应用于药品检测中的图像信息处理系统研究

应用于药品检测中的图像信息处理系统研究

王新明[1]2003年在《应用于药品检测中的图像信息处理系统研究》文中指出随着计算机技术、电子技术及许多新兴学科的快速发展,图像信息处理技术也得以快速地应用到各行各业。 本论文以开发一套应用于药片包装生产线的图像检测处理系统为例研究了图像信息处理技术在工业检测中的工程应用。 药品包装生产时的质量问题主要有药片或胶囊的漏装、缺损、污渍和漏粉等等。以自动化的手段实时准确地把这些有质量问题的药板检测分离出来是许多制药厂家非常关心却又还没很好解决的问题。对此,本文研究的方案是采用PC机加单片机来构成整个检测系统,PC机主要完成图像分析处理的任务,而单片机则完成各种信号转接、各种控制等辅助功能。 本研究课题包括硬件和软件两个部分。 在硬件方面,作者提出了一套药板图像检测系统的解决方案;并重点研究了CCD摄像头的构成、工作原理及图像非标准视频信号的获取等相关内容;在工业检测领域中,图像的获取有它的特殊性,比如图像的精确定位,如能在图像获取源头上解决问题,将非常有助于后期软件的处理,由此,作者提出了解决硬件定位的方法。 在软件方面,在熟悉整个图像信息处理领域内容的前提下,在详细地分析介绍了药品包装生产线的整个工作过程的情况下,作者重点研究了药片图像的软件定位、药片分割、药板的不良识别等技术并给出了相应的解决方法。 基于工程应用的需要,本项目的后续研究方向是开发出基于DSP的药板图像检测系统。

符翔[2]2014年在《泡罩包装药品视觉检测系统图像处理方法研究》文中指出泡罩包装药品以其生产制造简单、携带使用方便的优点,受到广大消费者的欢迎,但传统的人工检测无法高效准确地检测出药品中的缺粒、缺损现象。本论文以此为背景,设计了一套泡罩包装药品视觉检测系统,并对泡罩包装药品视觉检测系统图像处理方法进行了研究,以达到降低损耗、减少成本和提高质量的目的。首先,本文根据泡罩药品视觉检测的设计要求,结合国内外泡罩包装药品视觉检测方法的优点,搭建了一套由LED光源、工业相机、工控机以及PLC的视觉检测系统,并对系统软件流程做了阐述。其次,对市场上常见的两种药品包装——铝塑泡罩包装和铝铝泡罩包装进行了图像处理方法研究和实现。针对铝塑药品图像对比度大、药片轮廓清晰的特点,本文首先对图像进行预处理,然后采用Otsu算法进行全局阈值分割,接着对分割后的图像进行水平和垂直投影获得单个药片位置,再运用特征提取、模板匹配技术来判断药片是否合格;针对铝铝药片图像反光强、药片光照不均匀的特点,本文首先对图像进行预处理,然后提出了一种新的局部阈值分割算法对图像进行分割,接着对分割后的图像进行分步投影获得单个药片位置,再利用种子填充算法对单个药片进行填充,并提取单个药片的面积和周长特征,最后与标准模板进行比较来判断药片是否合格。本文提出的局部阈值分割算法就是:先去除传统局部阈值模型中的局部标准差因式,然后采用积分和图像快速求得局部均值,再利用求得的局部均值与像素点的灰度值来计算局部阈值。通过和传统局部阈值分割算法进行对比实验,本文提出的新的阈值分割算法克服了反光影响,减少了分割时间,分割效果好,适用药品种类广。最后,利用VC++和OpenCV完成了视觉检测软件程序架构设计和图像处理动态链接库设计,并对软件操作界面给出了说明。实验检测结果表明,本文视觉检测系统检测空泡、缺损药片的准确率达99.2%以上,具有广泛的应用前景。

