CN107154042B - 一种包衣机视觉检测方法与装置 - Google Patents
一种包衣机视觉检测方法与装置 Download PDFInfo
- Publication number
- CN107154042B CN107154042B CN201710351083.2A CN201710351083A CN107154042B CN 107154042 B CN107154042 B CN 107154042B CN 201710351083 A CN201710351083 A CN 201710351083A CN 107154042 B CN107154042 B CN 107154042B
- Authority
- CN
- China
- Prior art keywords
- pill
- image
- coating machine
- pills
- standard
- 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.)
- Active
Links
- 238000000576 coating method Methods 0.000 title claims abstract description 74
- 239000011248 coating agent Substances 0.000 title claims abstract description 73
- 238000001514 detection method Methods 0.000 title claims abstract description 36
- 230000000007 visual effect Effects 0.000 title claims abstract description 10
- 239000006187 pill Substances 0.000 claims abstract description 152
- 239000002245 particle Substances 0.000 claims abstract description 82
- 238000004519 manufacturing process Methods 0.000 claims abstract description 13
- 238000009826 distribution Methods 0.000 claims abstract description 11
- 238000007781 pre-processing Methods 0.000 claims abstract description 11
- 238000000034 method Methods 0.000 claims description 34
- 238000011179 visual inspection Methods 0.000 claims description 16
- 239000000843 powder Substances 0.000 claims description 15
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 10
- 230000001276 controlling effect Effects 0.000 claims description 9
- 239000003814 drug Substances 0.000 claims description 9
- 229940079593 drug Drugs 0.000 claims description 4
- 230000007306 turnover Effects 0.000 claims description 4
- 230000002708 enhancing effect Effects 0.000 claims description 3
- 238000001914 filtration Methods 0.000 claims description 3
- 239000002344 surface layer Substances 0.000 claims description 3
- 230000001105 regulatory effect Effects 0.000 claims description 2
- 239000008188 pellet Substances 0.000 claims 2
- 239000000284 extract Substances 0.000 abstract 1
- 238000012797 qualification Methods 0.000 description 9
- 238000012216 screening Methods 0.000 description 4
- 235000012907 honey Nutrition 0.000 description 3
- 238000003709 image segmentation Methods 0.000 description 3
