医药检测机器人中基于序列图像时域特征的杂质检测方法

摘要

本发明公开了一种医药检测机器人中基于序列图像时域特征的杂质检测方法，根据序列图像像素的时域特征，将亮背景区域特征和暗背景区域特征映射到同一特征空间，消除亮背景与暗背景之间的差别，并通过神经网络对目标与背景进行分类，实现目标与背景的分割，根据异物特征运动轨迹，检测出异物。有效解决序列帧差法无法解决的亮背景、暗背景图像分割问题，异物检测漏检率、误检率更低；该发明方法相比现有序列差分方法，速度更快，且不受序列帧数目的影响，尤其在20帧以上的序列图像处理过程中，效果更明显；采用BP神经网络，通过样本学习的方法，自动建立分类标准，增强了复杂背景的适应能力，满足更多样本特征的有效提取。