毕设外文翻译.doc
- 文档编号:1643980
- 上传时间:2022-10-23
- 格式:DOC
- 页数:8
- 大小:980.50KB
毕设外文翻译.doc
《毕设外文翻译.doc》由会员分享,可在线阅读,更多相关《毕设外文翻译.doc(8页珍藏版)》请在冰豆网上搜索。
翻译第8页
英文原文到万方数据库下载或者给我评论留言留,我给您发!
原文题目:
Pre-processingTechniquesforOn-LineCapsuleInspectionBasedonMachineVision
2011第四届国际智能计算技术与自动化会议
基于机器视觉的在线胶囊检验预处理技术
ZhuZhengtao,HuangLiuqian,YuXiongyi
摘要-----机器视觉为制造业质量检验提供了极大的方便。
为了便于基于机器视觉的在线胶囊检测,在本文中提出了胶囊图像采集系统和预处理技术建议。
胶囊有一个圆柱面,让它滚动在平坦的平面,然后图像经几次拍摄会使其表面完全可见。
作为缺损的胶囊在不同的部分有着各样的不同,这是需要胶囊图像分割出的部分的灰度值是均匀的。
合成局部阈值和投影的方法可以很好执行这个分割。
实验证明,该算法具有良好的兼容性以及处理时间可以满足在线检测。
关键词:
胶囊检测;图像分割;块特点;投影;局部阈值
介绍
两半部分组成的胶囊已广泛应用在制药行业。
在制造过程中,胶囊是容易产生缺陷,包括不正确的大小,黑点,气泡,裂纹,孔,凹痕,在瓶盖切边毛刺,囊内异物等缺陷,最终产品会降低客户的信赖,甚至更糟可能对人体有害。
目前,国内厂家还是采用人工检查胶囊。
由于人生理条件的限制,人工检测将低效率和高失误率。
此外,它会造成二次污染。
因此,高性能,高速度和更可靠的自动检测系统是必要的。
对于制造业的检测和减少图像采集设备的成本的机器视觉的发展,使人们有可能开发的低成本、高性能计算机视觉去检测胶囊质量。
在最近几年,大量的胶囊在线检测方法已经被提出了[1],一种传统的胶囊检测已被探索。
它集中在胶囊检验硬件系统设计。
又见文[2]。
[3]提供了一个由DSP组成FPGA的解决方案。
作为检测算法,它采用彩色模型分析和处理颜色胶囊图像。
一种有效的算法被仿真的小样本空间证明。
基于边缘提取,[4]提取胶囊区域确定的预测和形态滤波,再判断胶囊是否是贝叶斯决策系统缺陷所定义的。
通过提取胶囊特征参数对神经网络的输入,[5]建立一个神经网络,可以区分是胶囊是虚假或真实。
以上有不同方面有关基于机器视觉的胶囊检测。
但以往的文献很少讨论关的键详细介绍图像的采集和预处理技术,这有着重大影响在后续缺陷歧视和检测效率上。
在[1]图像获得通过将胶囊单独在透明的塑料支架和[6]固定胶囊影像,四次在不同的角度实现胶囊完全可见。
但这些方法浪费时间增加成本。
基于视觉的实时检测胶囊涉及四个关键方面:
1)设计的自动排料胶囊;2)使汽缸表面完全可见技术;3)图像采集系统中的缺陷胶囊可以清楚被反映;4)胶囊图像的快速缺陷检测算法。
关于自动分类,超出我们的讨论范围;另一方面是有关图像处理技术。
在本文中,我们重点的提取与分割图像从原来的胶囊,以方便后续工作。
除了各种尺寸,胶囊也有不同的配对的颜色。
检测在光下的颜色信息是没有必要,我们用黑白摄像机得到的灰度图像来减少和缩短数据处理时间。
不仅灰度特征能区分胶囊各部分之间,即上盖,下半身和盖身组合件,是不同的,而且对于同一类型的缺陷在三个不同部分也是不同的。
常规图像分割方法不能满足胶囊图像的精确性,因此影响后续的图像处理。
在实时检测,在料斗的胶囊被放入检测槽在链板,链板移动到检验位置。
