CN105381965A - 一种基于pc图像采集系统的注射器针头检测系统及方法 - Google Patents
一种基于pc图像采集系统的注射器针头检测系统及方法 Download PDFInfo
- Publication number
- CN105381965A CN105381965A CN201510758012.5A CN201510758012A CN105381965A CN 105381965 A CN105381965 A CN 105381965A CN 201510758012 A CN201510758012 A CN 201510758012A CN 105381965 A CN105381965 A CN 105381965A
- Authority
- CN
- China
- Prior art keywords
- syringe needle
- detection
- image
- module
- detection system
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B07—SEPARATING SOLIDS FROM SOLIDS; SORTING
- B07C—POSTAL SORTING; SORTING INDIVIDUAL ARTICLES, OR BULK MATERIAL FIT TO BE SORTED PIECE-MEAL, e.g. BY PICKING
- B07C5/00—Sorting according to a characteristic or feature of the articles or material being sorted, e.g. by control effected by devices which detect or measure such characteristic or feature; Sorting by manually actuated devices, e.g. switches
- B07C5/34—Sorting according to other particular properties
Landscapes
- Infusion, Injection, And Reservoir Apparatuses (AREA)
- Medical Preparation Storing Or Oral Administration Devices (AREA)
Abstract
本发明公开了一种基于PC图像采集系统的注射器针头检测系统,属于注射器检测技术领域,包括检测硬件系统、运动控制系统、预检测系统、检测系统、智能分拣系统和多传感器信息融合系统;检测硬件系统包括照明模块、显示模块和连接模块;预检测系统包括图像采集模块、图像分析处理模块和预检测结果输出模块;检测系统包括图像实时采集模块、图像存储模块、图像数据处理模块、图像显示模块、检测结果输出模块和端口转换器;本发明还提供了该检测系统的检测方法。本发明检测系统的误检率和漏检率均在0.1%及以下,检测精确度高、无污染,显著提高注射器的可靠性,有效的保障注射器的使用安全,提高注射器企业的生产效率,降低生产成本。
Description
技术领域
本发明涉及一种检测系统及方法,特别是涉及一种基于PC图像采集系统的注射器针头检测系统及方法,属于注射器检测技术领域。
背景技术
随着科学技术的不断发展,由于传统注射器针头的重复使用会增加如爱滋病、乙肝等血液传染疾病的发生几率,所以一次性注射器自上个世纪80年代从国外引进以来,被广泛地使用。国内每年注射器针头的消耗量已经达到了几十亿支。不仅如此,我国生产的注射器针头因价格低廉而远销海外,每年的出口总量约为70亿支。随着市场需求量的扩大,一次性注射器针头生产企业的数量也在不断增加,全国已发展到大约500多家,不过大多以中小企业为主。这些中小型企业没有足够的能力去购买先进而又较为昂贵的注射器针头生产进口设备,所以,在一次性针头生产过程中,经常生产出倒装和弯钩等次品针头。而由次品针头引起的医疗事故时有报道,这些医疗事故不仅严重影响了病人的身心健康,而且影响了我国对外的出口贸易,因此,国家制定了一系列的标准,规范注射器针头的生产。这就要求企业需要采用有效的检测方法剔除这些次品针头,而目前绝大多数的企业只是依靠人工检测的方法来完成,由于受到劳动强度的影响,人的视觉容易疲劳,从而导致检测的效率十分低下。由此产生的次品针头就会进入到医用市场,所带来的危害主要有以下三个方面:1)如果带有毛刺的产品流入市场,很容易流入血管,引起安全事故;2)如果刃口长短不一,角度不一,就会增加穿刺的疼痛感和进针速度;3)目前主要采用大量人工检测,浪费了巨大的人力、物力和财力。而为了解决次品的存在,企业增加了巨大的人力资源成本,但仍不能保证检测合格率达到要求的范围。因此如何提高注射器针头检测效率已成为各企业急切需要解决的问题,它直接关系到企业的生存和发展。
