基于機器視覺的膠囊缺陷檢測系統(tǒng)研究.pdf

1、目前國內(nèi)的膠囊生產(chǎn)廠商大多仍在人工完成膠囊缺陷檢測，不僅效率低、漏檢率高，而且容易引起二次污染。針對這種現(xiàn)狀，本文旨在開發(fā)一套基于機器視覺的膠囊缺陷檢測系統(tǒng)，以代替?zhèn)鹘y(tǒng)的人工檢測。
　　根據(jù)膠囊生產(chǎn)實際工況，完成了膠囊缺陷圖像檢測系統(tǒng)中相機和光源的選型及配置，并提出了一種膠囊缺陷圖像檢測算法。該算法采用雙閾值和輪廓提取相結合的分割方法，將單個膠囊從原始圖像中提取出來；對提取出的膠囊圖像使用中值濾波以去除噪聲，采用基于正交回歸的投影

2、分割算法實現(xiàn)膠囊區(qū)域分割；使用Canny算子實現(xiàn)對缺陷邊緣的檢測，通過計算面積、周長、圓形度、Hu不變矩等特征參數(shù)；確定合適的閾值后，構建缺陷分類樹，從而最終實現(xiàn)對膠囊缺陷的分類。所提出方法首先在PC平臺上進行了軟件實現(xiàn)，其后為進一步提高系統(tǒng)的實時性并降低硬件成本，完成了膠囊缺陷圖像檢測算法在DM6437 DSP平臺上的移植工作。
　　經(jīng)實際測試，所完成的基于機器視覺的膠囊缺陷檢測系統(tǒng)的缺陷識別準確率達到99.4％，處理單張膠囊圖