论文部分内容阅读
随着现代经济和科技的快速发展,人们的生活水平不断的提高,对关系到自身健康的药品质量有了越来越高的要求,国家对药品质量的检测监督要求也越来越高。胶囊作为很多药物的载体,在药品行业中占有非常重要的地位。在胶囊生产企业生产胶囊的过程中,成品胶囊不可避免地存在各种类型的缺陷,对胶囊进行缺陷检测可以极大地提高其成品质量。目前,国内各大胶囊生产及制药企业仍在使用人工肉眼观察的方法来找出存在缺陷的胶囊。人工检测的方法不但效率低、成本高而且由于人自身的一些因素例如人眼的不稳定性与易疲劳以及人的主观判断标准不明确,使得胶囊缺陷检测的准确率无法得到保证,而且这种接触式的检测方法容易引起胶囊的二次污染,不能满足现代工业的要求。基于以上背景,为了实现胶囊全自动检测机的检测配套功能,本文在现有的胶囊全自动检测机的运行方式和要求的基础上,基于图像处理技术,研究并开发了一套运行于现有机器上的用于高效地进行胶囊表面缺陷检测和分拣的视觉检测系统,用来代替人工检测,不仅具有一定的科学意义,还具有广阔的应用前景。 本文分析了目前在胶囊缺陷检测领域的国内外研究现状,在前人工作的基础上,基于实际需要,在胶囊全自动检测机的硬件设计、胶囊的图像分割技术及缺陷检测技术等方面进行了深入研究。 为了能够快速、准确地进行胶囊缺陷的检测,我们对胶囊全自动检测机进行了特别设计。将机器的胶囊传送方式由推送方式改为轮盘传送方式,轮盘上设计了形状独特的凹槽。胶囊在传送的过程中可以翻转4次,每次翻转约90°,用4个CCD相机采集胶囊图像,覆盖胶囊体部和头部,从而实现胶囊体的360°全覆盖,达到完全检测的效果。 设计了一种基于切分子图和区域特征的胶囊图像分割算法。将采集的胶囊图像切分为5幅子图,减小图像分割的处理区域,以降低胶囊分割提取的难度。在探讨了双阈值分割、分水岭分割等经典算法后,提出了一种基于区域特征的分割算法,准确而快速地从子图中提取出胶囊。 针对胶囊的长度、黑点、气泡、破洞、缺口、混批等常见的表面缺陷,分别提出了一套用于缺陷特征提取和缺陷识别的算法,包括图像平滑滤波、胶囊区域分割、轮廓处理、Hough变换、形态学处理、彩色图像的HSV颜色分析、提取缺陷特征等,最终实现了较高的缺陷检测准确率。 开发了一套基于Qt和OpenCV的胶囊表面缺陷检测与分拣系统。系统主要由以下6个部分组成:参数设置、图像采集、实时显示、缺陷检测与分拣、机器控制、图像处理调试系统。不仅方便使用者进行操作和管理,也方便后续的开发者对系统做二次开发时进行程序调试。 最后,本文对课题的研究内容和取得的成果做了总结,阐述了课题的创新之处,指出了工作中存在的不足,并展望了未来的工作方向。