目前,出现不合格针头的主要原因为:1)针头倒装,即装备过程中误将针头和针管反装;2)针头弯钩,即制作针头过程中误操作,致使针头弯曲;3)加工过程中针头出现毛刺。而通过对注射器针头图像进行一系列处理操作,可以准确获取了针头的轮廓,随着计算机图像处理和分析技术的迅速发展,利用机器视觉方法进行工业产品的检测得到了广泛的关注。产品检测具有较高的实时性要求,而在图像处理领域,由于其数据量较大,上位机与下位机数据传输频繁,一般的微控制器很难达到要求,所以可以选用专用的PC机来做主控机,数据通信方式可以选取RS485或以太网方式,将主控机的视觉检测结果传输到下位机,或下位机操作完成后将状态反馈给上位机。本课题除了硬件要求外,还需要图像检测软件来处理数字图像信息,并结合机器视觉技术实现注射针头合格性检测,这样不仅可以减少人力资源的投入,而且可以提高检测效率,同时也满足了实时性的要求。因此,图像处理技术和机器视觉技术应用于注射器针头检测是一项重要的课题,对注射器针头的生产具有实际意义。
发明内容
本发明的主要目的是为了解决目前注射器针头检测系统及方法中存在的上述问题,提供一种检测安全可靠、效率高、精确度高、无污染的基于PC图像采集系统的注射器针头检测系统及方法。
本发明的目的可以通过采用如下技术方案达到:
一种基于PC图像采集系统的注射器针头检测系统,包括检测硬件系统、运动控制系统、预检测系统、检测系统、智能分拣系统和多传感器信息融合系统;所述检测硬件系统用于图像采集、处理、显示及检测结果输出;所述运动控制系统用于自动化的控制检测系统内所述检测硬件系统、所述预检测系统、所述检测系统、所述智能分拣系统和所述多传感器信息融合系统的运动;所述预检测系统用于预先检测在形状上具有明显差异的注射器针头;所述检测系统用于检测所述预检测系统检测后输送至所述检测系统的注射器针头;所述智能分拣系统用于将合格的注射器针头与不合格的注射器针头区分开;所述多传感器信息融合系统用于收集、处理及控制所述检测硬件系统、所述运动控制系统、所述预检测系统、所述检测系统和所述智能分拣系统之间的信息及动作执行。
作为一种优选方案,所述检测硬件系统包括照明模块、显示模块和连接模块,所述照明模块为所述预检测系统和所述检测硬件系统提供照明,所述显示模块用于显示所述检测系统的检测结果,所述连接模块用于连接所述预检测系统和所述检测硬件系统。
作为一种优选方案,所述预检测系统包括图像采集模块、图像分析处理模块和预检测结果输出模块,所述图像采集模块用于采集注射器针头的图像,并将采集到的图像发送至所述图像分析处理模块,所述图像分析处理模块筛选出注射器针头图像,并与预先设定在所述多传感器信息融合系统中注射器针头图像,将在形状上具有明显差异的注射器针头图像通过所述预检测结果输出模块输送至所述多传感器信息融合系统,并通过所述智能分拣系统将在形状上具有明显差异的注射器针头筛选掉,保留形状上符合预先设定在所述多传感器信息融合系统中注射器针头图像的注射器针头。
作为一种优选方案,所述检测系统包括图像实时采集模块、图像存储模块、图像数据处理模块、图像显示模块和检测结果输出模块,所述检测结果输出模块用于不间断的采集保留的注射器针头图像,所述图像存储模块用于将采集到的注射器针头图像保存下来,所述图像数据处理模块用于分析和处理注射器针头图像的针头轮廓边缘曲线的弯曲程度,得出曲率,所述检测结果输出模块用于将得出的曲率结果输出至所述多传感器信息融合系统。
作为一种优选方案,所述多传感器信息融合系统将得出的曲率与预先设置在所述多传感器信息融合系统内的曲率范围进行比对,曲率在所述多传感器信息融合系统的曲率范围内,所述多传感器信息融合系统判定注射器针头合格,并通过所述智能分拣系统分拣出来。
作为一种优选方案,所述图像实时采集模块包括CCD工业摄像机、视频解码SAA7115、模拟视频信号和原始视频采集数据,所述图像存储模块为SDRAMFLASH和EMIF,所述图像数据处理模块包括VP0、VP1、VP2和GPIO,所述图像显示模块包括视频解码SAA7105、模拟电视显示模块、模拟视频信号和处理后视频采集数据。
作为另一种优选方案,所述检测系统还包括照明模块和端口转换器。
本发明还提供了一种基于PC图像采集系统的注射器针头的检测方法,包括如下步骤:
步骤1:建立合格注射器针头在不同角度下的边界区域不变矩特征库;