谭民涛[3]2006年在《药品瓶装流水线中药品缺粒的光电检测》文中指出药品包装生产时的质量问题主要之一是药片或胶囊的漏装。实时准确自动化地把漏装药品分离出来是制药企业非常关心的问题。本文研究的内容就是药品装瓶流水线中漏装药品的光电检测和分离。 药片、胶囊瓶装流水线的核心是装药模板。依据不同的模板瓶装不同的药品。虽然已有部分比较成熟的检测仪,对药品包装线上有缺损、缺粒的药品进行自动剔除。但是这些系统成本高,而且不能用于旋转装药模板瓶装生产线的检测。 本研究课题包括试验环境的搭建,检测原理的设计,样机的研制,在线检测系统的加工,最终交付使用。 该药品装瓶流水线中药品缺粒的光电检测机包括光学部分和控制硬件两个部分。光学部分:提出了2套药品缺粒检测方案;论文重点研究了的离焦检测方案,离焦检测是将共焦检测的微米级检测改变为毫米级检测,优点是可以用于多点检测、实时检测,检测依据的是点物的成像原理,使用0.5mm针孔的离焦检测时检测的离焦精度为1mm,使用2.0mm针孔的离焦检测时检测的离焦精度为2mm,仪器的倾斜容限可达5度,每个承药孔的检测时间为0.040秒。硬件部分,采用单片机来构成整个检测系统,利用单片机完成药板缺粒检测系统的信号转换和处理任务,输出命令,完成对不合格药品灌装的处理动作。 论文介绍了课题的背景和要求,阐述了药品检测系统的详细构成、功能和药品检测的流程。并详细介绍了实验检测系统的检测原理和试验检测的数据。从理论分析和实验所得的数据的分析中确定了合理的结构参数。结果最终实现了系统的开发要求。

