中药口服液瓶可见异物移动检测系统研究

针对中药口服液中可见异物的检测为静态的自旋急停检测这一问题,提出了一种基于机器视觉的针对流水线上直线运动中的中药口服液瓶中可见异物的移动检查方法;此法为将停止不动的口服液瓶的自旋急停拍照检测,变为在药瓶水平方向运动的同时完成竖直方向上的自旋急停拍照检测;克服了连续拍摄图片中药瓶位置发生变化从而需要寻找药液区域的问题;基于改进的成像系统和机械系统,使待检测药瓶在边自旋急停边直线运动时完成杂质检测;检测基于改进的区域搜索方法,提出了先利用连续像素搜寻算法药液区域提高检测速度,再用前后三角形窗口算法判定药液区域提高检测精度,能快速抓取照片中位置发生变化的药液区域并利用差分法进行杂质检测;实验结果表明此算法可以快速有效地检测出异物,提高了检测速度。     

一种快速检测提取高速铁路图像的方法研究

根据高速铁路路基的较高光辐射反射率,提出了一种基于数学形态学的图像二值化检测方法.计算机仿真证明,该方法能快速提取出高速铁路图像.     

基于改进动态阈值的运动车辆实时快速检测方法*

提出了复杂交通环境下一种新的运动车辆检测方法。基于背景差分获得运动图像,利用自适应阈值选取方法分别对差分图像的三个颜色通道进行二值化,从而实现运动目标的精确检测。根据检测结果,采用中值更新方法实现背景图像的实时更新。实验结果表明,这种基于改进动态阈值和自适应背景相结合的快速检测算法可以从复杂交通场景图像序列中快速有效地检测出运动目标,能够很好地满足智能交通监控系统中运动车辆实时检测的要求。     

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。     

基于背景估计和边缘检测的文档图像二值化

为提高文档图像在对比度低、光照不均、大块噪声等复杂图像背景下二值化效果,提出一种背景估计与边缘检测相结合的图像二值化方法。该方法先利用Sauvola算法有效地估计图像的背景,并在此基础上,结合改进的Canny算法获取边缘变化信息,利用基于局部阈值的策略进行二值化。实验结果表明,该算法取得了较好的二值化效果,在开放的DIBCO 2011数据集上测试,其性能与Otsu、Niblack、Sauvola经典方法相比有大幅提高,其F值比ICDAR2011二值化竞赛中第一名的算法略有提高。     

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.     

基于形态学的图像二值化方法

提出了一种自适应图像二值化方法，它基于数学形态学理论，求取彩色图像边缘特征，并将它与灰度直方图二值化方法相结合，实验表明，这一算法能较好地保留原图像中的特征，二值化后的图像效果不错。     

基于综合技术的二值化算法的研究与实现

对当前存在的两种效果较好的二值化算法进行了分析和研究,提出了一种效果更好的融合算法。该算法既能有效地消除配饰物的影响,又能使二值化后的图像目标更加突出。实验表明,该算法具有较好的鲁棒性。     

提高抑菌圈扫描图像边缘检测成功率的研究

提出一种灰度阔值自动计算方法,适合于自动计算不同扫描分辨率下的图像的最佳灰度阈值。通过考察抑菌圈与干扰区域的形态特征,提出一种模板滤波算法,对不同扫描分辨率下的图像能有效地滤除干扰像素和保护抑菌圈边缘像素。实验取得了较好的二值化处理效果和滤波处理效果,显著地提高了抑菌圈边缘检测的成功率。     

基于快速连通域标记的车牌字符分割

对车牌图像的二值图进行连通域提取可以解决倾斜带来的问题.提出了一种基于快速连通域标记的字符分割方法.先用改进的Otsu法对车牌图像进行二值化分割,之后基于快速连通域标记算法进行连通域标记,最后对各个连通域进行后续处理提取出全部车牌字符连通域.实验表明,改进的快速连通域标记算法克服了倾斜问题,而且有效地提高了连通域提取的速度,获得较好的字符分割的鲁棒性和实时性.     