尽量减少分配给图像采集的时间,有几个胶囊在照相机的视觉领域。
第一步是提取胶囊原图像,再分割成单个胶囊便于后续进程。
胶囊圆柱的反射和传送的不平使胶囊图像更加困难的提取和分割。
鉴于这种情况,我们采用全球双阈值分割和形态学算子提取胶囊图像区域,再处理整个胶囊区。
计算其质心和倾斜角度,然后它的垂直角度。
通过两次局部阈值和预测,我们确定的边缘上盖,胶囊图像为三个同质区域,奠定了良好基础的后处理。
图像获取
A胶囊检测系统
在检测位置,玻璃板上的胶囊卷是在链板移动;链部分明胶胶囊有一个圆柱表面,假设胶囊在纯滚动的玻璃板上,然后可使胶囊移动360形成完全可见来成像。
这样,我们能检测除了其两端的整个表面胶囊。
示意图如图1所示。
在检测位置,胶囊第一图像是在位置1,其中胶囊提出了四方表面;相应地,第二,第三和第四的图像是在位置2,表现出的是有四个图像中提取的胶囊。
除帽上,身体,和他它的组合部分,并检测它们每一个,如果蒴果圆柱面在一定角度有任何缺陷,我们可以得出结论。
四个胶囊的图像处理后,我们最终得到了检验结果。
附近的链的末端,有缺陷的胶囊由电磁铁或气体喷出,从而实现缺陷和合格的快速分离。
前视觉表面
第一视觉表面
图1
图1.胶囊检测示意图。
在图上有相同的胶囊。
胶囊是第一的位置1。
在相机下灰色部分是可见的。
然后胶囊滚动位置2,另一个表面呈现给相机。
当它滚到4的位置,胶囊的全部表面能被照射到。
B提取胶囊原图像
图2(a)显示源图像中获得的检查位置。
我们可以清楚地看到,每个胶囊包括三部分:
上盖,下半身和两者的结合部分。
作为对比,缺陷和胶囊是在每一个不同的部分,把胶囊图像分成三部分这是必须的。
对于胶囊沟检查将有一点位置的偏移量,在分割之前我们应该提取物胶囊图像。
胶囊图像分割程序如下:
1)进行二值化处理
由于图像是在一个封闭的背光环境中获取的,相应的灰度值的链板是最低在源图像上,并在透光部分是最高的。
胶囊的灰度值是两者之间的。
因此,我们可以采用双阈值法提取胶囊图像。
条件表达式是描述如下:
f1 像素满足条件设置为黑色,否则设置为白色。 过滤后的黑色区域保持原样还是,其他地方变成白色。 从而可以完全提取出胶囊的图像提。 2)形态学滤波 由于光的衍射,灰度值,链板的边界可能会落在胶囊相应的给定范围内,在之后的二值处理,边界会被误认为是胶囊,影响胶囊图像的提取。 但这些部分区域小于胶囊,其长度是远远长于宽度。 根据这些特点,我们采用形态滤波和模糊分析消除他们。 形态滤波,不仅使噪声可以被删除,而却能删除胶囊缺陷区域产生的黑点,以及充满胶囊区域产生的黑点。 结果显示在图2。 图2胶囊图像分割。 (a)源图像;(b)双阈值二值化结果;(c)开放式形态滤波器图(d)胶囊的提取图像。 3)单个胶囊的获取 为提高图像采集效率,在相机下有四粒胶囊,我们需要检测每一个。 使用触发模式获取图像。 以及高精度的间隔尺寸链板,四个胶囊的位置在图像上变化不大,我们可以细分胶囊图像并认识到每一个胶囊所包含的部分。 参见图3。 图3来自于图2(d)的胶囊图像分割 在单一胶囊图像上实现盖体分割 作为颜色匹配的帽子和身体是不同的,同一个胶囊的美一部分也是不同的部分,它是需要分别在三个部分进行检测。 针对这一特点胶囊图像,本文提出了一种方法,通过设置的地方阈值提取高频成分的胶囊图像,然后执行像素投影定位配件分割线。 在分割之前,几何校正胶囊图像是需要确定像素投影可以正确反映零件的细节。 整个胶囊可以被视为一个点,计算单一胶囊图像主轴角的点和角度。 让f(x,y)是指单一的胶囊图像。 