步骤2:通过预检测系统提取被测针头的图像特征,并与特征库进行匹配,将匹配结果发送至多传感器信息融合系统,判定被测针头形状与特征库是否一致,若不一致,运动控制系统控制端口转换装置,多传感器信息融合系统发送控制指令给智能分拣系统,智能分拣系统提出不合格产品,结束检测,否则得出初步合格产品并执行步骤3;
步骤3:通过检测系统中的图像实时采集模块提取初步合格产品的图像特征,存储在图像存储模块中,通过图像数据处理模块对初步合格产品的图像特征进行处理,并将处理结果与特征库进行匹配,判定初步合格产品的曲率与特征库是否一致,若不一致,检测结果输出模块将匹配结果发送至多传感器信息融合系统,运动控制系统控制端口转换装置,多传感器信息融合系统发送控制指令给智能分拣系统,智能分拣系统提出不合格产品,结束检测。
作为一种优选方案,步骤1中所述特征库包括注射器针头形状和注射器针头曲率范围。
作为一种优选方案,步骤3中的图像数据处理模块对初步合格产品的图像特征进行处理,包括如下步骤:
步骤31:建立针头局部坐标系;
步骤32:采用最小二乘法拟合针头左右边缘曲线,计算两边缘曲线的最大曲率;
步骤33:将最大曲率与特征库中的注射器针头曲率范围进行匹配,并判定匹配结果是否符合注射器针头曲率范围,若符合注射器针头曲率范围,则待测针头合格,结束检测,若不符合注射器针头曲率范围,执行步骤34;
步骤34:检测结果输出模块将匹配结果发送至多传感器信息融合系统,运动控制系统控制端口转换装置,多传感器信息融合系统发送控制指令给智能分拣系统,智能分拣系统提出不合格产品,结束检测。
本发明的有益技术效果:
1、本发明所提供的一种基于PC图像采集系统的注射器针头检测系统及方法,可以实现以下技术指标:工作温度在-40℃~70℃之间,相对湿度在20%~90%之间,自动化检测速度为2400只/分钟,误检率在0.1%及以下,漏检率在0.1%及以下。
2、本发明所提供的一种基于PC图像采集系统的注射器针头检测系统及方法,该技术可在医用注射器生产领域广泛地推广应用,一方面能显著地提高医用注射器的质量和可靠性,并且能有效的保障一次性注射器的使用安全,极大的提高注射器企业的生产效率,降低生产成本,将大量的检测人员从有害身心健康的繁重劳动中解放出来,具有很强的实用价值和很好的经济效益。
3、本发明所提供的一种基于PC图像采集系统的注射器针头检测系统及方法,提高了一次性注射器安全性和可靠性,杜绝因一次性针头质量不高而造成的医患事件,避免因一次性注射针头的不合格对人体造成的二次伤害,满足现代社会对产品安全的需求。
4、本发明所提供的一种基于PC图像采集系统的注射器针头检测系统及方法,提高注射器生产企业的自动化检测水平,本发明提供的注射器针头检测系统及方法检测精确度高、无污染,符合医用注射器针头检测标准。
5、本发明所提供的一种基于PC图像采集系统的注射器针头检测系统及方法,把原来的工艺进行优化重组,让磨针机每一节拍的空挡期,进行自动检测,检测完成后剔除不合格产品,将合格产品流入下一环节,进行清洗,提高了生产力,减少了人工接触和大量人工造成的成本增加,避免了大量人工检测需要大面的无菌车间、大量人工,工资成本,人工速度无法和机械进行比较等问题,减少人为接触,提升整体产品质量和输出的一致性。
附图说明
图1为本发明注射器针头检测系统的整体示意图;
图2为本发明检测系统的整体示意图;
图3为本发明基于PC图像采集系统的注射器针头的检测方法的流程图。
图中:1-检测硬件系统,2-运动控制系统,3-预检测系统,4-检测系统,5-智能分拣系统,6-多传感器信息融合系统,41-图像实时采集模块,411-CCD工业摄像机,412-视频解码SAA7115,413-模拟视频信号,414-原始视频采集数据,42-图像存储模块,421-SDRAMFLASH,422-EMIF,43-图像数据处理模块,431-VP0,432-VP1,433-VP2,434-GPIO,44-图像显示模块,441-模拟电视显示模块,442-视频解码SAA7105,443-模拟视频信号,444-处理后视频采集数据,45-检测结果输出模块,46-照明模块,461-照明装置,47-端口转换器,48-FPGAOSG,481-控制信号。
具体实施方式
为使本领域技术人员更加清楚和明确本发明的技术方案,下面结合实施例及附图对本发明作进一步详细的描述,但本发明的实施方式不限于此。
实施例1:
