大输液在线视觉检测系统的研究

针对传统灯检检测精度低,人力成本高的问题,研究了基于机器视觉的大输液中可见异物在线检测系统的关键技术。利用高速旋转装置,获取运动目标的序列图像。根据图像间的交互方差系数MV建立序列图像的背景,利用背景差分提取检测目标。综合质心迭代算法和卡尔曼滤波器实现了运动目标的跟踪,根据运动轨迹方向确定可见异物是否存在,排除气泡的干扰。实验结果表明该系统能够有效地实现大输液中可见异物的实时检测功能。     

基于DSP的大输液异物实时灯检系统设计

设计了一套基于机器视觉技术的全自动灯检系统,并提出了一种弱小异物目标识别算法,以实现大输液中可见异物的在线实时自动检测.为了有效地解决在线高速实时检测这个关键性问题,将制约系统实时性的弱小目标识别过程分离出来,交由高速DSP芯片进行专门处理.通过理论分析和试验测试证明,基于TMS320C6416 DSP的图像处理平台能够很好地满足大输液异物检测系统对处理速度和精度的要求.该系统能够有效地检测输液中粒径大于50μm的异物,其识别准确率和速度均高于熟练的灯检工.     

医药大输液中可见微小异物检测方法研究

针对大输液中快速降落及相似杂质难以跟踪的问题,提出了一种将线性预测及LBP8,1riu2纹理模型中表示边界和角的5种基本模式FLBP8,1riu2(Five Local Binary Pattern)嵌入到Mean Shift算法中的异物检测方法,实现了对杂质目标的有效跟踪。利用简化的归一化互相关系数快速建立序列图像的背景,采用背景减除法、灰度图像形态学及最大对比度分割法提取目标杂质的精确位置,利用改进的Mean Shift算法连续跟踪数帧运动杂质确保检测准确率。实验结果表明,该方法对直径不小于3个像素的杂质检测率平均达到96.3%,检测速率平均达到0.8秒每瓶。     

基于机器视觉的口服液灯检机关键技术研究

设计了一种基于机器视觉的口服液异物检测算法,实现口服液中异物的检测。通过高速工业摄像机获取序列图像,利用二次差分与累积差分法对序列图像进行处理,去除图像中的背景信息,得到只含杂质、少量气泡和部分噪声的灰度图像。通过自适应阈值处理提取运动目标。通过比较异物的大小是否超过医药标准来判断药剂中是否含有异物(比如:毛发、短纤维等),来实现对口服液中可见异物的实时检测。通过实验与现场测试,验证了该检测算法的有效性和可行性。     

安瓿制剂中的可见异物实时视觉检测系统研究

针对安瓿中可见异物的视觉检测需求,设计了基于机器视觉的安瓿制剂在线检测系统;研究了该检测系统的硬件构成和工作原理,为了从复杂的视觉图像中提取出微小的检测目标,系统运用机械方法使被测目标与背景间产生运动差异,利用精密的光学成像系统获取目标运动序列图像,通过图像灰度投影定位安瓿图像,并提出图像差分提取运动目标和粒子滤波跟踪运动目标方法来完成对异物的实时视觉检测;实验证明所研制的系统可有效地应用于安瓿制剂的可见异物在线检测。     

高速医药自动化生产线大输液视觉检测与识别技术

药品灌装质量检测是制药过程的一个重要环节,是药品质量的可靠保证.针对医药大输液可见异物视觉检测的需求,研制出基于多视觉的大输液自动化检测识别系统.首先研究了医药图像的高速高可靠性预处理方法,有效消除由机械振动和跟踪引起的干扰.研究了以药液微小异物为目标的改进模糊细胞神经网络图像分割方法,揭示了液体中异物目标、微粒、气泡等产生机理,综合分析目标的形态特征、边缘轮廓、运行特征等,得到各种异物的类型特征以及在序列图像中的动态变化信息.最后,使用序列图像的目标特征,基于支持向量机的AdaBoosting分类算法进行异物识别,结果证明本文提出的方法检测识别率高,对工程设备的研制具有重要意义.     

医用药剂中可见异物自动化检测研究

针对国内人工药品检测的低效率、低准确率的不足,文章介绍了一套根据国家行业标准设计的基于智能机器视觉的可见异物自动化检测系统。该系统主要包括机械传动模块、电气控制模块、图像识别与处理模块。根据异物运动连续性和噪声运动无序性等特点,提出了改进的三次差分和能量累积算法来提取运动杂质,然后采用基于基于SIFT特征匹配和最邻近匹配的目标跟踪算法对杂质进行跟踪,获取杂质的大小和数目并分析出杂质总类,最后检测出杂质情况。最后把检测结果与国家标准进行比对,判断出该药剂是否合格。测试表明,系统的检测准确率达90%以上,满足企业要求,基本能替代人工检测。     

基于DSP的大输液可见异物检测系统设计

设计了一套基于机器视觉的大输液可见异物自动检测系统.利用高速旋转装置获取运动异物的序列图像,采用嵌入至高速DSP中的异物检测与识别算法对序列图像进行处理,DSP将处理结果输送至控制器,并由控制器做出相应动作.重点研究了异物的检测与跟踪识别方法,针对快速降落及相似异物难以准确跟踪的问题,对Mean Shift跟踪算法作了...     