- 238000007689 inspection Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 238000003889 chemical engineering Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 239000003344 environmental pollutant Substances 0.000 description 1
- 235000013305 food Nutrition 0.000 description 1
- 239000008187 granular material Substances 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000002156 mixing Methods 0.000 description 1
- 238000005498 polishing Methods 0.000 description 1
- 231100000719 pollutant Toxicity 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 238000011897 real-time detection Methods 0.000 description 1
- 238000005096 rolling process Methods 0.000 description 1
- 238000009495 sugar coating Methods 0.000 description 1
- 238000004148 unit process Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/40—Image enhancement or restoration using histogram techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/70—Denoising; Smoothing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
- G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20024—Filtering details
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30108—Industrial image inspection
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Quality & Reliability (AREA)
- Geometry (AREA)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
- Medicinal Preparation (AREA)
Abstract
本发明公开了一种包衣机视觉检测方法与装置,通过工业相机采集包衣机内的药丸颗粒图像;图像预处理单元将采集的药丸图像进行图像去噪和图像增强处理;图像算法处理单元对预处理后的药丸图像进行分割,将药丸颗粒从背景图像中分割出来,并对重叠的药丸颗粒进行分割,提取单个药丸颗粒图像;统计提取出来的单个药丸颗粒图像的区域面积和直径,发送至决策控制单元;决策控制单根据统计结果,判断生产的药丸符合标准要求,并进行相应控制。本发明可以用于包衣机生产药丸过程中对包衣机内药丸颗粒粒径分布进行实时检测,并能快速根据反馈信息对生产参数进行调整,确保生产的药丸符合标准要求。
Description
技术领域
本发明涉及到自动化机器视觉检测技术领域,尤其涉及一种包衣机视觉检测方法与装置。
背景技术
包衣机主要在制药工业中用于球形药丸的滚制,混合和打光或者是药丸、药片的糖衣生产,也可应用于食品、化工等行业中球形颗粒物料的制作。目前国内制药工业中球形药丸的制作主要使用的是包衣机,其单机产量大,制丸稳定性好。包衣机在制丸过程中其药丸颗粒直径的大小的变化受到包衣机转速、包衣机倾斜角度、加入蜜水和药粉量的影响,是一个多变量的复杂的控制过程。
包衣机生成的成品药丸合格率是衡量包衣机工作状态的重要指标。由于受到物料加入量、蜜水加入量、包衣机转速、包衣机倾斜度参数的影响,包衣机的排出的成品球合格率很难得到保证。目前常用成品药丸合格率检测的主要有人工肉眼观测法和人工筛分抽检法两种。人工目测观察法主要依靠人工肉眼对包衣机内运动的药丸颗粒进行观测并估计其尺寸大小,由于包衣机内药丸颗粒处于高速运转状态,而且光照较暗,人肉眼无法准确观测药丸粒径的大小。该方法检测精度低,而且目测估计药丸粒径大小需要一定的实践经验。另外一种常见的检测成品药丸合格率的方法是人工筛分抽查法,该方法从处于工作状态中的包衣机中取出一定数量的药丸,然后用标准尺寸的网格筛对取出的药丸样品进行分类统计合格率。该方法精度高,但是取样筛分耗时长,速度慢,不能实时反馈药丸样品尺寸,且容易给药丸带来外源污染。