如图1和图2所示,本实施例1所提供的一种基于PC图像采集系统的注射器针头检测系统,包括检测硬件系统1、运动控制系统2、预检测系统3、检测系统4、智能分拣系统5和多传感器信息融合系统6;所述检测硬件系统1用于图像采集、处理、显示及检测结果输出;所述运动控制系统2用于控制注射器针头检测系统内所述检测硬件系统1、所述预检测系统3、所述检测系统4、所述智能分拣系统5和所述多传感器信息融合系统6的运动;所述预检测系统3用于预先检测在形状上具有明显差异的注射器针头;所述检测系统4用于检测所述预检测系统3检测后输送至所述检测系统4的注射器针头;所述智能分拣系统5用于将合格的注射器针头与不合格的注射器针头区分开;所述多传感器信息融合系统6用于收集、处理及控制所述检测硬件系统1、所述运动控制系统2、所述预检测系统3、所述检测系统4和所述智能分拣系统5之间的信息及动作执行。
如图1和图2所示,作为本实施例1的一种优选方案,所述检测硬件系统1包括照明模块、显示模块和连接模块,所述照明模块为所述预检测系统3和所述检测硬件系统1提供照明,所述显示模块用于显示所述检测系统4的检测结果,所述连接模块用于连接所述预检测系统3和所述检测硬件系统1。
如图1和图2所示,作为本实施例1的一种优选方案,所述预检测系统3包括图像采集模块、图像分析处理模块和预检测结果输出模块,所述图像采集模块用于采集注射器针头的图像,并将采集到的图像发送至所述图像分析处理模块,所述图像分析处理模块筛选出注射器针头图像,并与预先设定在所述多传感器信息融合系统6中注射器针头图像,将在形状上具有明显差异的注射器针头图像通过所述预检测结果输出模块输送至所述多传感器信息融合系统6,并通过所述智能分拣系统5将在形状上具有明显差异的注射器针头筛选掉,保留形状上符合预先设定在所述多传感器信息融合系统6中注射器针头图像的注射器针头。
如图1和图2所示,作为本实施例1的一种优选方案,所述检测系统4包括图像实时采集模块41、图像存储模块42、图像数据处理模块43、图像显示模块44和检测结果输出模块45,所述检测结果输出模块45用于不间断的采集保留的注射器针头图像,所述图像存储模块42用于将采集到的注射器针头图像保存下来,所述图像数据处理模块43用于分析和处理注射器针头图像的针头轮廓边缘曲线的弯曲程度,得出曲率,所述检测结果输出模块45用于将得出的曲率结果输出至所述多传感器信息融合系统6。
如图1和图2所示,作为本实施例1的一种优选方案,所述多传感器信息融合系统6将得出的曲率与预先设置在所述多传感器信息融合系统6内的曲率范围进行比对,曲率在所述多传感器信息融合系统6的曲率范围内,所述多传感器信息融合系统6判定注射器针头合格,并通过所述智能分拣系统5分拣出来。
在本实施例1中,图像的处理关键在于图像分割,图像分割的质量直接影响后续针头特征提取以及针头检测的准确性,因此,需要选用适合针头图像的分割方法,对比各种分割方法,发现阈值分割是较为常用而且简单有效的方法。
如图1和图2所示,作为本实施例1的一种优选方案,所述图像实时采集模块41包括CCD工业摄像机411、视频解码SAA7115、模拟视频信号413和原始视频采集数据414,所述图像存储模块42包括SDRAMFLASH和EMIF,所述图像数据处理模块43包括VP0、VP1、VP2433和GPIO,所述图像显示模块44包括视频解码SAA7105、模拟电视显示模块441、模拟视频信号443和处理后视频采集数据444。
在本实施例1中,在图像处理和分析前,需要采用滤波方法减少这些噪声的干扰,在本实施例1采用3*3矩形滑动窗口的中值滤波法来改善针头图像的质量,算法原理为:先将3*3窗口中的9个灰度值进行排序,然后选取这9个灰度值的中值替代窗口中心点的灰度值。
在本实施例1中,可以采用基于最大连通域的方法去除伪目标的干扰,拟采用去除伪目标的步骤为:1)对图像上的各部分连通区域进行标记;2)剔除面积小的伪目标。
如图3所示,作为本实施例1的一种优选方案,一种基于PC图像采集系统的注射器针头检测系统的检测方法,包括如下步骤:
步骤1:建立合格注射器针头在不同角度下的边界区域不变矩特征库;
步骤2:通过预检测系统3提取被测针头的图像特征,并与特征库进行匹配,将匹配结果发送至多传感器信息融合系统6,判定被测针头形状与特征库是否一致,若不一致,运动控制系统2控制端口转换装置,多传感器信息融合系统6发送控制指令给智能分拣系统5,智能分拣系统5提出不合格产品,结束检测,否则得出初步合格产品并执行步骤3;
步骤3:通过检测系统4中的图像实时采集模块41提取初步合格产品的图像特征,存储在图像存储模块42中,通过图像数据处理模块43对初步合格产品的图像特征进行处理,并将处理结果与特征库进行匹配,判定初步合格产品的曲率与特征库是否一致,若不一致,检测结果输出模块45将匹配结果发送至多传感器信息融合系统6,运动控制系统2控制端口转换装置,多传感器信息融合系统6发送控制指令给智能分拣系统5,智能分拣系统5提出不合格产品,结束检测。