张辉[4]2012年在《医药大输液可见异物的视觉检测机器人技术研究》文中研究指明医药大输液是我国医药行业五大重要制剂之一,是医疗机构日常必须使用的药品,在现代临床上占据十分重要的地位。但是,由于生产工艺以及封装技术的原因,在灌装过程中,大输液产品中可能含有玻璃屑、纤维、毛发、漂浮物等可见异物,异物的存在将危害用药安全。目前,我国制药企业由于缺乏相关配套技术和生产成本考虑,大部分都没有在瓶装液体药品生产线中引进或建立自动化医药检测装备系统,而基本上都是采用人工灯检的方法,要求工作人员在暗室中进行,配备简单的检测灯箱,通过目视检测药液中的可见异物,这种方法检查速度慢、操作繁琐、可靠性差,还容易对药品造成二次污染,从而危害制药安全。而基于机器视觉的药品检测机器人能够实现药品在线、高速、高精度的自动化检测。我国在灌装后的药品视觉检测设备研究开发方面远远落后于国外发达国家,而这与我国大输液生产使用量世界首位极不相称。为此,针对现有人工检测方法存在的问题和我国药企的需求,本论文对大输液智能视觉检测机器人技术进行了深入的研究。论文介绍了大输液视觉检测的概念和要求,从大输液视觉检测机器人的检测原理、机械结构、电气控制系统、光学照明与图像获取方案到可见异物的图像检测算法都进行了详细研究,在此基础上,开发出视觉检测机器人并进行了多项指标测试和验证。本论文的研究工作、主要成果和创新点包括以下几个方面:1、介绍了医药大输液视觉检测机器人的研究背景与意义,分析了我国医药市场和制药装备的现状,以及大输液药品的生产制造流程,指出在医药检测环节人工灯检存在的问题;概述了医药视觉检测机器人相关的一些重要机器视觉技术,包括光源照明技术、视觉成像等,还介绍了机器视觉在医药、饮料、电子生产线检测中的应用情况;最后分析并总结了国外开发类似检测技术与设备的相关成果。2、根据医药生产企业对大输液药品在线检测的应用要求,结合我国大输液的实际生产工艺,分析了医药自动化生产线上智能检测机器人的技术可行性。论文提出了模拟人工检测动作,药品高速旋转-急停-跟踪拍摄的视觉检测原理。设计了用于检测100ml以下大输液的机器人机械结构和检测100ml及以上大输液的机器人机械结构及多个重要机械机构,包括:抓瓶机构(药瓶夹持机构)、旋转搓瓶机构、次品剔除机构等;设计了由控制子系统和图像处理子系统两部分组成的总体控制系统。在控制子系统中,开发了基于多PC机并行处理的分布式控制结构,设计了系统中的旋转-急停-跟踪拍摄的控制时序、多段分区域搓瓶时间控制、以及跟踪摆臂运动控制等。在图像采集与处理子系统,从相机镜头选型到光学系统设计,经过反复实验,实现了在高速运动中获取清晰的药品图像。论文还分析了医药大输液视觉检测机器人的系统工作过程及软件构架方案。3、提出了一种基于FFT频域变换的图像校正与配准方法,测试了多组检测序列图像,完成对序列图像参数的粗略配准,在此基础上,采用Powell最优化搜索算法进一步寻找最佳匹配参数,以图像子集的平均互相关度量值为配准的代价函数,最终获得图像的精确配准参数,配准精度达到了亚像素级。为了减少后续处理的运算量,提出一种基于概率统计的方法对输液图像进行感兴趣区域提取,首先对获得的图像进行直方图均衡化,增强图像整体对比度,然后对药品图像进行二维最大熵阀值分割,最后使用概率统计的方法求出图像中包含药液区域的左右和上下边界位置。为了抑制背景噪声的干扰,提出了一种基于极值的自适应均值滤波算法,与传统的滤波算法比较,该算法能够去除噪声的同时较好地保留边缘等细节信息,降低图像处理后的模糊化程度,可以有效的对检测区域内的药液图像进行了噪声滤除。4、结合药液中可见异物的检测特点,提出基于细胞神经网络(Cellular neuralnetworks, CNN)的药液图像分割方法,设计恰当的细胞神经网络模板分割图像,然后为改变CNN的线性加权联结方式,引入了非线性模糊运算min/max联结权,设计了模糊细胞神经网络(FCNN)结构,通过实验测试,FCNN分割效果优于传统的CNN,但在边缘检出上其效果尚不理想;本文针对此问题,提出改进型模糊细胞神经网络(IFCNN),研究了其收敛性和稳定性,实验测试结果表明,它能有效的克服现有方法无法解决的边缘检出问题,使得异物分割图像能更好的接近真实图像。5、根据药液异物图像形态复杂、类型多样等特点,对连续多帧医药图像选取了目标的一系列形态特征、统计特征、运动特征等,介绍了使用的各个特征参数的计算方法,然后针对实验图像,提取各个目标的特征参数,并进行分析。在此基础上,提出了一种改进的ReliefF算法-k个最近邻ReliefF算法来选取特征,通过该特征选择算法滤除无关特征,该算法能在进行权值迭代中用k个最近邻距离的平均代替传统的一个最近邻,从而较大程度的减少了噪声等虚假特征对权值的影响,使得特征的选择更为精确。论文分析了支持向量机和Boosting之后,通过实验比较两者在药液中多种异物分类应用中的优缺点,提出了基于SVM的AdaBoosting多值分类算法,并给出实验结果,该方法集成在药品缺陷检测软件系统中,取得了良好的效果。6、研制出了一台大输液检测机器人样机和一套软件平台。从工程应用角度,详细介绍了研制的大输液检测机器人硬件系统,对进瓶机构、抓瓶与搓瓶机构以及电气控制等多个组成部分进行了说明,并开发了检测与分析软件各组成模块,在系统性能的测试过程中,通过国际通用测试方法(Knapp-Kushner)对本文设计的药液异物检测系统和算法的有效性进行验证,另一方面也对检测方法的重复性、检测精度、不同种类异物检测性能进行了测试,完全能够满足输液在线检测的要求。本论文通过理论分析研究和实验证明了提出的大输液医药视觉检测机器人光学、机械、电气结构的合理性,以及大输液可见异物检测方法的有效性和可行性,研制的检测机器人系统做为国家863课题―大型高速医药自动化生产线上的产品检测包装智能机器人‖的重要成果之一,在2011.12.9通过了国家科技部组织的专家验收。检测机器人现场应用表明,本文研制的检测系统解决了实际应用的大部分问题,将在医药自动化检测中发挥重要的作用,具有极高的实用价值和推广应用前景。

