基于紅外圖像的膠囊缺陷檢測研究.pdf

1、在我們的生活中,膠囊是不可缺少的一部分,它們的質量是否合格關系到我們的身體健康和生命安全,所以對膠囊的缺陷檢測問題就顯得特別重要。本文檢測膠囊的外形和表面缺陷,外形缺陷主要有膠囊過長,過短,變形,癟頭等。表面缺陷主要有氣泡,皺壁,污斑等?；诩t外膠囊圖像,采用了機器視覺的相關算法對膠囊的各種外形缺陷和紋理缺陷進行了討論,研究了系統(tǒng)的軟件模型。該系統(tǒng)具有自動化程度高,精確度高,人工操作簡單,外界干擾少等優(yōu)點。本文的創(chuàng)新點如下:
　　

2、1、在本系統(tǒng)的圖像預處理階段,由于采用基本全局閾值法的得到的分割效果圖中膠囊與卡殼之間相連的部分不能很好的分割開來,所以本文提出了基于平滑雙峰直方圖的閾值排序自動選取方法,利用平滑處理過后的直方圖進行圖像分割閾值的自動提取,選擇平滑后直方圖從低到高一,二位波谷位置作為分割閾值。經(jīng)檢測此方法分割效果優(yōu)于傳統(tǒng)方法,它能夠把膠囊區(qū)域和固定膠囊的卡殼很好分割開來,有效去除膠囊與卡殼粘連的影響。
　　2、本文采用“先定位后檢測”的方法用于膠

3、囊特征參數(shù)的提取。在定位膠囊兩端圓弧時,先定位出膠囊兩端圓弧部位所在的矩形框,然后在該矩形框內計算兩端圓弧的近似弧長。檢測膠囊壁直線時,加入權重因子,該權重因子為事實輪廓與定位的標準輪廓之間的距離。如果權重因子小于3個像素距離,那么該點就被認為是邊緣點,減少離群值對檢測結果的影響,證明該算法在不影響檢測效果的前提下提高了檢測速度。
　　3、針對檢測膠囊具有的缺陷等級不同,本文提出一種二階段檢測方法。第一階段,對于BP神經(jīng)網(wǎng)絡的特征