目前各大药厂还是普遍采用人工目测和人工筛分抽检方式相结合的方式。以上方法都不能实时得到药丸粒径分布情况,并及时对影响成品药丸合格率的包衣机的各项参数调整做出反馈。因此,如何实时获取包衣机内高速运动药丸的粒径分布的实时数据,并对包衣机的各项参数进行调整,以提高成品药丸的合格率,成为制药行业中技术人员急需解决的问题。
发明内容
本发明要解决的技术问题是,克服现有人工检测方法存在的上述缺陷,提供一种包衣机视觉检测方法和装置,可以普遍应用于各大药厂的包衣机制丸过程中的实时检测,并且具有检测精度高,检测速度快、非接触性检测的特点。
本发明所提供的技术方案为:
一种包衣机视觉检测方法,包括以下步骤:
S1、药丸图像采集;采集包衣机内高速运动的药丸颗粒图像;
S2、药丸图像预处理;将采集的药丸图像进行图像去噪和图像增强处理,以减少噪声干扰,提高图像灰度的一致性,增强药丸颗粒之间接触面的对比度,有利于后续图像分割算法处理;
S3、对预处理后的药丸图像进行分割,将药丸颗粒从背景图像中分割出来,并对重叠的药丸颗粒进行分割,提取单个药丸颗粒图像;
S4、统计提取出来的单个药丸颗粒图像的区域面积和直径;
S5、根据统计结果,判断生产的药丸符合标准要求。
进一步地,所述步骤S1中,使用安装在视觉检测工位的帧率为160fps的高速工业相机采集药丸图像,该相机能拍摄到药丸的清晰图像,为后面图像算法处理提供良好条件。
进一步地,所述步骤S1中,首先对光学采集系统的参数进行调整,包括工业相机参数和光源亮度大小调整;然后再进行图像采集。
进一步地,所述步骤S2中,采用的Gaussian滤波方法进行图像去噪,采用直方图均衡化方法进行图像增强,突出检测对象的纹理特征。
进一步地,所述步骤S5具体为:
1)判断是否存在单个药丸颗粒图像的区域面积Si(i=1、2、3、4.........)>KS的情况,若存在,则说明药丸出现大面积黏连现象;其中,S为标准药丸颗粒的区域面积,i表示提取出来的单个药丸颗粒图像的编号,K为正整数,根据不同药品的生产情况选用不同的数值;
2)设定标准药丸的直径范围为D1~D2,统计直径Di(i=1、2、3、4..........)在D1<Di<D2之间的药丸颗粒数占药丸颗粒总数的比例P1,即判断药丸直径合格率,并设定阈值K1,若P1<K1,则判定所生产的药丸直径合格率不达标,反之则说明药丸直径合格率达标。
进一步地,所述步骤S5中的判断结果,对包衣机的各项参数进行调整,确保生产的药丸符合标准要求。
进一步地,所述包衣机的各项参数包括包衣机的转速、倾斜角参数以及药粉和水分的添加量。
进一步地,若判断药丸出现大面积黏连现象,则减少水分的添加量,并增加药粉的添加量;若判断药丸直径合格率不达标,则延长药品在包衣机中的翻转时间,并对药粉添加量进行调整,直至药丸直径合格率达标。
本发明还公开了一种包衣机视觉检测装置,包括工业相机和图像处理及控制器;所述工业相机用于采集高速运转的药丸颗粒表层图像,并发送至图像处理及控制器,图像处理及控制器采用上述的步骤S2~S5对工业相机采集的图像进行分析和决策。
进一步地,所述图像处理及控制器包括图像预处理、图像算法处理单元和决策控制单元;
所述图像预处理单元,用于对工业相机采集的图像进行预处理,主要包括图像去噪声和图像均衡化处理;
所述图像算法处理单元,主要对经过预处理后的药丸图像进行分割,尤其是出现重叠的药丸颗粒区域的区分,然后对分割后的单个药丸颗粒图像统计其区域面积Si(i=1、2、3、4.........)和最小外切圆直径Di(i=1、2、3、4..........),最后将统计的信息发送到决策控制单元;
所述决策控制单元接收图像算法处理单元发送的药丸颗粒图像的面积和直径统计信息,分析检测判断药丸是否存在大面积黏连以及颗粒粒径是否满足生产实际要求。
进一步地,所述包衣机视觉检测装置,其特征在于,还包括光源和光源调节器,光源用于增强包衣机内药丸颗粒表面亮度,光源调节器用于调节光源亮度大小。
有益效果:
本发明提供的包衣机视觉检测装置和方法,采用了非接触式的机器视觉检测方法,在不直接接触药丸的情况下对高速运动的药丸颗粒进行测量,具有检测精度高、检测速度快的优点。该发明可以普遍应用于各大药厂的包衣机的制丸生产现场,用来取代目前人工目测的检测方式和人工筛分的检测方式,能够实时快速反馈包衣机内药丸颗粒粒径分布情况,并对包衣机的转速、倾斜角参数以及药粉和蜜水的添加量进行调整,确保生产的药丸粒径符合生产要求。
附图说明
图1为本发明实施例中的包衣机视觉检测装置的侧视原理示意图;
图2本发明提供的一种包衣机视觉检测方法的流程图。
附图标记说明:
图中,1为光源、2为工业相机、3为图像处理及控制器、4为光源调节器、5为包衣机。
具体实施方式
为了使本技术领域的人员更好地理解本发明的技术方案,下面结合附图和具体实施例对本发明作进一步的详细说明,但本发明的保护范围不限于下述具体实施例。
:参见图1,本发明提供的一种包衣机视觉检测装置,包括光源1、工业相机2、图像处理及控制器3、光源调节器4和包衣机5。所述图像处理及控制器包括图像预处理、图像算法处理单元和决策控制单元。工业相机2对包衣机5内运动的药丸颗粒进行图像采集,采集的图像经过图像预处理单元、图像算法处理单元处理后将药丸颗粒的检测信息传输到决策控制单元3,决策控制单元3接收图像算法处理单元的信息,并对信息进行判断最后得到药丸颗粒面积和粒径的分布信息并根据面积和粒径分布信息对包衣机参数进行调整。
