基于图像处理的铝塑包装中药片缺陷检测技术研究

摘要

铝塑泡罩包装深受制药企业和消费者的喜爱，在药品包装中占据了绝大多数的份额，其生产过程中需要经过一系列复杂的流水线作业过程，难免会产生有缺陷的药片。当有缺陷的产品流通到市场后会在一定程度上影响人们的生命健康。本文使用图像处理技术为基础对输入到计算机的图像进行一系列处理，完成了对药片缺陷的检测与分类。实现了用机器视觉技术来代替传统的人工检测方法，提高了生产效率和产品合格率。
　　本文主要围绕药片图像的分割、特征提取和缺陷检测等方法进行了研究。首先，对药片图像进行预处理，采用了加权类型的彩色图像滤波方法，该方法除噪的同时，也较好地保护了图像的细节和边缘。其次，对于分割图像，由于常用的分割方法效果都不太理想，所以本文根据药片图像本身的特征信息，将其分为彩色药片和白色药片两种，采用了基于视觉显著性分析的显著性目标分割方法分别对其进行分割:对于彩色药片，先采用基于直方图对比度的图像像素显著性值的检测方法生成显著图，再对该显著图进行OTSU阈值分割;对于白色药片，首先采用Gabor滤波器生成一幅显著图，对该显著图进行OTSU阈值分割及形态学腐蚀运算，以得到图像中各个区域中心点作为种子点，对原始白色药片图像进行区域生长分割，两种方法最终都将药片和背景成功分离开。然后，通过Canny检测算子获得每个药片的边缘。对于缺陷检测，由于缺陷药片大体上分为缺失、缺损和有划痕等情况，先利用连通区域标记法统计出药片的个数，从而判断是否存在药片的缺失。再提取药片的特征值，分别基于BP神经网络和支持向量机的两种缺陷检测方法进行了研究，实验发现，用SVM算法对药片缺陷图像进行分类识别的正确率相对较高，而且耗时少、稳定性高。

目录

声明

摘要

第1章 绪论

1．1 研究的背景和意义

1．2 国内外研究现状

1．3 本文的主要研究内容

1．4 本文的结构安排

第2章 彩色图像滤波

2．1 三种经典的滤波方法

2．2 加权类型的滤波算法

2．3 本章小结

第3章 铝塑泡罩药片分割

3．1 常用的图像分割算法

3．1．1 基于特征空间的分割技术

3．1．2 基于图像域的分割技术

3．1．3 基于物理学的分割技术

3．2 彩色药片与白色药片的区分

3．3 基于视觉显著性的图像分割

3．3．1 视觉显著性的特征

3．3．2 视觉显著性检测原理

3．4 基于全局显著图的彩色药片分割

3．4．1 色彩空间

3．4．2 基于全局对比度的显著性图

3．4．3 OTSU阈值分割

3．5 基于Gabor显著图的白色药片分割

3．6 本章小结

第4章 边缘检测

4．1 梯度模算子和罗伯特(Roberts)算子

4．2 Sobel算子

4．3 Prewitt算子和Kirsch算子

4．4 Canny算子

4．5 本章小结

第5章 药片的缺陷检测与分类识别

5．1 连通区域标记

5．2 药片缺陷及特征提取

5．3 缺陷检测分类

5．3．1 BP神经网络缺陷识别

5．3．2 SVM支持向量机

5．3．3 分类结果对比与分析

5．4 本章小结

结论

参考文献

攻读硕士学位期间发表的论文和获得的科研成果

致谢