本发明提供的一种基于PC图像采集系统的注射器针头检测系统的检测方法,步骤1中所述特征库包括注射器针头形状和注射器针头曲率范围。
作为本实施例1的一种优选方案,步骤3中的图像数据处理模块43对初步合格产品的图像特征进行处理,包括如下步骤:
步骤31:建立针头局部坐标系;
步骤32:采用最小二乘法拟合针头左右边缘曲线,计算两边缘曲线的最大曲率;
步骤33:将最大曲率与特征库中的注射器针头曲率范围进行匹配,并判定匹配结果是否符合注射器针头曲率范围,若符合注射器针头曲率范围,则待测针头合格,结束检测,若不符合注射器针头曲率范围,执行步骤34;
步骤34:检测结果输出模块45将匹配结果发送至多传感器信息融合系统6,运动控制系统2控制端口转换装置,多传感器信息融合系统6发送控制指令给智能分拣系统5,智能分拣系统5提出不合格产品,结束检测。
实施例2:
如图2所示,本实施例2所提供的一种基于PC图像采集系统的注射器针头检测系统,包括检测硬件系统1、运动控制系统2、预检测系统3、检测系统4、智能分拣系统5和多传感器信息融合系统6,所述检测系统4还包括照明模块46和端口转换器47。
在本实施例2中,为了不影响生产的进程,要控制好装有CCD工业摄像机411的运动速度,一次图像采集时间正好是空挡节拍,在本实施例2中,一个运动巡回可以检测800只产品,共需要时间22s,而基于PC图像采集系统的注射器针头检测系统的空挡节拍也是22s,可实现同步检测。
其余特征及检测方法同实施例1,这里不再赘述。
综上所述,本发明所提供的一种基于PC图像采集系统的注射器针头检测系统及方法,可以实现以下技术指标:工作温度在-40℃~70℃之间,相对湿度在20%~90%之间,自动化检测速度为2400只/分钟,误检率在0.1%及以下,漏检率在0.1%及以下。
本发明所提供的一种基于PC图像采集系统的注射器针头检测系统及方法,该技术可在医用注射器生产领域广泛地推广应用,一方面能显著地提高医用注射器的质量和可靠性,并且能有效的保障一次性注射器的使用安全,极大的提高注射器企业的生产效率,降低生产成本,将大量的检测人员从有害身心健康的繁重劳动中解放出来,具有很强的实用价值和很好的经济效益。
本发明所提供的一种基于PC图像采集系统的注射器针头检测系统及方法,提高了一次性注射器安全性和可靠性,杜绝因一次性针头质量不高而造成的医患事件,避免因一次性注射针头的不合格对人体造成的二次伤害,满足现代社会对产品安全的需求。
本发明所提供的一种基于PC图像采集系统的注射器针头检测系统及方法,提高注射器生产企业的自动化检测水平,本发明提供的注射器针头检测系统及方法检测精确度高、无污染,符合医用注射器针头检测标准。
本发明所提供的一种基于PC图像采集系统的注射器针头检测系统及方法,把原来的工艺进行优化重组,让磨针机每一节拍的空挡期,进行自动检测,检测完成后剔除不合格产品,将合格产品流入下一环节,进行清洗,提高了生产力,减少了人工接触和大量人工造成的成本增加,避免了大量人工检测需要大面的无菌车间、大量人工,工资成本,人工速度无法和机械进行比较等问题,减少人为接触,提升整体产品质量和输出的一致性。
以上所述,仅为本发明优选的实施例,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明所公开的范围内,根据本发明的技术方案及其构思加以等同替换或改变,都属于本发明的保护范围。
Claims (10)
1.一种基于PC图像采集系统的注射器针头检测系统,其特征在于:包括检测硬件系统(1)、运动控制系统(2)、预检测系统(3)、检测系统(4)、智能分拣系统(5)和多传感器信息融合系统(6);所述检测硬件系统(1)用于图像采集、处理、显示及检测结果输出;所述运动控制系统(2)用于控制注射器针头检测系统内所述检测硬件系统(1)、所述预检测系统(3)、所述检测系统(4)、所述智能分拣系统(5)和所述多传感器信息融合系统(6)的运动;所述预检测系统(3)用于预先检测在形状上具有明显差异的注射器针头;所述检测系统(4)用于检测所述预检测系统(3)检测后输送至所述检测系统(4)的注射器针头;所述智能分拣系统(5)用于将合格的注射器针头与不合格的注射器针头区分开;所述多传感器信息融合系统(6)用于收集、处理及控制所述检测硬件系统(1)、所述运动控制系统(2)、所述预检测系统(3)、所述检测系统(4)和所述智能分拣系统(5)之间的信息及动作执行。
2.根据权利要求1所述的一种基于PC图像采集系统的注射器针头检测系统,其特征在于:所述检测硬件系统(1)包括照明模块、显示模块和连接模块,所述照明模块为所述预检测系统(3)和所述检测硬件系统(1)提供照明,所述显示模块用于显示所述检测系统(4)的检测结果,所述连接模块用于连接所述预检测系统(3)和所述检测硬件系统(1)。