参见图2,图2为本发明提供的包衣机视觉检测方法流程图,包括以下步骤:
S1、首先对光学采集系统参数进行调整,包括工业相机参数(拍照角度等)和光源亮度大小调整;然后通过工业相机采集清晰的药丸颗粒图像;
S2、图像预处理单元对采集的药丸颗粒图像进行预处理;预处理包括图像的去噪声和图像增强处理两个过程,图像去噪声采用Gaussian滤波的方法,图像增强采用直方图均衡化;
S3、图像算法处理单元对经过预处理后的图像进行处理,包括图像分割和图像颗粒去重叠两个过程,图像分割将药丸颗粒跟背景图像区分,图像颗粒去重叠是将重叠在一起的药丸颗粒进行区分辨别,图像算法处理单元统计分割后的单个药丸颗粒的区域面积Si(i=1、2、3、4.........)和最小外切圆直径Di(i=1、2、3、4..........),最后将统计的信息发送到决策控制单元。
S4、决策控制单元接收图像算法处理单元发送的药丸颗粒面积和直径统计信息,决定是否需要对包衣机的转速、倾斜角参数以及药粉和水分的添加量进行调整,确保生产的药丸粒径符合生产要求。具体地,1)设定标准药丸颗粒区域面积为S,如存在Si(i=1、2、3、4.........)>KS(K为正整数,根据不同药品的生产情况选用不同的数值)则判断药丸出现大面积黏连现象;2)设定标准药丸的直径范围为D1到D2之间,统计检测出的药丸颗粒直径Di(i=1、2、3、4..........)在D1<Di<D2之间的占比P1,并设定阈值K1,若P1<K1则判断所生产药丸合格率不达标,反之则说明药丸合格率达标。若判断药丸出现大面积黏连现象,则减少水分的添加量,并增加药粉的添加量;若判断药丸直径合格率不达标,则延长药品在包衣机中的翻转时间,并对药粉添加量进行调整,直至药丸直径合格率达标。药丸直径合格率达标且制丸过程完成,成品药丸可以包衣机中取出,准备下一批次的药丸制作。
上述实施方式是一种非接触式的视觉检测方法对包衣机内药丸颗粒粒径分布进行检测,可以取代现有人工检测的方式,适用于目前各大药厂的包衣机的自动检测,该检测方法具有检测精度高、检测速度快等特点,
上述实施方式是一种非接触式的机器视觉检测方法,可以快速获取包衣机内药丸颗粒的粒径分布状态,根据粒径的分布信息可以决定是否需要对包衣机的转速、倾斜角参数以及药粉和水分的添加量进行调整,确保生产的药丸粒径符合生产要求。本发明可以取代现有人工检测方式,普遍适用于各大药厂的包衣机制丸过程中的自动检测,及时对制丸过程进行合理的控制,具有检测精度高、检测速度较快的特点。非接触式的检测方法也避免了给制药过程中带来了其他外源污染物。
Claims (6)
1.一种包衣机视觉检测方法,其特征在于,包括以下步骤:用于对包衣过程中的药丸粒径进行在线检测并依据检测结果进行包衣机参数调整,所述检测方法基于如下检测装置,该检测装置包括:
光源、工业相机、图像处理及控制器、光源调节器和包衣机;所述工业相机对包衣机内运动的药丸颗粒进行图像采集;所述图像处理及控制器用于对采集的图像进行面积和粒径分布获得,并依据所述面积和粒径分布对包衣机工作参数进行调整;所述光源用于增强包衣机内药丸颗粒表面亮度,所述光源调节器用于调节光源亮度大小;
所述视觉检测方法包括以下步骤:
S1、药丸图像采集;采集包衣机内的药丸颗粒图像;
S2、药丸图像预处理;将采集的药丸图像进行图像去噪和图像增强处理;
S3、对预处理后的药丸图像进行分割,将药丸颗粒从背景图像中分割出来,并对重叠的药丸颗粒进行分割,提取单个药丸颗粒图像;
S4、统计提取出来的单个药丸颗粒图像的区域面积和直径;
S5、根据统计结果,判断生产的药丸符合标准要求;具体为:
1)判断是否存在单个药丸颗粒图像的区域面积Si>KS的情况,若存在,则说明药丸出现大面积黏连现象;其中,S为标准药丸颗粒的区域面积,i表示提取出来的单个药丸颗粒图像的编号,i=1,2,3,...,K为正整数,根据不同药品的生产情况选用不同的数值;
2)设定标准药丸的直径范围为D1~D2,统计直径Di在D1和D2之间的药丸颗粒数占药丸颗粒总数的比例P1,即判断药丸直径合格率,并设定阈值K1,若P1<K1,则判定所生产的药丸直径合格率不达标,反之则说明药丸直径合格率达标;其中i=1,2,3,...;
S6、根据步骤S5中的判断结果,对包衣机的各项参数进行调整,确保生产的药丸符合标准要求;其中包衣机的各项参数包括包衣机中药粉和水分的添加量;具体调整方法为:
若判断药丸出现大面积黏连现象,则减少水分的添加量,并增加药粉的添加量;若判断药丸直径合格率不达标,则延长药品在包衣机中的翻转时间,并对药粉添加量进行调整,直至药丸直径合格率达标。
2.根据权利要求1所述的包衣机视觉检测方法,其特征在于,所述步骤S1中,使用帧率为160fps的高速工业相机采集药丸图像。
3.根据权利要求2所述的包衣机视觉检测方法,其特征在于,所述步骤S2中,采用的Gaussian滤波方法进行图像去噪,采用直方图均衡化方法进行图像增强。
4.根据权利要求3所述的包衣机视觉检测方法,其特征在于,所述步骤S6中,还包括对所述包衣机的转速和倾斜角参数的调整。
