基于智能相机的泡罩药品缺陷在线检测技术研究

《基于智能相机的泡罩药品缺陷在线检测技术研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、分类号学号M201172848学校代码10487密级硕士学位论文基于智能相机的泡罩药品缺陷在线检测技术研究学位申请人：杨丰桓学科专业：光学工程指导教师：曹丹华教授答辩日期：2014.1.9万方数据ADissertationSubmittedinPartialFulfillmentoftheRequirementsfortheDegreeofMasterofEngineeringResearchofDefectDetectionaboutAluminum-PlasticBlisterPackageBasedonSm

2、artCameraCandidate:YangFenghuanMajor:OpticalEngineeringSupervisor:Prof.CaoDanhuaHuazhongUniversityofScience&TechnologyWuhan430074,P.R.ChinaJanuary,2014万方数据独创性声明本人声明所呈交的学位论文是我个人在导师指导下进行的研究工作及取得的研究成果。尽我所知，除文中已经标明引用的内容外，本论文不包含任何其他个人或集体已经发表或撰写过的研究成果。对本文的研究做出贡献的个人

3、和集体，均已在文中以明确方式标明。本人完全意识到本声明的法律结果由本人承担。学位论文作者签名：日期：年月日学位论文版权使用授权书本学位论文作者完全了解学校有关保留、使用学位论文的规定，即：学校有权保留并向国家有关部门或机构送交论文的复印件和电子版，允许论文被查阅和借阅。本人授权华中科技大学可以将本学位论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫描等复制手段保存和汇编本学位论文。保密□，在年解密后适用本授权书。本论文属于不保密□。（请在以上方框内打“√”）学位论文作者签名：指导教师签名：日期：

4、年月日日期：年月日万方数据华中科技大学硕士学位论文摘要泡罩包装形式在制药行业中应用广泛，是片剂、胶囊的主要包装形式之一。在流水线包装过程中，可能出现漏装、残损等缺陷。对于包装缺陷的检测，传统的检测方法劳动强度大、效率低、准确度低，容易出现误检和漏检。本论文以智能相机为硬件平台，运用各种图像处理技术提出了关于泡罩药品缺陷在线检测技术的解决方案。本论文首先对硬件系统和软件算法做了深入的方案论证，利用TMS320DM6437作为核心处理器，采用并行区域算法作为主要的分割算法，选择了BLOB统计分析方法作为检测分类算法。

5、其次，结合泡罩药品处理过程中的实际图像，分步骤详细地阐述了样本自学习和待测样品检测过程中的算法设计。之后，对软件进行架构设计，并且针对硬件系统中核心处理器的特点，对算法速度进行了大幅优化。最后，对多种药品做了实际测试，给出了测试结果和相应的分析。泡罩药品缺陷在线检测系统采用自学习的方式，实现了对不同形状药丸、不同阵列药板的几何特征参数自动检测，并且可以有效地实现多种类型的药丸缺粒和残损检测。实验结果表明，在自然光照明，图像分辨率为752×480的情况下，软件检测速度达到每秒12帧，药丸残损检测精度达到10%；当待

6、测样品位于视场中心时，针对多种药板，倾角小于正负5度的条件下，检测准确率达到99%以上；当待测样品位于视场边缘时，确保药丸残损检测精度不低于10%，准确率可以达到95%。关键词：图像处理智能相机泡罩药品缺陷检测图像分割BLOB统计分析I万方数据华中科技大学硕士学位论文AbstractAluminum-plasticblisterpackagingisthemainforminblisterpackagingfortabletsandcapsules,andithasbeenwidelyusedinthepharm

7、aceuticalindustry.Inthepackagingprocess,defectiveproductsmaybeproduced.Traditionalmethodsforpackagingdefectdetectionaretime-consuming,inefficientandinaccurate.Theymayleadtofaultdetectionandleakdetection.Inthisthesis,on-linesolutionsaboutdefectdetectionoftheal

8、uminum-plasticblisterpackagebasedonasmartcameraareintroduced.Firstly,thedesignofthehardwaresystemandthesoftwarealgorithmisdemonstrated.TMS320DM6437ischosenasthecoreprocessorinthesmartcame