為了實(shí)現(xiàn)外觀缺陷自動檢測,研究了基于機(jī)器視覺技術(shù)的外觀缺陷檢測系統(tǒng)。首先針對外觀缺陷圖像特點(diǎn),分析了采用灰度閾值及單一顏色模型分割缺陷的局限性,提出基于混合顏色模型的缺陷圖像分割方法,實(shí)現(xiàn)了外觀缺陷快速、準(zhǔn)確分割;然后通過分析外觀缺陷特點(diǎn),分別從形狀、顏色和紋理共選取了12個(gè)類別差異明顯的特征參數(shù),提取了外觀缺陷特征;最后選擇BP神經(jīng)網(wǎng)絡(luò)作為缺陷分類器,根據(jù)經(jīng)驗(yàn)和實(shí)驗(yàn)確定了神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)及參數(shù),并分析了傳統(tǒng)BP算法在外觀缺陷分類應(yīng)用中的不足,通過改變收斂標(biāo)準(zhǔn)、自適應(yīng)調(diào)整步長和引入動量項(xiàng)以優(yōu)化BP算法,改善了神經(jīng)網(wǎng)絡(luò)分類效果。


在藥品包裝過程中,會出現(xiàn)瓶體與瓶蓋封裝不嚴(yán)的情況,因此藥品包裝的質(zhì)量檢測已成為制藥行業(yè)生產(chǎn)過程中的一個(gè)關(guān)鍵環(huán)節(jié)。本文設(shè)計(jì)了一套基于機(jī)器視覺的藥瓶檢測系統(tǒng),完成了藥瓶包裝過程中瓶蓋與瓶體封裝缺陷的檢測任務(wù)。本的研究工作和主要成果包括以下幾個(gè)方面：1.在總結(jié)國內(nèi)外成果的基礎(chǔ)上,結(jié)合藥瓶檢測的總體功能要求和性能指標(biāo),成功搭建了滿足要求的硬件實(shí)驗(yàn)平臺。同時(shí),對平臺所用硬件的選擇原則和最終參數(shù)都做了逐一說明。2.由數(shù)字圖像處理的概念出發(fā),研究了待檢藥瓶圖像處理的相關(guān)算法。首先,應(yīng)用MATLAB軟件對采集到的圖像進(jìn)行了一系列處理,包括圖像灰度化、圖像去噪


玻璃瓶大輸液是我國行業(yè)五大重要制劑之一,是機(jī)構(gòu)日常經(jīng)常使用的藥品,在現(xiàn)代臨床上占據(jù)十分重要的地位。但是,由于生產(chǎn)設(shè)備及檢測設(shè)備的局限,在灌裝過程中,大輸液產(chǎn)品中可能含有玻璃屑、纖維、毛發(fā)等可見異物,這些不溶性異物進(jìn)入人體血液后會危及到人的生命安全。目前,我國制藥企業(yè)基本上都是采用人工燈檢的方法。這種落后的檢測方式存在很多缺陷,如檢測速度慢、精度低,易受干擾,可靠性差,還容易對藥品造成二次污染等,無法從根本上保證產(chǎn)品質(zhì)量,也無法滿足高速生產(chǎn)線的生產(chǎn)要求。


設(shè)計(jì)了基于機(jī)器視覺的智能大輸液異物在線檢測系統(tǒng),該系統(tǒng)可以實(shí)現(xiàn)灌裝后大輸液瓶中雜質(zhì)的檢測;研究了該檢測系統(tǒng)的基本構(gòu)成,工作原理以及一些關(guān)鍵圖像處理技術(shù);該檢測系統(tǒng)采用特殊的硬件檢測平臺,讓雜質(zhì)與瓶身作相對運(yùn)動,再利用精密的光學(xué)成像系統(tǒng)獲取運(yùn)動異物的序列圖像,最后通過圖像預(yù)處理、運(yùn)動目標(biāo)提取、運(yùn)動目標(biāo)分割和圖像識別與判斷這四個(gè)步驟完成對異物的檢測;實(shí)驗(yàn)表明該系統(tǒng)可快速的檢測出大輸液溶液巾所含的多種雜質(zhì),準(zhǔn)確度高,實(shí)時(shí)性強(qiáng).