阚文君[5]2014年在《基于机器视觉的泡罩药品缺陷检测系统研究》文中指出药品的包装是流水线上的一道重要工序,但是过程中常常会出现药品漏装、破碎、缺损、有污染物等包装缺陷问题。自动视觉缺陷检测AVI (Automated VisualInspection)已经成为现代制药行业质量控制的一个重要组成部分。我国的AVI发展起步比较晚,目前国内企业应用的AVI系统仍以国外产品为主。发展具有自主知识产权的、适合我国国情的AVI系统,具有重要的意义。以软件构架为主、基于PC的机器视觉检测系统以其经济、灵活的特点,已经逐渐成为国内厂家为新设备配套和旧设备改造的认可方案。基于PC的机器视觉的药品包装检测方法还具有非接触、智能化、高精度和高速度的特点。如何在泡罩药品包装过程中,应用机器视觉技术实现对药品缺粒、破损等缺陷进行在线检测,并做出相应的处置,是这篇论文主要讨论的问题。本文采用非接触式的机器视觉检测技术作为基本思路。根据药厂包装药品所用实际设备的情况,首先通过对包装机械的结构、运行情况和检测系统的应用的分析,对检测系统的整体方案及硬件设备进行介绍。论文的重点是对药品泡罩包装机器视觉的关键技术进行研究:首先对采集到的药品包装图像进行滤波预处理便于后续缺陷分割;然后采用一种改进的基于形态学重构和控制标记符的分水岭算法对图像进行分割,截取只包含单个药品目标的图像,便于后续缺陷特征的提取。该方法有效地克服了传统分水岭方法的过分割问题,具有分割效果好、抗干扰能力强、稳定的特点,且本方法不需要先验知识,实用性较强;接着对特征提取方法进行分析研究,对单个目标的几何形状特征进行提取,作为后续神经网络的输入,用来进行缺陷分类;对药品包装缺陷的分类方法的原理进行分析对比,最终比较了BP神经网络和RBF神经网络的优缺点,采用RBF网络完成了对药品表面图像的分类,提高了识别效率;最后在Matlab平台上实现了算法的仿真,在VC++6.0实验平台上利用Opencv语言实现了整个软件的程序编写。试验结果表明本系统能够对泡罩药品包装缺陷进行正确的分类检测,取得了较好的检测效果。

何梓滨[6]2008年在《智能视觉传感器技术及其在药品自动视觉检测的应用研究》文中研究指明视觉传感器,也称智能相机,因其将图像传感器、数字处理器、通信接口和I/O控制单元集成到一个单一的相机内,兼具了图像采集、图像处理、信息传递和I/O控制功能,是近年来计算机视觉研究领域的一个热点。现代化工业生产对产品的质量控制提出了更严格的要求,自动视觉检测技术以其高精度、非接触性、高智能等优点,符合现代生产过程中对在线检测和智能控制的要求,应用日趋广泛。本文研究了视觉传感器技术,所开发设计的视觉传感器样机采用CMOS图像传感器,并基于DSP+CPLD技术实现了图像采集、图像处理和I/O控制,同时设计实现了基于DSP内置USB接口的数据通信。针对泡罩药品包装生产线上的实时检测要求,采用所设计的视觉传感器样机搭建了泡罩药品自动视觉检测实验系统,并研究了泡罩药品表面图像处理算法。本文完成的主要工作有:(1)设计了基于TMS320VC5509A型DSP的视觉传感器硬件电路并完成调试工作,实现了其图像采集、图像处理、数据通信和I/O控制功能。(2)开发实现了DSP内置USB通信接口。编写了基于中断处理的USB固件程序,编写了基于WDM结构的USB驱动程序,实现了USB接口的枚举和数据通信。数据传输速率满足系统要求。(3)设计了视觉传感器的软件系统。编写了运行于DSP系统的图像采集、处理和传输程序,实现了视觉传感器实时响应外部采集命令,并经图像处理分析,通过I/O口给出图像处理的结果信号;设计了PC端的应用程序,实现了泡罩药品运动图像和检测结果的实时显示。(4)设计了泡罩药品自动视觉检测系统的总体框架结构。系统由光电模块发出采集命令,视觉传感器完成图像采集和处理并给出判断结果信号,PLC模块完成对不合格产品的剔除。开发了专门的光源照明系统。(5)研究了泡罩药品表面图像处理算法。设计实现了图像滤波、灰度增强、阈值分割、边缘检测、目标标记及几何特征参数测量;讨论了已知圆参数的快速圆检测霍夫变换算法。(6)设计了两套实验系统。一套采用透射照明方式,针对未覆盖铝箔材料的泡罩药品实现实时检测;另一套采用反射照明方式,针对铝箔封合后的泡罩药品实现实时检测。系统的检测精度和速度满足设计要求。