5.一种包衣机视觉检测装置,其特征在于,包括工业相机和图像处理及控制器;所述工业相机用于采集高速运转的药丸颗粒表层图像,并发送至图像处理及控制器,图像处理及控制器采用如下步骤对工业相机采集的图像进行分析和决策;
将采集的药丸图像进行图像去噪和图像增强处理;
对预处理后的药丸图像进行分割,将药丸颗粒从背景图像中分割出来,并对重叠的药丸颗粒进行分割,提取单个药丸颗粒图像;
统计提取出来的单个药丸颗粒图像的区域面积和直径;
根据统计结果,判断生产的药丸符合标准要求;其中,通过如下两个步骤步骤进行判断:
1)判断是否存在单个药丸颗粒图像的区域面积Si>KS的情况,若存在,则说明药丸出现大面积黏连现象;其中,S为标准药丸颗粒的区域面积,i表示提取出来的单个药丸颗粒图像的编号,i=1,2,3,...,K为正整数,根据不同药品的生产情况选用不同的数值;
2)设定标准药丸的直径范围为D1~D2,统计直径Di在D1和D2之间的药丸颗粒数占药丸颗粒总数的比例P1,即判断药丸直径合格率,并设定阈值K1,若P1<K1,则判定所生产的药丸直径合格率不达标,反之则说明药丸直径合格率达标;其中i=1,2,3,...;
在药丸出现大面积黏连现象或药丸直径合格率不达标的情况下,对包衣机中水分和药粉的添加量进行调整,若判断药丸出现大面积黏连现象,则减少水分的添加量,并增加药粉的添加量;若判断药丸直径合格率不达标,则延长药品在包衣机中的翻转时间,并对药粉添加量进行调整,直至药丸直径合格率达标。
6.根据权利要求5所述的包衣机视觉检测装置,其特征在于,还包括光源和光源调节器,光源用于增强包衣机内药丸颗粒表面亮度,光源调节器用于调节光源亮度大小。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710351083.2A CN107154042B (zh) | 2017-05-18 | 2017-05-18 | 一种包衣机视觉检测方法与装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710351083.2A CN107154042B (zh) | 2017-05-18 | 2017-05-18 | 一种包衣机视觉检测方法与装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107154042A CN107154042A (zh) | 2017-09-12 |
CN107154042B true CN107154042B (zh) | 2020-02-21 |
Family
ID=59792964
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710351083.2A Active CN107154042B (zh) | 2017-05-18 | 2017-05-18 | 一种包衣机视觉检测方法与装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107154042B (zh) |
Families Citing this family (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108593663B (zh) * | 2018-06-11 | 2023-12-29 | 农业部南京农业机械化研究所 | 一种种子包衣合格率检测系统及方法 |
CN110068577A (zh) * | 2019-04-25 | 2019-07-30 | 无锡精质视觉科技有限公司 | 一种基于视觉引导的药丸检测方法 |
CN110501983B (zh) * | 2019-07-31 | 2021-03-26 | 农业农村部南京农业机械化研究所 | 基于批次式包衣机的专家控制系统及控制方法 |
CN110455825A (zh) * | 2019-08-27 | 2019-11-15 | 无锡领先针测电子有限公司 | 一种对玻璃上的微粒进行统计的方法 |
CN111750785B (zh) * | 2020-07-03 | 2021-08-24 | 重庆科技学院 | 一种包衣厚度和包衣质量的在线测量方法及测量装置 |
CN112551042B (zh) * | 2021-03-01 | 2021-05-18 | 创志科技(江苏)股份有限公司 | 一种药品包衣检测机构 |
CN113608512B (zh) * | 2021-10-08 | 2022-02-22 | 齐鲁工业大学 | 中药水丸制作控制方法、系统、装置及终端 |
WO2024148157A1 (en) * | 2023-01-06 | 2024-07-11 | General Mills, Inc. | Vision-based food product reformulation |
CN117589641B (zh) * | 2024-01-19 | 2024-04-02 | 北京春风药业有限公司 | 一种用于中药颗粒生产的颗粒筛选检测系统 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103606166A (zh) * | 2013-12-04 | 2014-02-26 | 天津普达软件技术有限公司 | 一种药丸灌装图像分割方法 |
