]基于机器视觉的药品包装检测技术研究[D]. 赵鹏.湖南大学 2009
[2]6-THHT并联机器人动力学分析及控制技术研究[D]. 张歆.南京理工大学 2006
本文编号：3390938
本文链接：https://www.wllwen.com/guanlilunwen/gongchengguanli/3390938.html