3.根据权利要求2所述的一种基于PC图像采集系统的注射器针头检测系统,其特征在于:所述预检测系统(3)包括图像采集模块、图像分析处理模块和预检测结果输出模块,所述图像采集模块用于采集注射器针头的图像,并将采集到的图像发送至所述图像分析处理模块,所述图像分析处理模块筛选出注射器针头图像,并与预先设定在所述多传感器信息融合系统(6)中注射器针头图像,将在形状上具有明显差异的注射器针头图像通过所述预检测结果输出模块输送至所述多传感器信息融合系统(6),并通过所述智能分拣系统(5)将在形状上具有明显差异的注射器针头筛选掉,保留形状上符合预先设定在所述多传感器信息融合系统(6)中注射器针头图像的注射器针头。
4.根据权利要求2所述的一种基于PC图像采集系统的注射器针头检测系统,其特征在于:所述检测系统(4)包括图像实时采集模块(41)、图像存储模块(42)、图像数据处理模块(43)、图像显示模块(44)和检测结果输出模块(45),所述检测结果输出模块(45)用于不间断的采集保留的注射器针头图像,所述图像存储模块(42)用于将采集到的注射器针头图像保存下来,所述图像数据处理模块(43)用于分析和处理注射器针头图像的针头轮廓边缘曲线的弯曲程度,得出曲率,所述检测结果输出模块(45)用于将得出的曲率结果输出至所述多传感器信息融合系统(6)。
5.根据权利要求4所述的一种基于PC图像采集系统的注射器针头检测系统,其特征在于:所述多传感器信息融合系统(6)将得出的曲率与预先设置在所述多传感器信息融合系统(6)内的曲率范围进行比对,曲率在所述多传感器信息融合系统(6)的曲率范围内,所述多传感器信息融合系统(6)判定注射器针头合格,并通过所述智能分拣系统(5)分拣出来。
6.根据权利要求4所述的一种基于PC图像采集系统的注射器针头检测系统,其特征在于:所述图像实时采集模块(41)包括CCD工业摄像机(411)、视频解码SAA7115(412)、模拟视频信号(413)和原始视频采集数据(414),所述图像存储模块(42)包括SDRAMFLASH(421)和EMIF(422),所述图像数据处理模块(43)包括VP0(431)、VP1(432)、VP2(433)和GPIO(434),所述图像显示模块(44)包括视频解码SAA7105(442)、模拟电视显示模块(441)、模拟视频信号(443)和处理后视频采集数据(444)。
7.根据权利要求1所述的一种基于PC图像采集系统的注射器针头检测系统,其特征在于:所述检测系统(4)还包括照明模块(46)和端口转换器(47)。
8.一种如权利要求1-7任意一项所述的基于PC图像采集系统的注射器针头检测系统的检测方法,包括如下步骤:
步骤1:建立合格注射器针头在不同角度下的边界区域不变矩特征库;
步骤2:通过预检测系统(3)提取被测针头的图像特征,并与特征库进行匹配,将匹配结果发送至多传感器信息融合系统(6),判定被测针头形状与特征库是否一致,若不一致,运动控制系统(2)控制端口转换装置,多传感器信息融合系统(6)发送控制指令给智能分拣系统(5),智能分拣系统(5)提出不合格产品,结束检测,否则得出初步合格产品并执行步骤3;
步骤3:通过检测系统(4)中的图像实时采集模块(41)提取初步合格产品的图像特征,存储在图像存储模块(42)中,通过图像数据处理模块(43)对初步合格产品的图像特征进行处理,并将处理结果与特征库进行匹配,判定初步合格产品的曲率与特征库是否一致,若不一致,检测结果输出模块(45)将匹配结果发送至多传感器信息融合系统(6),运动控制系统(2)控制端口转换装置,多传感器信息融合系统(6)发送控制指令给智能分拣系统(5),智能分拣系统(5)提出不合格产品,结束检测。
9.根据权利要求8所述的一种基于PC图像采集系统的注射器针头检测系统的检测方法,其特征在于:步骤1中所述特征库包括注射器针头形状和注射器针头曲率范围。
10.根据权利要求8所述的一种基于PC图像采集系统的注射器针头检测系统的检测方法,其特征在于:步骤3中的图像数据处理模块(43)对初步合格产品的图像特征进行处理,包括如下步骤:
步骤31:建立针头局部坐标系;
步骤32:采用最小二乘法拟合针头左右边缘曲线,计算两边缘曲线的最大曲率;
步骤33:将最大曲率与特征库中的注射器针头曲率范围进行匹配,并判定匹配结果是否符合注射器针头曲率范围,若符合注射器针头曲率范围,则待测针头合格,结束检测,若不符合注射器针头曲率范围,执行步骤34;
