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.     

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。     

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。     

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。     

基于主动视觉的运动目标检测跟踪方法

研究主动视觉运动目标检测跟踪系统。针对图像目标跟踪多为非连续动态过程,准确性差,通过混合高斯法建立背景模型,采用背景差分法,利用最大类间方差算法确定阈值,检测分割出运动目标,提出一种结合SURF算法的带宽自适应均值漂移跟踪算法实现目标跟踪,使用线程并行控制摄像机运动,确保跟踪目标在图像序列中的合适尺寸。实验表明,改进系统能够实现对场景中运动目标的准确检测,稳定跟踪,并能到达实时应用的要求。     

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。     

双背景模型自适应运动目标检测算法在交通监控系统中的应用研究

针对现有运动目标检测算法不能满足复杂场景需求,提出一种基于高斯混合模型和时间平均模型改进的双背景模型自适应运动目标检测算法。对视频图像背景进行简单背景和复杂背景自适应判别,并建立相应的背景模型。双背景模型获取的运动目标区域信息更完整、清晰。实验表明,与传统检测算法相比,新算法在去除区域孔洞、目标区域完整性具有较好性能和优越性。     

无支撑环PET瓶盖封装质量在线检测方法

对无支撑环聚对苯二甲酸乙二酯(PET)瓶盖表面异物及防盗环连接桥断裂缺陷检测方法进行了研究.采用基于色度饱和度纯度(HSV)颜色空间变换法来克服三原色(RGB)图像中瓶盖表面灰度不均、异物特征不明显的缺点,并利用色度图像对异物区域进行了有效分割.针对连接桥断裂区缝隙小,灰度分布存在突变的特点,采用动态阈值分割算法:通过均值滤波获得背景区域,将待检图像与背景图像进行比较并设置动态阈值,进而分割出断裂区域.实验及实际应用表明:系统检测准确率达到了99％以上,检测速度可达1.2万瓶/h,能够满足生产线在线检测要求.     

基于机器视觉的医药注射剂智能检测系统研究

介绍了基于机器视觉的医药注射剂智能检测系统．设计了系统旋转式检测轮盘结构以及基于运动控制卡和数据I/O卡的电气控制系统．通过高速摄像机获取医药注射剂序列图像;采用二次差分和能量累积方法,获取注射剂内可能存在的运动小目标．提出了基于支持向量机的气泡和可见异物分类算法,准确判断出注射剂溶液内是否含有微小可见异物．实验验证了所提检测算法的有效性和装置的可行性．     

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.     

中药口服液中可见异物检测系统研究

针对目前生产线上中药口服液中可见异物检测系统存在的速度慢、精度低等问题,设计了一种可同时检测多个药瓶的基于机器视觉的异物快速检测系统。介绍了成像系统和机械系统。提出了一种基于边缘轮廓的图像配准算法,有效地消除了药瓶晃动的影响。提出了一种逐点阈值分割图像的二值化方法,能得到质量较好的二值化图像。实验结果表明,该系统能快速、有效地检测出可见异物,能较好地满足在线检测需求。     

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。     

一种三维CT图像中的线状目标检测方法

当前三维CT图像广泛应用在工业和医学中, 对于工业无损检测和医学上的病灶分析具有重要的研究意义。线状目标广泛存在于医学和工业的CT图像中, 为了实现三维空间中线状目标检测, 传统的直线检测方法有Hough和Radon变换, 但是计算量很大, 而且不适合曲线检测, 对于三维图像来说, 计算更为复杂。因此提出一种基于距离变换, 并通过端点和拐点检测提取线状目标检测算法, 不仅对于直线目标有较好的检测效果, 对特定曲线也有较好的检测结果, 而且通过检测距离变换的距离, 自动地检测线状目标的粗细尺度属性。实验证明, 该方法具有较好的检测结果。     

基于无人机图像的输电线检测方法

在无人机应用于输电线巡检背景下,为了方便后续的输电线故障检测与分析,提出一种新的基于无人机图像的输电线检测方法.首先,通过Otsu获取高低阈值的方法改进Canny边缘检测算法,用于提取输电线图像边缘;然后,通过数学形态学方法处理边缘检测得到的二值图像,并用分式查表法改进的Hough变换对数学形态学处理后的图像进行直线段检测;最后,提出线-线空间信息分析的方法,对检测出来的直线段进行筛选和拟合.通过在无人机图像上的实验结果表明,本文提出的输电线检测方法是一种性能良好的基于无人机图像的输电线检测方法.     

可见光图像中的高压线缺陷自动诊断方法

研究直升机巡检系统中,基于可见光图像的电力线缺陷诊断方法。对直升机机载系统采集到的可见光图像进行实时分析,自动诊断电力线上可能存在的断股、异物附着缺陷。研究了缺陷在可见光图像中的特征,并提出了一种基于亮度和空间信息的线对象检测方法,自动识别电力线。对线对象进行分析,获取其位置、方向、宽度信息,并进行对象分类。结合缺陷特征和对象与分类信息,设计缺陷诊断流程,诊断断股及异物缺陷。实验证明,该方法对电力线检测准确,能够发现电力线存在的可疑异物和断股缺陷,成功应用于直升机巡检系统中。     

基于深度学习的工业视觉检测系统

针对零部件在工业生产线包装过程中存在检测速度慢，自动化检测水平低下，检测准确率不高等问题，提出一种基于深度学习的工业零部件检测系统的方案设计，实现对零部件自动检测的功能。设计一种实验检测平台用于获取包含待检测零部件的图像；提出一种改进网络共享卷积层结构的方法，融合区域建议网络和区域卷积网络建立一种检测方法对目标零部件进行准确定位识别，适应各种形状大小不一的零部件检测，实现端到端训练输出定位检测结果。实验结果表明，系统的检测效果与传统的检测方法相比，具有速度快，检测准确率高等优越性。     

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。