| 【中文题名】 | 药品泡罩包装缺陷机器视觉检测技术的研究 |
| 【英文题名】 | |
| 【学科专业】 | 计算机技术 |
| 【论文级别】 | 硕士论文 |
| 【投稿时间】 | 2007-10-16 |
| 【中关键词】 | 机器视觉,铝塑泡罩包装,缺陷检测,特征提取,, |
| 【英关键词】 | machine vision,aluminum-plastic blister package,defect detection,feature extraction, |
| 【分类导航】 | 工业技术>自动化技术、计算机技术>自动化技术及设备>自动化系统>数据处理、数据处理系统>采用各种新技术的自动检测系统 |
| 【论文摘要】 |
铝塑泡罩包装形式以其使用、携带方便，而深受消费者的喜爱，并在药品、食品等包装领域得到广泛应用。传统的人工包装质量检测的方法劳动强度大，效率低，易出现误检和漏检现象。
本论文结合铝塑泡罩包装生产线，运用图像处理技术，构建了一套由成像单元、图像处理单元、监控管理单元组成的机器视觉实时缺陷检测系统，以期达到在确保产品质量的同时，减轻工人劳动强度并降低生产成本的目标。设计了抗干扰能力强、实时性好的图像采集与光照系统，对采集图像应用直方图均衡化处理、分段线性变换以及改进型中值滤波器等方法进行预处理，以获得灰度分布均匀、对比度适当、整体平滑的检测图像。对所获得的检测图像，采用灰度阈值分割技术将被测对象(药片)从背景中分离出来；采用Canny算子获取药片的图像边缘；基于泡罩包装药品的缺陷共性，提出了一种简捷的变窗轮廓跟踪方法，可在边界跟踪过程中同时进行疑似缺陷的识别；最后，根据测定泡罩包装药品属性(面积、周长、圆形度等)获取的药片几何特征参数，通过模板匹配判别每板泡罩包装中是否存在缺陷。
实验及实际运行结果表明，系统对于产品中空泡、药片残缺类不合格品的检出率达到95％以上，获得了比较理想的检测效果... |
| 【论文题纲】 |
|
摘要 |
3-4 |
|
ABSTRACT |
4-7 |
|
第一章 绪论 |
7-14 |
|
1.1 研究背景与意义 |
7-8 |
|
1.2 国内外研究现状 |
8-12 |
|
1.2.1 机器视觉技术 |
8-9 |
|
1.2.2 机器视觉缺陷检测技术的研究与发展 |
9-10 |
|
1.2.3 机器视觉质量检测技术应用现状 |
10-12 |
|
1.3 研究内容和论文构成 |
12-14 |
|
第二章 系统总体设计 |
14-19 |
|
2.1 铝塑泡罩包装机 |
14-15 |
|
2.2 系统设计的基本要求 |
15 |
|
2.3 系统的总体构成 |
15-16 |
|
2.4 系统运行的工作原理 |
16-18 |
|
2.5 小结 |
18-19 |
|
第三章 图像采集方法与设计 |
19-26 |
|
3.1 图像数字化 |
19-20 |
|
3.1.1 采样 |
20 |
|
3.1.2 量化 |
20 |
|
3.2 图像采集系统 |
20-24 |
|
3.2.1 图像输入设备的选用 |
21-22 |
|
3.2.2 图像采集方式 |
22-23 |
|
3.2.3 图像采集设备的选用 |
23-24 |
|
3.3 照明光源系统设计 |
24-25 |
|
3.4 小结 |
25-26 |
|
第四章 图像预处理 |
26-33 |
|
4.1 概述 |
26 |
|
4.2 图像增强处理技术 |
26-32 |
|
4.2.1 直方图均衡化处理 |
26-28 |
|
4.2.2 灰度变换 |
28-30 |
|
4.2.3 中值滤波 |
30-32 |
|
4.3 小结 |
32-33 |
|
第五章 图像分割与模式识别 |
33-46 |
|
5.1 图像分割技术 |
33-37 |
|
5.1.1 灰度阈值分割 |
33-35 |
|
5.1.2 边缘检测算子 |
35-37 |
|
5.2 尺寸测量 |
37-38 |
|
5.2.1 面积的测量 |
37 |
|
5.2.2 周长的测量 |
37 |
|
5.2.3 圆形度 |
37-38 |
|
5.3 边缘跟踪 |
38-42 |
|
5.3.1 变窗“爬虫”边界跟踪的基本思想 |
38-40 |
|
5.3.2 基于变窗“爬虫”边界跟踪的药片缺陷快速识别 |
40-42 |
|
5.4 模式识别技术 |
42-45 |
|
5.4.1 图像匹配 |
43 |
|
5.4.2 样板匹配 |
43-44 |
|
5.4.3 高速样板匹配 |
44-45 |
|
5.5 小结 |
45-46 |
|
第六章 系统的实现 |
46-55 |
|
6.1 系统功能 |
46 |
|
6.2 视觉检测系统平台 |
46-50 |
|
6.2.1 硬件平台 |
46-47 |
|
6.2.2 软件平台 |
47-50 |
|
6.3 泡罩缺陷检测 |
50-53 |
|
6.4 视觉检测系统误差分析 |
53-54 |
|
6.5 小结 |
54-55 |
|
第七章 结论及展望 |
55-57 |
|
7.1 结论 |
55 |
|
7.2 展望 |
55-57 |
|
参考文献 |
57-61 |
|
致谢 |
61-62 |
|
攻读学位期间主要的研究成果 |
62 |
|
| 【DOI】 | LunWen.ID:2.2008.386158 |