步骤34:检测结果输出模块(45)将匹配结果发送至多传感器信息融合系统(6),运动控制系统(2)控制端口转换装置,多传感器信息融合系统(6)发送控制指令给智能分拣系统(5),智能分拣系统(5)提出不合格产品,结束检测。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510758012.5A CN105381965A (zh) | 2015-11-02 | 2015-11-02 | 一种基于pc图像采集系统的注射器针头检测系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510758012.5A CN105381965A (zh) | 2015-11-02 | 2015-11-02 | 一种基于pc图像采集系统的注射器针头检测系统及方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN105381965A true CN105381965A (zh) | 2016-03-09 |
Family
ID=55415110
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510758012.5A Pending CN105381965A (zh) | 2015-11-02 | 2015-11-02 | 一种基于pc图像采集系统的注射器针头检测系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105381965A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112530133A (zh) * | 2020-11-22 | 2021-03-19 | 李绪明 | 一种用于识别注射器的装置及方法 |
CN113744198A (zh) * | 2021-08-09 | 2021-12-03 | 扬州美德莱医疗用品有限公司 | 一种注射针加工废品的双向定位方法及系统 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN200996941Y (zh) * | 2007-01-12 | 2007-12-26 | 浙江大学 | 一种基于多传感器信息融合的水果缺陷检测装置 |
CN102109323A (zh) * | 2009-12-25 | 2011-06-29 | 上海康德莱企业发展集团有限公司 | 用于检测注射器芯杆内塞端饱和度的系统及其控制方法 |
CN102303018A (zh) * | 2011-04-29 | 2012-01-04 | 无锡众望四维科技有限公司 | 机器视觉系统对注射器钢针毛刺的自动检测方法 |
CN202256183U (zh) * | 2011-09-09 | 2012-05-30 | 杭州品目科技有限公司 | 基于机器视觉的注射器针头的缺陷检测设备 |
CN103134812A (zh) * | 2011-11-30 | 2013-06-05 | 上海康德莱企业发展集团股份有限公司 | 一种用于注射器针尖毛刺的检测设备 |
CN103134811A (zh) * | 2011-11-30 | 2013-06-05 | 上海康德莱企业发展集团股份有限公司 | 一种注射器针尖毛刺的检测方法 |
KR101497684B1 (ko) * | 2013-11-07 | 2015-03-23 | 주식회사 대성자동화시스템 | 불량 주삿바늘의 선별검사장치 |
CN104483321A (zh) * | 2014-10-31 | 2015-04-01 | 苏州捷碧医疗科技有限公司 | 一种基于机器视觉的注射针管自动检测系统和检测方法 |
-
2015
- 2015-11-02 CN CN201510758012.5A patent/CN105381965A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN200996941Y (zh) * | 2007-01-12 | 2007-12-26 | 浙江大学 | 一种基于多传感器信息融合的水果缺陷检测装置 |
CN102109323A (zh) * | 2009-12-25 | 2011-06-29 | 上海康德莱企业发展集团有限公司 | 用于检测注射器芯杆内塞端饱和度的系统及其控制方法 |
CN102303018A (zh) * | 2011-04-29 | 2012-01-04 | 无锡众望四维科技有限公司 | 机器视觉系统对注射器钢针毛刺的自动检测方法 |
CN202256183U (zh) * | 2011-09-09 | 2012-05-30 | 杭州品目科技有限公司 | 基于机器视觉的注射器针头的缺陷检测设备 |
