基于机器视觉的工业检测研究 ——实时药丸检测系统

论文摘要

丸药是最为常见的药品剂型,生产的厂家和产量都非常多。虽然目前丸药通常有几种不同的生产工艺途径,但对最后成品都有外观质量要求,即要求每一批号丸药都大小一致、形状符合特定要求并且色泽统一。寻找一种方便高效并且运行可靠的实时在线检测方案是业界的迫切需求。随着机器视觉技术的迅速发展和不断成熟,越来越多的制造部门已开始采用机器视觉技术实现产品的实时在线检测,因此研究开发在丸药检测方面使用机器视觉的方案和技术是完全可行的并有着较大的经济效益。本文简要回顾了数字图像处理及机器视觉中的一些常用技术,探讨了将图像处理和机器视觉技术应用于丸药实时检测的方法和途径,经过对药丸检测的详细分析,提出了完整的工作循环模式。在每次工作循环中,首先获取图像,然后依次进行预处理、目标识别、形状检测、尺寸检测和颜色检测,全部合格后判定为合格品,否则为不合格品。其中最主要部分是形状检测、尺寸检测和颜色检测。形状检测的任务就是判断药丸是否圆整光滑,方法是判断药丸图像的边界像素到质心的距离是否超出偏差;尺寸检测的目的是判定药丸大小是否合格,方法是计算药丸图像的面积,并以此判断是否符合尺寸要求;颜色检测是用来判断药丸是否有色差、缺色等颜色方面的外观缺陷,方法是将药丸图像的每个像素的RGB向量与标准值进行比较,偏差超出范围的为不合格品。在对相关技术和算法的分析基础上,本项目在Windows操作系统平台上利用Matlab和visual studio开发出了实时检测的原型软件,实现了全部检测功能,并具有良好的人机界面和系统扩展性能。所有的核心算法都在Matlab中用M文件写成,然后通过Matlab编译器编译成动态连接库;所有的界面、通讯等主应用程序都由VC++生成,与算法动态连接库协调工作。通过实验,表明该系统自动判断药丸的质量是准确的,速度和稳定性都符合要求,有一定的实用价值。在对本系统进行进一步的优化和集成之后,可望形成一个强有力的并极具市场潜力的专业机器视觉产品。

论文目录

• 摘要
• Abstract
• 目录
• 第一章 引言
• 1.1 研究的目的和意义
• 1.2 本课题研究课题范围内，国内外已有文献的情况综述
• 1.3 本课题解决的主要问题
• 第二章 机器视觉概述
• 2.1 迅速发展的综合性学科
• 2.2 机器视觉系统构成
• 2.3 机器视觉系统的典型应用
• 2.4 机器视觉的技术要点和发展动态
• 2.5 机器视觉的应用前景和技术瓶颈
• 第三章 药丸分拣系统的需求和总体架构
• 3.1 系统需求
• 3.1.1 概述
• 3.1.2 性能指标要求
• 3.2 系统整体设计
• 3.2.1 系统构成
• 3.2.2 工作流程
• 3.2.3 硬件平台
• 3.2.4 软件平台
• 第四章 药丸分拣系统的主要算法及具体实现
• 4.1 系统的主要算法
• 4.1.1 系统初始化
• 4.1.2 图像预处理
• 4.1.3 目标识别
• 4.1.4 形状检测
• 4.1.5 尺寸检测
• 4.1.6 颜色检测
• 4.2 软件的具体实现
• 4.2.1 Matlab和Visual studio及其混合编程
• 4.2.2 程序具体实现
• 4.2.3 界面
• 4.3 系统性能分析
• 第五章 结论
• 5.1 项目小结
• 5.2 展望
• 致谢
• 参考文献
• 附录: 作者在攻读硕士学位期间发表的论文