计算机视觉在药品包装检测中的应用

发布时间：2022-05-08 10:52

　　在药品包装缺陷检测这个领域中,依据人工方法和称重方法进行检测,是两种曾经被普遍使用的方法。其中,称重法对于内容药品的丢失可以有效检出,但是对于包装腔体的破损、裂缝则基本无效;人工法检测药品包装缺陷,依赖于工人的技术熟练程度和身体状态,如果连续高强度工作或现场光线不足,都可能导致缺陷无法的正确检测。基于计算机视觉技术的药品包装检测方法,以摄像机作为传感器来拍摄药品包装图像,不需要和药品包装物进行机械接触,可以有效避免包装的二次破坏。同时,它是一种同时满足检测精度和检测效率需求的检测方法。本文以此为出发点,设计一套基于计算机视觉的鱼眼塑封药品包装实时检测的处理方法,开展的研究工作有:首先,针对药品包装的缺陷检测问题,设计了计算机视觉的检测系统,系统中包含了计算机、摄像机、图像采集卡等硬件。针对药品包装图像的噪声干扰问题,提出了一种组合去噪方法,用均值滤波器、中值滤波器、高斯滤波器完成了对三种噪声的去除,进而采用大津算法阈值分割增强图像对比度,去除了去噪后形成的模糊效应。其次,对计算机视觉中几种典型的区域分割方法进行了比较,人工阈值的区域分割、迭代阈值的区域分割、大津算法一维区域分割、大津算... 

【文章页数】：60 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
第1章 绪论
    1.1 课题背景和意义
    1.2 国内外研究现状
        1.2.1 药品包装计算机视觉系统发展现状
        1.2.2 药品包装的计算机视觉方法的发展现状
    1.3 计算机视觉系统构建
        1.3.1 计算机视觉在药品包装过程中的地位
        1.3.2 计算机视觉检测系统实验平台
    1.4 本文主要内容与结构安排
第2章 药品包装图像的噪声去除
    2.1 药品包装图像的噪声去除过程
        2.1.1 药品包装图像的均值去噪
        2.1.2 药品包装图像的中值去噪
        2.1.3 药品包装图像的高斯去噪
    2.2 药品包装图像的图像增强
    2.3 药品包装图像的噪声去除实验
        2.3.1 片状药品鱼眼包装图像的去噪实验
        2.3.2 胶囊药品鱼眼包装图像的去噪实验
    2.4 本章小结
第3章 鱼眼塑封药品包装图像的区域分割
    3.1 区域分割方法比较
        3.1.1 人工阈值的区域分割
        3.1.2 迭代阈值的区域分割
        3.1.3 Otsu一维区域分割
        3.1.4 Otsu二维区域分割
    3.2 对于Otsu方法的改进处理
        3.2.1 阈值选择的改进处理
        3.2.2 算法速度的改进处理
    3.3鱼眼塑封药品包装图像的区域分割实验
        3.3.1 片状药品鱼眼塑封包装图像的区域分割
        3.3.2 胶囊药品鱼眼塑封包装图像的区域分割
        3.3.3 圆形药品鱼眼塑封包装图像的区域分割
        3.3.4 多粒圆形药品的鱼眼塑封包装图像的区域分割
    3.4 本章小结
第4章 鱼眼塑封药品包装图像的缺陷识别
    4.1 鱼眼塑封药品包装图像缺陷识别流程设计
        4.1.1 缺陷识别的流程设计
        4.1.2 缺陷识别的实施步骤
    4.2 鱼眼塑封药品包装图像缺陷识别方法设计
        4.2.1 鱼眼塑封药品包装图像的颜色特征提取
        4.2.2 鱼眼塑封药品包装图像的纹理特征提取
        4.2.3 鱼眼塑封药品包装图像的形状特征提取
        4.2.4 鱼眼塑封药品包装图像的缺陷识别测度
    4.3 鱼眼塑封药品包装图像缺陷识别实验
    4.4 本章小结
结论
参考文献
个人简历
致谢


【参考文献】：
期刊论文
[1]基于模糊判决改进的Otsu图像分割算法[J]. 张建明,李雨朋.  微电子学与计算机. 2014(06)
[2]一种基于形状信息描述的图像特征匹配算法[J]. 陈国栋,孙荣川,任子武,王振华,孙立宁.  中南大学学报(自然科学版). 2013(S2)
[3]基于HALCON与图像拼接的文物修复系统设计与实现[J]. 白宗文.  电子设计工程. 2013(09)
[4]基于自适应加权中值滤波的二维Otsu图像分割算法[J]. 倪麟,龚劬,曹莉,廖武忠.  计算机应用研究. 2013(02)
[5]基于机器视觉的工业产品表面缺陷检测算法研究[J]. 赵宇峰,高超,王建国.  计算机应用与软件. 2012(02)
[6]基于HALCON的无标记印刷品图像质量检测[J]. 张琼,沈海宏,沈民奋,刘常春,许鹏.  汕头大学学报(自然科学版). 2011(02)
[7]CCD尺寸在线检测系统的图像获取系统设计[J]. 江洁.  机械制造与自动化. 2010(04)
[8]基于机器视觉的液体药品异物检测系统研究[J]. 张辉,王耀南,周博文.  仪器仪表学报. 2009(03)
[9]一种基于线阵CCD技术印刷电路板胶片的尺寸及缺陷在线检测方法[J]. 叶亭,吴开华,马莉,庄霏.  光学与光电技术. 2008(02)
[10]一种新的二值图像连通区域准确标记算法[J]. 刘贤喜,李邦明,苏庆堂,刘中合,王玉亮,杨峰.  计算机工程与应用. 2007(22)

硕士论文
[1]基于机器视觉的铝塑泡罩包装药品缺陷检测[D]. 疏义桂.华中科技大学 2013
[2]基于ARM的泡罩药品包装缺陷检测系统[D]. 王兰英.河南工业大学 2012
[3]基于机器视觉的检测识别系统研究及应用[D]. 王强.电子科技大学 2010
[4]基于几何特征的目标识别及跟踪技术的研究[D]. 张强.长春理工大学 2008
[5]药品泡罩包装缺陷机器视觉检测技术的研究[D]. 谢丹毅.中南大学 2007



本文编号：3651522