CN103134812A (zh) * | 2011-11-30 | 2013-06-05 | 上海康德莱企业发展集团股份有限公司 | 一种用于注射器针尖毛刺的检测设备 |
CN103134811A (zh) * | 2011-11-30 | 2013-06-05 | 上海康德莱企业发展集团股份有限公司 | 一种注射器针尖毛刺的检测方法 |
KR101497684B1 (ko) * | 2013-11-07 | 2015-03-23 | 주식회사 대성자동화시스템 | 불량 주삿바늘의 선별검사장치 |
CN104483321A (zh) * | 2014-10-31 | 2015-04-01 | 苏州捷碧医疗科技有限公司 | 一种基于机器视觉的注射针管自动检测系统和检测方法 |
Non-Patent Citations (1)
Title |
---|
余亮: "基于DSP的注射器针头合格检测方法研究", 《中国优秀硕士学位论文数据库信息科技辑》 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112530133A (zh) * | 2020-11-22 | 2021-03-19 | 李绪明 | 一种用于识别注射器的装置及方法 |
CN112530133B (zh) * | 2020-11-22 | 2022-08-09 | 李绪明 | 一种用于识别注射器的装置及方法 |
CN113744198A (zh) * | 2021-08-09 | 2021-12-03 | 扬州美德莱医疗用品有限公司 | 一种注射针加工废品的双向定位方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102319063B (zh) | 一种提高胎心率数据加速识别准确性的装置和方法 | |
CN102879401B (zh) | 基于模式识别和图像处理的纺织品瑕疵自动检测及分类方法 | |
CN102508110B (zh) | 基于纹理的绝缘子缺陷诊断方法 | |
CN102319064B (zh) | 一种提高胎心率数据减速识别准确性的装置和方法 | |
CN103149212B (zh) | 纽扣电池在线质量检测系统 | |
CN102274041B (zh) | 正电子发射断层成像电子学系统的全数字化处理装置 | |
CN103150557B (zh) | 一种基于机器视觉的显示终端操作响应匹配检测装置 | |
CA2839943A1 (en) | Improvements relating to event detection algorithms | |
CN103785622B (zh) | 基于机器视觉的零件分拣装置的零件分拣方法 | |
CN106548038A (zh) | 一种基于知识的医疗影像采集分析系统 | |
CN103440035A (zh) | 一种三维空间中的手势识别系统及其识别方法 | |
CN102980892A (zh) | 钢管在线检测系统及方法 | |
CN105381965A (zh) | 一种基于pc图像采集系统的注射器针头检测系统及方法 | |
CN104048966B (zh) | 一种基于大律法的布面疵点检测及分类方法 | |
CN205484105U (zh) | 基于机器视觉的pvc手套实时检测系统 | |
CN103091330A (zh) | 模拟人类视觉感知机理的铜带表面缺陷辨识装置及方法 | |
CN102967265B (zh) | 基于机器视觉的汽车连杆裂解槽检测方法 | |
CN103020635B (zh) | 回转窑内烧结带温度检测方法和系统 | |
CN205720031U (zh) | 一种基于pc图像采集系统的注射器针头检测系统 | |
CN105631857A (zh) | 一种光学元件表面的划痕检测方法和装置 | |
CN111110956A (zh) | 一种基于机器视觉和fpga的输液自动报警系统及方法 | |
CN116421144A (zh) | 一种eses相关癫痫性脑病预后评估模型及其训练和使用方法 | |
CN101008980A (zh) | 蝴蝶自动鉴定的方法及系统 | |
CN106446913A (zh) | 一种多表盘指针式仪表的指针位置提取方法 | |
CN202173405U (zh) | 正电子发射断层成像电子学系统的全数字化处理装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20160309 |