基于分类器的液体内微小异物检测技术

摘要

随着临床医疗行业的不断发展，输液类产品已经得到广泛应用，人们对于药品的质量提出了较高的要求。目前，国内大多数制药企业仍然采用人工检测的方法来识别输液袋中的可见异物，但是依靠人眼检测可见异物不仅效率低下而且检测的精度得不到保证，其检测的成本也比较高。利用机器视觉检测技术不但能快速而又精准的检测到输液袋中的微小异物而且还能有效的降低检测的成本，该方法已然成为医药检测领域的主流方法。本文以输液袋中的各种可见异物为研究对象，基于机器视觉检测技术阐述了液体中微小异物检测的相关理论和技术，着重探讨和分析了输液中杂质的检测算法。 首先，本文简明扼要的论述了研究本课题的背景及意义，在充分调研了有关文献的基础上概括总结了输液类药物检测领域的国内外发展状况，并根据检测的实际情况简要分析了可见异物视觉检测的难点，然后详细介绍了可见异物检测的相关技术理论和方法。 其次，在分析了检测对象本身特点和成像特性的基础上，本文精心设计了一套图像采集系统，按照“旋转-急停-俯仰-弹袋-拍摄”的工作模式，力求采集到质量最优的目标序列图像，并对该系统的组成部分和结构以及相关的控制做了简要说明，主要包括光源和照明部分、机械部分以及机电控制部分。 然后，基于采集到的输液袋样本图像，经过图像的预处理、噪声抑制等操作后提取了图像的形状、灰度和纹理等特征，利用提取的输液袋图像的特征向量作为SVM分类器的输入构造了SVM分类器对目标进行分类识别，最终对分类的结果进行异物判断。 最后，通过输液袋图像的采集和目标检测算法的多次实验和测试，得到最终的平均检测分类准确率为97%，并对影响SVM分类准确率的重要因素做了分析。

目录

第一个书签之前