基于機(jī)器視覺的藥片缺陷檢測系統(tǒng).pdf

1、藥片缺陷檢測是藥片生產(chǎn)過程中的關(guān)鍵環(huán)節(jié)，其檢測結(jié)果的好壞直接影響著藥品的質(zhì)量。常見的人工檢測和抽樣檢測，成本高、效率低、檢測的主觀和隨機(jī)性，無法滿足現(xiàn)代企業(yè)對產(chǎn)品質(zhì)量的要求。機(jī)器視覺檢測技術(shù)憑借其自動(dòng)化程度高、成本低、效率高等特點(diǎn)，迅速崛起并深入到醫(yī)藥行業(yè)中?；跈C(jī)器視覺的藥片缺陷檢測將成為一種趨勢。
　　硬件方面，本文根據(jù)公司的實(shí)際需求，提出了藥片缺陷檢測的總體設(shè)計(jì)方案。根據(jù)系統(tǒng)對精度的要求，從光源、相機(jī)和鏡頭三個(gè)角度詳細(xì)分析了

2、圖像采集裝置；選用 OPT-RI9090-W型號(hào)的環(huán)形 LED光源正面照射藥片、選擇FL2G-13S2M-C型號(hào)的相機(jī)和MYUTRON FV2520型號(hào)的鏡頭搭建圖像采集裝置；該圖像采集裝置可以獲取藥片360°全方位的的圖像信息，并且獲取的藥片圖像噪聲小。
　　軟件方面，為了解決藥片圖像灰度值區(qū)域化的問題，本文改進(jìn)了基于二維高斯曲面擬合的灰度補(bǔ)償預(yù)處理算法；提出了藥片缺陷檢測算法用來分離藥片的缺陷特征；設(shè)計(jì)了專門字符缺陷檢測算法提

3、取藥片的字符缺陷。各算法簡述如下：
　　本文改進(jìn)了基于二維高斯曲面擬合的灰度補(bǔ)償預(yù)處理算法，解決圖像灰度值區(qū)域化問題。由于環(huán)形 LED光源的高斯弱化影響和CCD的光學(xué)離焦特性，藥片灰度值出現(xiàn)高斯弱化區(qū)域化現(xiàn)象。該圖像經(jīng)過二維高斯曲面擬合的灰度補(bǔ)償后，藥片圖像得以均衡化，明顯改善了圖像的灰度值分布情況。
　　本文提出了一種準(zhǔn)確率較高的無刻字藥片缺陷檢測算法。研究了 OSTU和模糊閾值算法，分別從隸屬度函數(shù)的選擇和分割總則兩個(gè)角

4、度對算法進(jìn)行改進(jìn)。該算法可以準(zhǔn)確的提取出藥片的缺陷特征，尤其可以分離出藥片的劃痕缺陷。結(jié)合藥片缺陷的幾何特征，該算法可以準(zhǔn)確的分離出藥片的缺陷類型。經(jīng)過測試，藥片碎片、污漬、劃痕的準(zhǔn)確率分別為99％、95%、88%。
　　針對目前藥片字符缺陷檢測難的情況，本文專門設(shè)計(jì)了字符缺陷檢測算法。利用Gamma校正算法，依據(jù)字符的灰度特性對Gamma函數(shù)進(jìn)行改進(jìn)。該算法融合?>1和?<1兩種圖像的特征，較好的分離出藥片的字符特征。結(jié)合字符的