作为为样本胶囊,帽子的颜色比身体暗,以及颜色组合的部分在图像也不同。 因此,分割可以被分为两个处理的步骤: 1)把胶囊分为两半胶囊帽和身体;2)将上部侧一分为二: 上盖与组合一部分。 fi(x,y)的局部阈值处理,将fi(x,y)的满足条件设置为0,否则为255。 结果显示在图4(b)中,应该指出的是阈值取决实际具体情况。 |f(x,y)-f(x+1,y)|+|f(x,y)-f(x-1,y)|+|f(x,y)-f(x,y+1)|+|f(x,y-1)|>30 把处理图像投影到Y方向上,并且找到最大投影值的位置(见图4(c))。 基于这个位置,我们分割图像以及获得胶囊的下面部分(见图4(b))。 图4第一个单胶囊图像的分割: (a)单个胶囊处理;(b)方法(a)的表示 (2);(c)对于Y方向的项目(b);(d)第一分割结果。 对于上侧,用同样的方法,满足下列条件的像素设置为0,否则为255 |f(x,y)-f(x-1,y)|+|f(x,y)-f(x+1,y)|+|f(x,y)-f(x,y+1)|+|f(x,y-1)|>6 同样的,投射处理图像的上部去找到两部分的边界: 上盖和盖体连接部(见图5)。 图5在上半部分的图像分割(a)上半部分被分割;方法(a)的表达(3);(c),项目(b)投影到Y方向;(d)第二次分割的结果 实验表明: 作为在一幅有不同对比的图像上的区域,同样的阈值不能进行正确分割。 采用算法合成局部阈值和投影,可以执行正确分割不同部分。 结论 在胶囊的不同部分,胶囊的缺陷是不同的。 我们应该把胶囊分割为三部分,每一个部分的灰度值基本保持不变。 作为对比的边界附近是不同的,我们提出一个方法合成局部阈值和投影找到边界的位置,从而将图像分割成三个部分。 不同的颜色匹配,精确的阈值取决于实验。 该算法不仅容易实现,但也有较好的鲁棒性和效率,可以实现真实的胶囊图像提取与分割。 参考书籍 [1]A.C.karloff,N.E.Scott,R.Museedere,Aflexibledesignforacosteffective[C],HighThroughputInspectionSystemforPharmaceuticalCapsules,inIEEEInternationalConferenceIndustrialTenhnology(ICIT2008),Chendu,China,April21-24,2008. [2]MJ.Islam,M.Ahmadi,M,A,Sid-Ahmed,Imageprocessingtechniquesforqualityinspectionofgelatincapsulesinpharmaceuticalapplications[C],Intl.Conf.onControl,Automation,RoboticsandVision,Hanoi,Vietnam,Dec17-20,2008. [3]WangJunhai,胶囊检测系统的研究设计[C],武汉理工大学硕士学问论文,2008,5. [4]ZuoQi,ShiZhongke,基于机器视觉的胶囊完整性检测系统[J],先交通大学学报,Vol.36,no12,Dec,2002. [5]FengShanhan,ChenShuye,基于图像分析的真假胶囊颗粒识别的研究[J]传感器与微系统,Vol.27,no8,2008. [6]INSPECAPS150AUTOMATICCAPSULEINSPECTION[Z],
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 外文 翻译