周博文[7]2008年在《药品灌装生产线视觉检测技术及应用研究》文中研究指明随着科技日新月异的发展,工业生产流程进一步细化,产品变得越来越复杂,生产厂家逐渐加强了对产品质量检测环节的投入。视觉检测技术正越来越多地应用于各个领域,代替人进行全自动的产品检测、工艺验证,甚至整个生产工艺的自动控制。本文从视觉检测技术出发,详细叙述了视觉检测技术在大型医药自动化生产线上的应用,重点研究灌装药品表面缺陷检测算法。本文结构如下:首先,概述论文的研究背景和意义,简单叙述了机器视觉技术的基本原理,针对视觉检测技术的特点,分析了视觉检测技术的研究现状及发展趋势,并简述了机器视觉技术在工业、农业、军事、交通和医药上的应用现状。其次,简单概述了灌装药品的生产流程,分析了软袋大输液、塑料瓶大输液和玻璃瓶大输液的生产工艺,简述了灌装药品生产装备的发展趋势,并针对大型医药制造业自动化生产线上视觉检测技术的要求,重点研究了检测技术和装备在药品生产线上应用的国内外现状,详细分析了光学成像和视觉信息获取等关键技术。设计并开发了药品生产线智能视觉检测实验平台,重点分析了试验平台的机械和电气自动控制结构,对视觉信息获取进行的详细分析,分别研究了基于PC和基于智能相机的视觉信息获取方式。本文研究了次品分拣的原理,概述了次品分拣的主要方式,并详细介绍了药品生产线智能视觉检测实验平台的次品分拣装置设计思路和实现方式。最后,根据药品灌装生产线产品检测的具体要求,介绍了灌装药品表面缺陷检测的图像预处理算法,研究了边缘检测、图像阈值分割、模板匹配和图像仿射不变特征等针对灌装药品的图像检测与识别方法,重点研究了药品瓶口缺陷检测、封盖检测、液位检测和编号生产日期检测算法。结合OpenCV的开源特性,实现检测系统的软件开发。

严海领[8]2009年在《泡罩药品自动视觉检测系统关键技术研究》文中研究指明随着药品行业竞争越来越激烈,利润率逐渐变小,制造商无法承受因瑕疵产品造成的高废品率。为在产生高昂成本之前检测出问题,药品制造商将检验工作融入整个制造过程。目前,可用的检验备选方案有人工检测、机械式检测、光电传感器、基于PC机的视觉系统以及视觉传感器。视觉传感器因其精确性、易用性、丰富功能,小体积及合理成本成为最佳选择,是近年来机器视觉研究领域的一个热点。本文在前期开发的视觉传感器的基础上,研究了FLASH在线烧写和DSP上电自举的关键技术并对其验证,设计并制作完成了视觉传感器机械外壳,在市场调研的基础上,利用已开发的视觉传感器样机,制定了满足实际需求的泡罩药品自动视觉检测系统方案,根据该系统技术要求设计了专用的高亮度LED频闪光源和照明方案,研究了泡罩药品检测系统的图像处理软件,分析了视觉传感器的采集模块的实时性和图像处理算法速度,提出了提高视觉传感器处理速度的方案。本文的主要研究内容和完成工作如下:(1)通过市场调研,制定了满足实际需求的泡罩药品自动视觉检测方案。在实验室条件下,模拟泡罩药品包装流水线,利用雷赛公司的运动控制卡及导轨等搭建了泡罩药品运动控制平台。(2)详细分析了DSP+CPLD+FLASH的设计方案和实现原理,研究了基于TMS320VC5509A DSP的在线FLASH烧写技术,实现了DSP上电自举,使得视觉传感器脱离PC成为独立运行的系统。(3)基于小型化的原则,设计并制作完成了视觉传感器的机械外壳,完成视觉传感器样机。根据制定的泡罩药品自动视觉检测系统方案,修改了CPLD及DSP内部的采集和I/O程序。(4)在研究了机器视觉光源和照明方案要点的基础上,针对泡罩药品检测任务技术要求,设计了系统专用的高亮度LED频闪光源和照明方案。(5)针对实际药品包装中对泡罩药品自动视觉检测系统的要求,设计了视觉传感器图像处理软件,研究了图像预处理算法。(6)设计了泡罩药品自动视觉检测系统运行的软件流程,分析了视觉传感器的采集模块的实时性和图像处理算法速度,在现有硬件平台下提出了提高视觉传感器速度的方案。