口服液可见异物智能检测系统

针对西林瓶装口服液中可见异物的检测,开发一种基于机器视觉的智能识别和分拣系统,采用多检测工位和多相机跟踪拍摄的方式,以避免误判断。根据可见异物运动导致的平面图像中形状的变化,提出一种液体中微小目标的检测算法,通过多帧复合差分确定检测目标,利用基于异物加权特征的粒子滤波跟踪算法,克服单一特征导致的误跟踪,准确区分干扰和可见异物。实验结果表明,该方法可以满足在线检测的速度和精度要求。     

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。     

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。     

大输液中可见异物智能在线检测系统设计

设计了基于机器视觉的智能大输液异物在线检测系统,该系统可以实现灌装后大输液瓶中杂质的检测;研究了该检测系统的基本构成,工作原理以及一些关键图像处理技术;该检测系统采用特殊的硬件检测平台,让杂质与瓶身作相对运动,再利用精密的光学成像系统获取运动异物的序列图像,最后通过图像预处理、运动目标提取、运动目标分割和图像识别与判断这四个步骤完成对异物的检测;实验表明该系统可快速的检测出大输液溶液中所含的多种杂质.准确度高,实时性强。     

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.     

基于深度自编码器网络的压盖缺陷检测

口服液压盖过程,会出现压盖不良等情况,瓶盖可能会出现划痕、刮花、表面卷曲、压盖破损等缺陷,为保证食品药品安全必须在出厂前进行检测.在基于深度学习的口服液瓶压盖缺陷检测的研究过程中,使用传统卷积神经网络对口服液压盖缺陷数据集进行训练,需要进行人工标注,效率较低.为有效解决上述问题,设计出一种无监督学习的深度卷积去噪自编码...     

基于机器视觉的啤酒瓶检测系统研究

为了提高啤酒瓶的检测效果,提出了一个基于机器视觉的啤酒瓶检测系统的方案.根据啤酒瓶检测过程的高速度、高精度和实时性的特点,设计了系统中图像获取、图像处理和图像识别的过程和方法.利用图像滤波去除获取的啤酒瓶数字图像中的噪声,通过二值化将物体和背景分离,再经过边缘检测提取边缘,最后识别和分类有缺陷的啤酒瓶.实验结果表明,该方案能够快速有效地对啤酒瓶进行检测,提高了检测效果,具有一定的可行性和现实意义.     

一种机器视觉异纤高速清除系统

棉花中的异性纤维比重小,但危害大,针对目前棉花异纤检测中存在效率低、稳定性差等问题,提出了一种改进的Canny检测算子和一种基于区域生长的三基色阈值检测算法,开发了一种基于机器视觉的棉花异纤高速清除系统。系统采用FPGA加DSP构建高速图像采集处理卡进行异纤检测运算,使用双层照明结构和PLC在线监控模式,实验证明了算法在异纤检测中的有效性和先进性,提高了异纤检测速度和检测精度,具有更高的运行稳定性。     

啤酒瓶在线模号识别系统研究

为了对啤酒瓶进行准确快速的分类,提高其生产效率,设计并实现了啤酒瓶在线模号识别系统;提出采用基于光反射的非接触式检测方法提取模点信息,并且比较了两种不同的光接收方式,提出了插入式模号识别算法,该算法具有识别效率高的特点;着重介绍了检测系统的结构组成,该系统具有准确度高、稳定性好、抗抖动等优点,与采用CCD方案识别玻璃瓶文字相比此系统对硬件要求较低,具有很高的性能价格比;在这种系统结构上结合插入式模号识别算法可以提高识别速度和识别率,能成功地应用于生产实践中。     

基于Coordinate Attention和空洞卷积的异物识别

在我国工厂的工业化生产中, 带式运输机占有重要的地位, 但是在其运输物料的过程中, 常有木板、金属管、大型金属片等混入物料中, 从而对带式运输机的传送带造成损毁, 引起巨大的经济损失. 为了检测出传送带上的不规则异物, 设计了一种新的异物检测方法. 针对传统异物检测方法中存在的对于图像特征提取能力不足以及网络感受野相对较小的问题, 我们提出了一种基于coordinate attention和空洞卷积的单阶段异物识别方法. 首先, 网络利用coordinate attention机制, 使网络更加关注图像的空间信息, 并对图像中的重要特征进行了增强, 增强了网络的性能; 其次, 在网络提取多尺度特征的部分, 将原网络的静态卷积变为空洞卷积, 有效减少了常规卷积造成的信息损失; 除此之外, 我们还使用了新的损失函数, 进一步提高了网络的性能. 实验结果证明, 我们提出的网络能有效识别出传送带上的异物, 较好地完成异物检测任务.