图像处理在药片缺陷检测中的应用

针对工业流水线上的在线缺陷检测系统中的图像处理单元,对药片图像采用直方图均衡化并统计平均值和方差、基于坐标的阈值分割、几何特征提取等方法,最后实现药片包装的缺粒、缺损,杂质异物混入识别的目的。提出了一种简易改进型的基于坐标的阈值分割方法来计算面积、周长,从而推得圆形度。借鉴了Canny算法,采用滞后阈值法进行边缘检测。最后给出了流程图和实验结果,在MATLAB软件下通过一些药片图像测试表明了该方法的可行性和准确率。

基于机器视觉的药片表面缺陷识别与分拣系统设计

针对制药企业采用人眼识别药片表面缺陷受光线强度及视觉疲劳影响,存在漏检和低效等问题,利用机器视觉技术,进行了药片图像预处理,设计了药片缺陷检测及分类、异色处理算法并处理;在此基础上,利用反问题的最小二乘解算法确定缺陷药片的物理位置,控制3自由度Delta机器人实现缺陷药片的分拣。经过测试,系统分拣成功率高,且易于实施,达到了设计要求。

基于改进SqueezeNet模型的药片表面缺陷检测算法

文章为实现药片表面缺陷的准确快速识别,基于经典的SqueezeNet模型,提出了一种改进的SqueezeNet卷积神经网络检测算法。根据药片特性,借鉴DenseNet模型对网络结构进行调整,解决了在训练初期出现的梯度退化问题;调整了Fire模块卷积内核的通道参数,增强对图像细节的处理能力;对模型训练学习率和batch size参数进行对比分析,得出改进模型的最佳参数。实验结果表明:该算法的准确率为97.32%,检测速度为2.8 ms,相比经典算法准确率和检测速度有一定的提高,在实际生产中具有较好的应用意义。

药片视觉系统中图像处理单元设计与验证

提高药片视觉图像检测系统的检测能力,可实现药片大规模高质量生产。为了解决传统视觉系统获取药片全方位信息困难、图像灰度不均衡和药片划痕不易检测等问题,对图像采集单元和图像处理单元进行了优化设计。首先在图像采集单元的四周增加了四面反射镜以获取药片的全方位信息,分别采用二维高斯曲面拟合的灰度补偿法、基于双边阈值和Niblack的划痕检测算法处理图像;获取特征参数并判别药片是否有缺陷;最后搭建测试平台,借助Lab VIEW验证系统的可行性。结果表明,改进后的系统不仅可以便捷的获取药片的全方位信息;且可以更好地检测出药片碎片、表面划痕和污渍等缺陷并作相应分类;降低了药片检测的成本,提高了检测的准确率。

Construction of Plant Antisense Expression Vector with Defective in Anther Dehiscence1 Gene Fragment of Chinese Kale

A pair of primers was designed according to the reported conserved sequence of the defective in anther dehiscencel （DAD1） gene ofArabidopsis thaliana and Brassica rapa. A 558 bp long fragment was amplified from genomic DNA of Chinese kale, showing more than 88% identity with the known DAD1 nucleotide sequence and no intron. The reverse of the amplified fragment was ligated to the downstream of the CaMV35S promoter in the plant expression vector pBIl21. Antisense expression vector pBII21-DAD1F was constructed with DAD1 fragment of Chinese kale, and was transferred into Agrobacterium tumefaciens, which will be used in the transformation to create male sterile materials of Chinese kale.