基于视觉传感器的输液中异物检测系统设计

为实现输液中异物的在线自动检测,设计了一种基于高性能视觉传感器的液体中微小异物检测系统.针对输液中微小异物的特点,设计了可编程控制的图像采集系统,以获取高质量的原始视觉图像.对采集到的图像通过预处理、特征提取、异物目标识别分类等算法实现了对异物目标的在线检测.实验表明:该系统对输液中粒径大于50 μm异物的识别准确率和识别速度均高于熟练灯检工.     

基于智能视觉的透明液体可见异物检测软件设计

目前在国内的透明液体生产线上,液体通常采用人工检测,效率低、准确率,所以基于图形处理算法以及QT,设计了一套基于智能视觉的透明液体杂质颗粒检测软件,重点实现了软件与算法的改进优化;获取的连续图像经自适应中值滤波预处理去除图像噪声后,通过改进的序列图像二次差分算法提取出序列图中的细小的异物,然后根据通过SIFT特征度量的MeanShift目标跟踪算法,跟踪液体图像中的细小异物;并根据异物的运动轨迹及大小,检测到有无异物以及异物的类型,进而进一步判断透明药品质量是否合格;结果测试表明,软件的准确率达到95%以上,检测分辨率达到了44μm,基本可以替代透明液体生产线上的人工检测。     

可乐瓶口缺陷快速检测系统的研制

可乐瓶在灌装前必须经过多种指标检验.针对实际工程需要,设计并实现了一套操作简单,高识别率的空瓶瓶口图像检测系统;图像经过初步处理后,去除噪声,边缘检测,将所要处理的图像有效部分与背景区分开来,如此可大大减少后续算法的计算量,从而有利于提高处理速度,较好地解决了,实时性与准确性之间的矛盾;采用基于最小二乘法的椭圆拟合方法对轮廓进行拟合,确定出椭圆的参数,并对内外圆的圆心取平均值,定为共同的圆心;经实践证明分辨力小于0.5mm,正确识别率达到99.9%以上,满足实际生产要求。     

基于自适应混合模型的药液异物视觉检测

针对医药灌装生产线中产品异物检测的特点和要求,设计一套采用机器视觉技术的灌装药液异物自动检测系统,研究基于自适应混合模型的药液异物视觉检测方法。在对获取的药液图像预处理后,利用自适应混合高斯模型对药液序列图像数据进行检测,获得感兴趣的目标区域,采用形态学运算对目标区域进行分割。实验结果表明,该系统能准确有效地检测出药液内的异物,可满足医药灌装生产线上高速、高精度的检测要求。     

A machine vision inspector for beer bottle

A machine-vision-based beer bottle inspector is presented. The mechanical structure and electric control system are illustrated in detail. A method based on the histogram of edge points is applied for real-time determination of inspection area. For defect detection of bottle wall and bottle bottom, an algorithm based on local statistical characteristics is proposed. In bottle finish inspection, two artificial neural networks are used for low-level inspection and high-level judgment, respectively. A prototype was developed and experimental results demonstrate the feasibility of the inspector. Inspections performed by the prototype have proved the effectiveness and value of proposed algorithms in automatic real-time inspection.     

基于Canny算子和SVM的瓶盖缺陷检测系统研究

针对人工检测瓶盖表面黑点易出现漏检的问题,设计了基于Canny算子和SVM的瓶盖缺陷检测系统,给出系统总体架构,阐述系统软硬件设计思路,重点研究Canny算子与SVM相结合的瓶盖缺陷识别技术.实验结果表明,相对于传统人工瓶盖黑点的缺陷检测,设计的系统提高了缺陷识别的准确率.     

应用视觉技术的液体质量智能检测系统研究

提出了一种基于机器视觉和支持向量机集成的液体质量智能检测系统。该系统采用了专门装置采集瓶内旋转液体的序列图像。对采集到的序列图像进行运动分析,确定图像序列中的运动区域。然后提取运动区域的特征,提出多核函数支持向量机集成方法来确定运动区域是否为液体中的杂质。通过实验证明,该液体质量检测系统的检测准确率可达97%。     

基于简化SIFT的口服液杂质检测防抖方法

在口服液灯检机杂质检测系统中,口服液瓶体由于履带搓瓶的急停会有轻微的抖动,造成高速工业摄像机拍摄的前后两帧口服液瓶体图像中位于相同空间位置的像素无法重合在一起,导致前后两帧图像做差分结果出现错误。由于口服液中的杂质很小,一般会达到微米级别,因此机械的扰动以及口服液瓶体上的污点都有可能因位置偏差对检测结果造成影响。采用尺度不变特征检测（SIFT）对系统采集的前后两帧图像进行位置配准。SIFT算法稳定性精度很高,适用于高精度口服液杂质检测系统。基于抖动幅度微弱,对该算法进行了一定的改进与简化,以获得最佳配准结果。在实际检测过程中算法稳定,检测结果准确率很高。     

基于智能视觉系统的饮料瓶封装缺陷检测技术

本文介绍了一种基于智能机器视觉系统的饮料瓶封装缺陷检测应用技术。根据饮料瓶封装缺陷检测的特点及实际生产要求,提出了一套应用智能机器视觉系统的总体解决方案。作者对整个系统的结构原理,工作流程以及各个组成部分的功能做了具体的阐述。应用结果表明,上述机器视觉系统实现方便,功能强大,应用效果良好。