学位论文 > 优秀研究生学位论文题录展示

基于图像处理的异物检测视觉系统研究

作　者: 高朋
导　师: 吴海滨
学　校: 安徽大学
专　业: 光学
关键词: 图像处理机器视觉异物检测灯检机
分类号: TP391.41
类　型: 硕士论文
年　份: 2014年
下　载: 5次
引　用: 0次
阅　读: 论文下载

内容摘要

用于医疗上的输液在目前我国医用制剂中占有不可估量的地位,是医疗保健和临床应用的必不可少的关键制剂,应用可谓是非常广泛也十分重要。包括医用输液和小型医药针剂在生产过程和包装成品出厂过程中都会多多少少受到各种外在因素的影响,包括生产环境和人为操作的因素,会产生各种成品不合格的情况。例如瓶内出现不溶性异物；瓶内输液剂量不达标；瓶体不完善等多种不合要求的情况。现在人们的生活质量不断提高,在现代科技技术以及工业工程技术的不断创新发展下,消费者对输液制剂的品质和质量的要求标准和输液的出产数量的需求都越来越高。为了提高医用输液制剂成品安全度,现在医药生产线上都有着必不可少的灌装人工检测工序。但是常见的人工灯检机的工序效率太低,也容易受到工人们个人因素的影响,所以现在的医用输液制造企业普遍倾向于用全自动化智能机器视觉系统来取代人工,可以保证产品的质量以至于提高了医用安全度,也极大地提升了生产效率。基于机器视觉全自动智能异物检测系统的关键技术是本文所要阐述的主要内容,即运用机器视觉检测技术把待测医用药液的图像全系列地获取出来,对获取出来的待测药液的图像进行特殊且合理的图像处理算法,从而可以识别出待测液中的不溶性异物以及其它不合格现象,最后由机器系统自动来判别和排除不合格药液。其中摄像机采集到待测药液图像质量和对图像所进行地图像处理算法和技术的合理性和有效性是异物检测的关键。全自动灯检机的应用可以真正提高企业药液检测的速度和准度,提高出厂药液的质量和数量,真正地全自动化进行药液生产和检测。首先,本文介绍了目前国内外医药制剂制备和检测的技术现状以及异物检测环节的人工灯检部分；医药用品药液检测的研究背景以及灯检机药液检测系统研究的意义和目前国内外关于医用药业检测的技术研究成果和现状。讲述了基于图像处理技术机器视觉系统的技术原理和内容,不同类型的待测异物所要面对和克服的研究难点与瓶颈。其次,详细地给出全自动灯检机检测系统的结构,在这个全自动灯检机平台上对其机械系统；图像采集系统；计算机操作系统和工业控制系统进行详细的结构分析。概述了几个系统各个环节的关键技术。为了满足灯检机的稳定性和实用性以及图像采集的精细程度,设计出专门用于灯检机系统的光源照明系统,选用了适合此系统的摄像机、图像采集卡和合适的镜头,这是能够采集到高质量的待测药液图的必要条件,也为后面图像处理部分打下了重要的基础。然后对采集的待测药液的图像进行图像预处理算法研究,也就是异物检测的初步算法。对采集到的待测药液的原始图像进行不同程度的自适应加权中值滤波技术来去除噪声,利用瞬时帧差法来消除待测药液瓶身刻字和划痕等带来静止噪声,使用形态学滤波技术来增强图像的对比度,从而获得比较高质量的二值化待测药液图像。对于比较小且一直在运动着的待测异物,在采集到待测药液的序列图像的基础上,利用背景抑制的方法和多帧差的方法对待测目标的图像进行不同程度的分割。随后,研究了对轨迹关联的待测药液和特征相匹配的可见异物的检测算法。提取出采集到的待测药液序列图像的目标特征,采用基于目标运动的多帧差序列图像的轨迹连续算法,利用待测目标的异物运动轨迹线性分析和运动小目标干扰随机噪声轨迹的随机性来判断待测药液中运动小型异物的存在。后期对镜头采集到的待测药液的序列图像进行处理,来验证此算法的的有效性和合理性。最后,结合整个全自动灯检机这个异物检测系统平台,对目前的机器视觉异物检测技术的发展和应用提出了展望。

全文目录

摘要  3-5
Abstract  5-10
第一章绪论  10-20
  1.1 研究背景和意义  10-13
    1.1.1 研究背景  10-12
    1.1.2 研究意义  12-13
  1.2 可见异物视觉检测的研究现状  13-18
  1.3 异物识别检测的难点  18-20
第二章机器视觉技术的原理与发展  20-28
  2.1 引言  20
  2.2 机器视觉的概念  20-21
  2.3 机器视觉技术的应用与优势  21-26
    2.3.1 机器视觉的应用  22-24
    2.3.2 机器视觉技术的优势  24-26
  2.4 机器视觉的发展趋势  26-28
第三章异物检测系统的基本构成  28-32
  3.1 引言  28
  3.2 系统构造及处理流程  28-30
  3.3 系统的工作流程  30-32
第四章图像的预处理过程与步骤  32-39
  4.1 引言  32
  4.2 图像的噪声去除  32-34
    4.2.1 椒盐噪声的去除  32-33
    4.2.2 高斯噪声的去除  33-34
  4.3 增强图像的对比度  34-37
    4.3.1 基本方法  34-35
    4.3.2 膨胀  35
    4.3.3 腐蚀  35
    4.3.4 闭运算  35
    4.3.5 开运算  35-36
    4.3.6 高帽和低帽变换  36-37
  4.4 抑制背景  37-39
第五章药液可见异物检测的算法研究  39-48
  5.1 引言  39
  5.2 异物检测的准确度分析  39-41
    5.2.1 图像的信噪比和对比度  39-40
    5.2.2 目标检测的虚报率和检测率  40-41
  5.3 特征提取及分析  41-45
    5.3.1 图像的分割  42-43
    5.3.2 联通性分析  43
    5.3.3 异物的特征值  43-45
  5.4 目标的运动轨迹的关联  45-47
  5.5 本章小结  47-48
第六章结论与展望  48-50
  6.1 全文总结  48-49
  6.2 研究展望  49-50
参考文献  50-54
致谢  54

基于图像处理的异物检测视觉系统研究

内容摘要

全文目录

相似论文