学位论文 > 优秀研究生学位论文题录展示

中药口服液中可见异物检测关键算法研究

作　者: 李丽浓
导　师: 余腊生
学　校: 中南大学
专　业: 计算机科学与技术
关键词: 机器视觉 口服液灯检机 实时检测系统 自适应阈值处理 异物判定
分类号: TP391.41
类　型: 硕士论文
年　份: 2013年
下　载: 18次
引　用: 0次
阅　读: 论文下载
 

内容摘要


摘要：在中药口服液的生产过程中,由于传统工艺的不足和生产环境的影响,口服液中难免会出现杂质,如：铝屑、玻璃碎片、橡皮屑等。若由于生产环节的疏忽,不慎将含有这些杂质的口服液流入市场,将严重损害服用者身体健康。目前,对药液中异物检测方法主要有人工强光检测和机器智能检测两种。传统的人工强光检测方法的弊端较多,即生产成本高、劳动强度大、检测结果主观性强、误检率高等；而机器智能检测法在很大程度上能够避免人工检测方法的不足,比如：降低人力劳动成本,提高药液检测速度与精度等,实现中药口服液生产检测的自动智能化。因而,对中药口服液质量检测的自动灯检系统研究,具有重要的现实意义。本文主要研究中药口服液图像中可见异物颗粒目标检测算法,实现对口服液中可见异物目标的实时在线检测。重点分析了图像预处理、可见异物的检测与判定、灯检系统的设计与实验三个部分。在图像预处理部分,采用二次差分与能量累积方法抑制图像中因外界因素(如瓶壁外的划痕、灰尘、纹理等)而产生的静态背景干扰,选用中值滤波器方法去除图像中的随机噪声,使用数学形态学算子增强图像的对比度。在可见异物的检测与判定部分,本文采用自适应阈值分割技术选取图像的最佳分割阈值,使阈值随环境因素的变化而自主改变,提出了基于Otsu多帧序列图像的自适应阈值可见异物检测算法,实现多帧序列图像中异物目标的检测。为了鉴定待测口服液中是否含有杂质,根据口服液中可见异物颗粒的运动情况,提出了口服液中可见异物判定算法来判定异物颗粒目标是否为杂质,从而鉴定待测口服液是否合格。在灯检系统的设计与实验部分,设计了中药口服液灯检系统,并对文中所提算法的检测精度、速度和稳定性进行了实验和测试,实验和现场测试结果验证了本文所提算法的有效性和可行性。图18幅,表3个,参考文献67篇。

全文目录


摘要  4-5
Abstract  5-7
目录  7-9
1 绪论  9-13
  1.1 研究背景与意义  9-10
  1.2 机器智能检测技术的发展  10-11
  1.3 课题难点分析  11-12
  1.4 论文章节安排  12-13
2 中药口服液图像采集与预处理  13-26
  2.1 序列图像采集  13-14
  2.2 口服液图像背景噪声特性分析  14
  2.3 口服液图像预处理  14-25
    2.3.1 图像静态背景抑制  15-17
    2.3.2 图像去噪  17-21
    2.3.3 图像对比度增强  21-25
  2.4 本章小结  25-26
3 中药口服液中可见异物的检测与判定  26-42
  3.1 图像分割技术概述  26-32
    3.1.1 最大类间方差法：Otsu法  27-29
    3.1.2 最小误差法：Kittler  29-30
    3.1.3 最大信息熵法：Renyi熵法  30-32
  3.2 中药口服液中可见异物的检测  32-35
    3.2.1 基于Otsu多帧序列图像的自适应阈值分割算法  32-34
    3.2.2 基于Otsu多帧序列图像的自适应阈值异物检测  34-35
  3.3 中药口服液中可见异物的判定  35-41
    3.3.1 口服液图像中可见异物运动分析  36-38
    3.3.2 口服液中可见异物的判定算法  38-41
  3.4 本章小结  41-42
4 中药口服液灯检系统的设计与实验  42-54
  4.1 灯检系统的总体设计  42-44
    4.1.1 灯检系统性能指标与设计要求  42-43
    4.1.2 灯检系统的结构  43-44
    4.1.3 灯检系统的工作原理  44
  4.2 灯检系统的硬件设计  44-48
    4.2.1 图像采集装置  44-47
    4.2.2 运动控制系统  47-48
  4.3 灯检系统的软件设计  48-50
  4.4 实验结果与分析  50-53
    4.4.1 检测精度测试  50-51
    4.4.2 检测速度测试  51-52
    4.4.3 稳定性测试  52-53
  4.5 本章小结  53-54
5 总结与展望  54-57
  5.1 总结  54-55
  5.2 展望  55-57
参考文献  57-62
攻读学位期间主要的研究成果目录  62-63
致谢  63

相似论文

  1. PCB视觉检测系统中相机标定算法与位姿测定技术,TP391.41
  2. 基于机器视觉的贴片安装锡膏三维检测,TP391.41
  3. 机器视觉系统中的图像噪声处理算法研究,TP391.41
  4. 基于图像处理的印制电路板缺陷检测的研究,TN41
  5. 基于不对称双目机器视觉的嵌入式尺寸测量系统,TP368.1
  6. 基于机器视觉的模切片分检系统的设计,TP274
  7. 摄像机标定中角点快速提取算法研究,TP391.41
  8. 面向飞机蒙皮接缝的线结构光检测技术研究,TP391.41
  9. 非侵入式矿井提升机PLC电控系统实时故障诊断方法的研究,TD534
  10. 喷丝头结构分析及其自动加工方法研究,TQ340.5
  11. 基于神经网络方法的摄像机标定技术研究,TP391.41
  12. 基于机器视觉的安瓿内可见异物检测系统的研究,TP391.41
  13. 带钢表面缺陷视觉检测与算法实现,TP274
  14. 基于机器视觉的磁性材料检测方法研究,TP391.41
  15. 自然场景下苹果检测系统的研究与实现,TP391.41
  16. 基于机器视觉的精密注塑零件的识别与检测,TP391.41
  17. 基于结构光三维视觉技术的牙模反求系统研制,TP391.41
  18. 拱架式贴片机视觉系统的研究,TN605
  19. 织物疵点检测系统的关键技术研究,TP391.41
  20. 基于机器视觉的光波导与阵列光纤对准技术研究,TP391.41
  21. BGA集成电路精密视觉定位系统及图像处理技术,TP391.41

中图分类: > 工业技术 > 自动化技术、计算机技术 > 计算技术、计算机技术 > 计算机的应用 > 信息处理（信息加工） > 模式识别与装置 > 图像识别及其装置
© 2012 www.xueweilunwen.com