基于SVM安瓿药液杂质检测与识别算法的研究

发布时间：2017-10-20 10:01

  本文关键词：基于SVM安瓿药液杂质检测与识别算法的研究

  更多相关文章： 安瓿药液 异物检测 支持向量机 图像配准

【摘要】：医药产业是世界上公认的最具发展前景的国际化高技术产业之一,而医药产业中的安瓿类小容量注射剂被广泛用于临床医疗。在医用包装行业中,由于玻璃具有的优越保护性能和良好的化学稳定性,绝大部分针剂药品都是采用安瓿瓶进行包装。由于生产设备的限制,我国生产的安瓿制剂的产品质量参差不齐,安瓿注射液中的杂质微粒(玻璃屑、纤维、橡胶颗粒等)进入血管会对人体健康造成巨大损害,药品质量的好坏直接关系着广大人民群众的用药安全,对药品的高效检测已成为现代化产业的迫切需求。鉴于此,本论文对安瓿药液可见异物检测的流程以及核心算法进行了深入、系统的研究。1、阐述了安瓿药液杂质检测的国内外研究现状和其发展趋势；介绍了与系统密切相关的机器视觉技术、自动识别技术和统计学习理论。2、分析安瓿药液图像在获取、传输和存储过程中可能受到的各种噪声干扰。针对其噪声干扰的特点,提出利用灰度值归一化算法、高斯滤波等图像预处理方法分别增强图像的对比度、滤除图像中夹杂的噪声。3、对图像配准的理论基础、分类、流程进行了简单的介绍。提出了基于最小二乘支持向量机(LS-SVM)的变换模型估计方法。比较分析了三种图像插值算法(最近邻插值法、双线性插值法、三次卷积内插法)的优缺点。4、提出了结合背景差分以及帧间差分的图像差分运算。通过对目标区图像进行差分运算,提取出杂质的运动和几何特征,最后运用支持向量机(SVM)作为识别器对提取的各杂质的特征进行识别分类。经实验表明,该算法能准确识别安瓿药液中的杂质,为安瓿制剂生产过程中存在的安全问题提供了明确的改进方向。本课题采用的基于支持向量机的图准配准和识别方法,能很好的处理由于图像采集装置的机械振动、瞄准偏移等因素导致图像相对偏移的问题,并能对杂质的类型进行更好的识别,该算法对安瓿药液杂质的检测和识别有一定的实际参考意义。
【关键词】：安瓿药液 异物检测 支持向量机 图像配准
【学位授予单位】：广东工业大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TP391.41;R927
【目录】：

• 摘要4-5
• ABSTRACT5-11
• 第一章 绪论11-28
• 1.1 课题研究背景与研究意义11-13
• 1.2 安瓿药液异物检测系统的国内外研究现状13-15
• 1.3 论文的主要研究内容和章节安排15-16
• 1.3.1 主要研究内容15
• 1.3.2 章节安排15-16
• 1.4 安瓿药液可见异物检测系统主要相关技术理论16-28
• 1.4.1 机器视觉技术16-17
• 1.4.2 自动识别技术17-18
• 1.4.3 溶液杂质检测技术18
• 1.4.4 统计学习理论18-21
• 1.4.5 支持向量机21-28
• 第二章 安瓿药液杂质检测的图像预处理方法28-33
• 2.1 安瓿药液可见异物检测流程设计28-29
• 2.2 安瓿药液图像预处理29-32
• 2.2.1 图像增强29
• 2.2.2 灰度值归一化29-30
• 2.2.3 图像平滑30-32
• 2.3 本章小结32-33
• 第三章 安瓿药液异物图像配准方法33-45
• 3.1 图像配准简介33
• 3.2 图像配准方法分类33-34
• 3.3 图像配准的流程34-35
• 3.4 基于LS-SVM的图像配准方法35-39
• 3.4.1 最小二乘支持向量机原理35-38
• 3.4.2 基于LS-SVM的变换模型估计38-39
• 3.5 图像插值39-41
• 3.5.1 最近邻插值法39-40
• 3.5.2 双线性内插法40
• 3.5.3 三次卷积内插法40-41
• 3.6 实验结果与分析41-43
• 3.7 本章小结43-45
• 第四章 安瓿药液检测杂质的识别算法45-53
• 4.1 引言45
• 4.2 运动目标轨迹的跟踪45-48
• 4.2.1 背景差分法45-47
• 4.2.2 帧间差分法47-48
• 4.2.3 光流法48
• 4.3 运动目标轨迹的跟踪方法优势比较48
• 4.4 改进的差分方法研究48-49
• 4.5 基于SVM的杂质识别算法49-50
• 4.6 实验结果与误差分析50-52
• 4.6.1 实验结果50-52
• 4.6.2 误差分析52
• 4.7 本章小结52-53
• 总结与展望53-55
• 参考文献55-59
• 攻读硕士学位期间发表的论文及申请的专利59-61
• 致谢61

【参考文献】

中国期刊全文数据库 前10条

1 赵巧敏;;机器视觉行业投资分析报告[J];机器人技术与应用;2015年05期

2 吴成中;王耀南;贺振东;张辉;周显恩;;基于机器视觉的注射液中不溶异物检测方法研究[J];仪器仪表学报;2015年07期

3 周宇媚;谢云;邱玮;;基于质心迭代算法的安瓿药液杂质跟踪检测[J];自动化与信息工程;2014年02期

4 屈晶晶;辛云宏;;连续帧间差分与背景差分相融合的运动目标检测方法[J];光子学报;2014年07期

5 李伟;王伯雄;王雪;彭映成;秦W，

本文编号：1066645