论文部分内容阅读
随着人口老龄化以及物质水平的提高,保健品成了提升生活质量的必备品,特别是胶囊类保健品的需求不断提升。人工分拣显然不能达到工业化批量生产以及制药标准的要求,此时采用自动化和柔性程度较高的机器视觉检测方式更具有竞争力和工业前景。机器视觉采取的是非接触式和无损检测方式,保证胶囊不受人工检测的二次污染,提高了胶囊的生产率和生产质量。 本文通过对北京某胶囊制造车间的实际调研,以及研究大量有关胶囊检测方面的国内外文献,设计了胶囊外观规格检测系统。其主要包含胶囊几种常见外观问题,比如长短不一、污点、气泡、异型、色差等。本文的研究内容和成果包括: (1)设计系统软件平台。软件系统主要是基于VS2010平台和MFC架构而设计人工交互的友好界面,并利用图像处理算法的工具包OpenCV来进行简单的图像处理。软件系统主要包括两个部分:训练系统和识别系统。 (2)根据厂商对胶囊检测的需求,分析机器视觉系统相关的硬件选型问题。根据机器视觉系统的相关文献以及本系统设计的需求对相机、镜头、图像采集卡、光电开关等的选型和位置方向进行设定。并设计胶囊检测训练系统的处理算法,主要包括测阈值,特征提取与导出等其它一些算法。 (3)获取胶囊尺寸和颜色的识别标准。通过聚类算法对胶囊样本数据的特征进行聚类与分析,获取衡量胶囊尺寸颜色的标尺。 (4)设计胶囊外观缺陷检测算法。胶囊外观检测针对以下四种:①尺寸,②色差,③气泡,④污点。而污点检测需要将胶囊的整个表面展开来检测,提出采用多个相机多个端面强光对射来实现对污点的检测。本文采用平稳小波变换来检测图像列信号的突变点,根据突变点位置来确定污点。并针对气泡胶囊设计了基于最小二乘B样条的圆拟合算法,通过选取控制点来拟合以及最小二乘求取圆的信息。 本文最后整理归纳了课题的研究内容和研究成果,同时指出研究工作中的不足之处,以及未来工作的研究方向。