CN205643194U (zh) * | 2016-05-27 | 2016-10-12 | 南京点触智能科技有限公司 | 一种基于机器视觉的触控ito薄膜导电层缺陷检测系统 |
CN106469312A (zh) * | 2016-09-29 | 2017-03-01 | 江苏省特种设备安全监督检验研究院 | 基于区域生长标号的焊缝视觉识别方法 |
-
2017
- 2017-05-18 CN CN201710351083.2A patent/CN107154042B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103606166A (zh) * | 2013-12-04 | 2014-02-26 | 天津普达软件技术有限公司 | 一种药丸灌装图像分割方法 |
CN205643194U (zh) * | 2016-05-27 | 2016-10-12 | 南京点触智能科技有限公司 | 一种基于机器视觉的触控ito薄膜导电层缺陷检测系统 |
CN106469312A (zh) * | 2016-09-29 | 2017-03-01 | 江苏省特种设备安全监督检验研究院 | 基于区域生长标号的焊缝视觉识别方法 |
Non-Patent Citations (3)
Title |
---|
基于图像的包衣机颗粒混合与传热;张泽主;《中国优秀硕士学位论文全文数据库 信息科技辑》;20170315(第03期);I138-4017 * |
基于机器视觉的工业检测研究--实时药丸检测系统;叶青松;《中国优秀硕士学位论文全文数据库 信息科技辑》;20090415(第4期);摘要,正文第21-24、27-34、39-40页 * |
泡罩药丸包装缺陷的机器视觉检测技术研究;吕忠伟;《中国优秀硕士学位论文全文数据库 信息科技辑》;20130815(第08期);I138-548 * |
Also Published As
Publication number | Publication date |
---|---|
CN107154042A (zh) | 2017-09-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107154042B (zh) | 一种包衣机视觉检测方法与装置 | |
CN111230593B (zh) | 一种基于动态图像序列的铣刀磨损量视觉测量方法 | |
CN108760747A (zh) | 一种3d打印模型表面缺陷视觉检测方法 | |
CN105388162A (zh) | 基于机器视觉的原料硅片表面划痕检测方法 | |
CN104048966B (zh) | 一种基于大律法的布面疵点检测及分类方法 | |
CN117253024B (zh) | 一种基于机器视觉的工业盐质检管控方法及系统 | |
CN112330653B (zh) | 一种基于图像识别技术的矿石粒度在线检测方法 | |
CN115184359A (zh) | 一种自动调参的表面缺陷检测系统与方法 | |
CN112907556A (zh) | 一种基于机器视觉的旋转刀具磨损量自动测量方法 | |
CN115861294A (zh) | 一种基于计算机视觉的混凝土生产异常检测方法及装置 | |
CN106501278B (zh) | 基于旋转不变纹理特征的灯管表面瑕疵分类方法及系统 | |
CN112683166B (zh) | 一种模切产品尺寸检测方法 | |
CN106370673A (zh) | 一种镜片疵病自动检测方法 | |
CN117400062A (zh) | 基于数字孪生驱动的刀具磨损监测方法及检测装置 | |
CN116596926A (zh) | 烟丝参配均匀性检测方法与系统 | |
CN107024416A (zh) | 结合相似性和不连续性的准圆形颗粒平均尺寸检测方法 | |
CN109622926B (zh) | 一种面向铸锭过程的锭块边缘检测方法 | |
CN110595959A (zh) | 一种糖膏颗粒粒度分析系统及分析方法 | |
CN107413679A (zh) | 一种基于机器视觉技术的智能选矿设备及方法 | |
CN113283339B (zh) | 基于机器视觉的工业矿料运输皮带少料异常监测方法 | |
CN117058218B (zh) | 基于图像-深度的盘式造球颗粒粉末填充率在线测量方法 | |
Zhou et al. | Computer vision-based method for online measuring the moisture of iron ore green pellets in disc pelletizer | |
CN111359892A (zh) | 一种基于机器视觉的天宝蜜柚外观检测分级装置及其方法 | |
CN112070710A (zh) | 工业品缺陷图像检测的方法 | |
CN116727219A (zh) | 一种球团辊筛间隙监测与调整系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |