[1]赵乾,赵硕伟.基于计算机视觉的药片实时检测系统[J].机械与电子,2018,(03):49-51.
　ZHAO Qian,ZHAO Shuowei.Study on Real-Time Tablet Detection System Based on Computer Vision[J].Machinery & Electronics,2018,(03):49-51.
点击复制

基于计算机视觉的药片实时检测系统
分享到：

《机械与电子》[ISSN:1001-2257/CN:52-1052/TH]

卷:
期数:
2018年03期
页码:
49-51
栏目:
自动控制与检测
出版日期:
2018-03-24

文章信息/Info

Title:
Study on Real-Time Tablet Detection System Based on Computer Vision
文章编号:
1001-2257(2018)03-0049-03
作者:
赵乾; 赵硕伟
(新疆轻工职业技术学院,新疆 乌鲁木齐 830021)
Author(s):
ZHAO Qian; ZHAO Shuowei
(Xinjiang Industry Technical College,Urumqi 830021,China)
关键词:
药品缺陷检测;  计算机视觉;  边缘检测;  特征提取
Keywords:
drug defect detection;  computer vision;  edge detection;  feature extraction
分类号:
TP391.41
文献标志码:
A
摘要:
为了提升药品缺陷检测效率,降低制药企业的生产成本,设计了一款基于计算机视觉的药片实时检测系统。介绍了计算机视觉检测系统的工作原理和硬件结构组成,并在此硬件结构基础上,提出了一种新型计算机图像分割和特征提取方法。实验结果表明,所述算法和系统能够显著提高药片缺陷检测准确度,可以达到99%,计算机视觉检测系统能够完全满足实时性、高识别率等要求。
Abstract:
In order to improve the drug defect detection efficiency and cut down production cost of the pharmaceutical enterprise, this paper designed a real-time tablet detection system based on computer vision. The working principle and hardware structure of the proposed system was introduced, based on which, a novel method for segmenting images and extracting image features was proposed. The experimental results show that the proposed algorithm and system can significantly improve the accuracy of tablet defect detection, reaching 99%, and it can fully meet the requirements of real-time and high recognition rate.

参考文献/References:

[1]孙怀远,杨丽英,周夫之.基于机器视觉技术的药品瓶包装在线检测系统[J].机电信息,2011(2):46-50,55.
[2]黄志平,许亮.基于机器视觉的工业炸药包装缺陷在线检测系统[J].爆破器材,2015,44(3):43-47.
[3]张冬娟,唐万有,朱捷航.基于机器视觉的条码信息在线检测系统研究[J].中国印刷与包装研究,2013,5(6):54 -59.
[4]杜劲松,周淑娟.基于机器视觉的香烟小包装在线检测算法研究[J].仪器仪表学报,2007,28(增刊1):57-59.
[5]邓集杰,刘铁根,杨永,等.基于机器视觉的嵌入式工业在线检测系统[J].计算机工程,2008,34(4):260-262,274.
[6]张辉,王耀南,周博文.基于机器视觉的液体药品异物检测系统研究[J].仪器仪表学报,2009,30(3):548-553.
[7]刘圣晓.基于图像处理的药片实时检测及处理系统的研究及其应用[J].计算机与现代化,2013(5):66-69.
[8]郭臻,陈远知.图像阈值分割算法研究[J].中国传媒大学学报(自然科学版),2008,15(2):77-82.

相似文献/References:

[1]王绍春.一种基于无源射频识别的智能门禁系统[J].机械与电子,2018,(10):77.
　WANG Shaochun.An Intelligent Access Control System Based on Passive Radio-Frequency Identification[J].Machinery & Electronics,2018,(03):77.
[2]康世英,姚 斌.快速连通域标记算法在堆叠棒材计数中的应用研究[J].机械与电子,2018,(11):29.
　KANG Shiying,YAO Bin.Research of Counting Stacked Bars Based on the Fast Connected-component Labeling Algorithm[J].Machinery & Electronics,2018,(03):29.

备注/Memo

备注/Memo:
收稿日期：2017-11-03
作者简介：赵乾（1986-），男，陕西西安人，讲师，硕士，主要研究方向为自动化仪表；赵硕伟（1985-），男，河北保定人，讲师，硕士，主要研究方向为计算机控制。
更新日期/Last Update: 2018-03-24