吴德[9]2011年在《基于图像处理的胶囊检测系统的研究》文中认为随着现代科技的飞速发展,社会的进步,各行各业对质量的检测要求也在不断提高。与自动化生产相配套的现代化检测技术也在飞速的发展。计算机视觉检测作为一种无损非接触式的检测方式满足了现代工业生产的检测要求,受到了越来越多的重视。在医药行业,由于药品的质量关系到生命的安危,对药品质量的检测要求也越来越高。目前国内胶囊缺陷检测普遍由人工来完成,不仅效率低、漏检率高,而且人工检测标准各异、且这种接触式检测容易引起二次污染,无法满足现代工业的要求。为此本文开发了一套基于图像处理的胶囊缺陷视觉检测系统。本系统要求快速准确在线检测出各种类型胶囊缺陷,检测速度要求每小时不少于75000粒,胶囊的缺陷主要包括超长超短、黑点、气泡、油污、皱纹、脆裂、异色、毛刺等。同时还要求有尺寸测量,数据的保存和残次品的自动剔除等。本文主要的研究工作如下:(1)开发了一套基于图像处理的胶囊缺陷视觉检测系统。设计了友好的人机交互界面,使用操作简单易懂,功能稳定完善。系统主要有以下四个部分组成:图像采集系统、实时显示系统、数据处理系统、控制系统。(2)硬件设计部分:机械结构的整体设计、图像采集系统的设计、自动剔除装置的设计。力求在有限的条件下,设计一套稳定,切实可行的机械系统保证胶囊的正常传送,到位触发信号的正常发出,高质量图像的稳定采集,剔除系统的正常运行。(3)算法研究:提出了适合胶囊图像的滤波和增强算法,完成了图像中的胶囊提取、非均匀多灰度图像的分割和缺陷特征的提取。本研究提出了一整套特定的胶囊缺陷检测算法,设计了与之相关的硬件系统。它能大批量、快速检测、准确识别多种缺陷、精确剔除残次品。经过在作业现场的实际调试,检测结果证明了它具有很好的稳定性,准确性,实用性,是一款性价比高,与我国医药企业生产设备相配套的现代化在线检测设备。

吕忠伟[10]2011年在《泡罩药丸包装缺陷的机器视觉检测技术研究》文中研究指明药品的泡罩包装形式制作简单、携带方便,深受市场欢迎,目前已得到广泛应用。对于包装质量检测,传统的人工方法因为工人劳动强度大时间长易疲劳,容易出现误检和漏检情况。本论文以TMS320DM6437处理器为硬件平台,提出了泡罩药丸包装视觉检测的技术方案,综合运用了多种图像处理方法,结合硬件特点,实现了本算法的软件设计,并完成了性能优化,获得的相当理想的效果。本论文首先对硬件系统和软件算法做了深入的论证分析,设计了视频输入的驱动软件。编写了视频解码器SAA7111A在数字信号处理器操作系统上的驱动,实现了处理器的图像的实时采集。同时,建立了系统的公共基础软件框架,协调网络通信、视频采集处理、按键操作等多进程,为顶层的机器视觉应用奠定基础。然后,综合运用二值化、投影、分割、连通标记等图像预处理技术,设计了二进制大对象(BLOB)分析法为基础的泡罩药丸自学习检测算法。该算法智能化程度高,适用药品种类广。最后,在通用电脑上编写了该算法全部代码,成功移植到数字信号处理器上,完成软件优化,设计了实际药品实验,并对结果做了详细分析。实验结果表明,该算法能正确可靠的达到预期目标。在采集图像720×480的分辨率、采用自然光照明的条件下,检测速率至少8帧/秒,准确率达到93.8%。检测系统采用自学习的方式,无需人工干预,不受药丸形状和排列影响,智能化程度高,稳定性好,鲁棒性强。

参考文献:

[1]. 应用于药品检测中的图像信息处理系统研究[D]. 王新明. 西北工业大学. 2003

[2]. 泡罩包装药品视觉检测系统图像处理方法研究[D]. 符翔. 湖南科技大学. 2014

[3]. 药品瓶装流水线中药品缺粒的光电检测[D]. 谭民涛. 浙江大学. 2006

[4]. 医药大输液可见异物的视觉检测机器人技术研究[D]. 张辉. 湖南大学. 2012

[5]. 基于机器视觉的泡罩药品缺陷检测系统研究[D]. 阚文君. 石家庄铁道大学. 2014

[6]. 智能视觉传感器技术及其在药品自动视觉检测的应用研究[D]. 何梓滨. 天津大学. 2008

[7]. 药品灌装生产线视觉检测技术及应用研究[D]. 周博文. 湖南大学. 2008

[8]. 泡罩药品自动视觉检测系统关键技术研究[D]. 严海领. 天津大学. 2009

[9]. 基于图像处理的胶囊检测系统的研究[D]. 吴德. 广东工业大学. 2011

[10]. 泡罩药丸包装缺陷的机器视觉检测技术研究[D]. 吕忠伟. 华中科技大学. 2011

标签:;  ;  ;  ;  ;  ;  ;  ;  

应用于药品检测中的图像信息处理系统研究
下载Doc文档

猜你喜欢