药用玻璃瓶印刷字缺陷检测的算法研究

药用玻璃瓶在传送的过程中可能会发生平移、旋转或者受到噪声的影响,目前药瓶印刷字还没有有效的方法来检测;为了准确的检测出印刷字的缺陷,比较了两种检测的方法:Harris与归一化互相关(NCC)相结合的匹配方法、SIFT(scale invariant feature transform)与欧氏距离相结合的匹配方法;将这两种方法应用到药瓶印刷字检测系统中,选出最有效的方法。实验结果表明:与Harris相比,SIFT方法能够更准确地提取图像的特征点,且与欧氏距离相匹配的正确匹配率高,可达到理想的实验效果。

基于图像配准的药用玻璃瓶印刷字缺陷检测

目的准确检测出药瓶印刷字的缺陷。方法采用目前流行的SIFT特征点提取算子,选用欧氏距离进行初匹配,RANSAC进行精确匹配。结果药瓶在传送过程中不管发生怎样变化,都能被检测出其印刷字的缺陷,成功剔除不合格药瓶。结论实验结果表明该方法能够精确地提取图像特征点,准确地匹配图像特征点对。

基于图像配准的玻璃瓶印刷字缺陷检测系统研究与设计

设计基于图像配准的玻璃瓶印刷字缺陷检测系统,通过图像采集部分获取玻璃瓶印刷字图像,图像处理部分利用空间域算法增强该图像,提升图像的清晰度与辨识度。图像配准部分以增强后的图像为基础,提取图像中关键点,并且确定关键特征点的位置和方向,采用高维向量的最近邻搜索算法匹配关键特征点,通过计算两幅待匹配图像上关键特征点之间的相似性实现特征匹配,从而完成图像配准,以此确定印刷字缺陷情况。测试结果显示:该系统能够获取瓶上的印刷字的关键特征提取结果,并且提取的字体特征完整,通过配准可靠确定玻璃瓶印刷字缺陷位置。

基于机器视觉的药用铝箔印刷品质检测系统

为适应制药行业对药用铝箔印刷品质的严格要求,在分析了印刷过程中对微小针孔、正面文字缺陷以及反面细小异物的检测需求后,开发了一套基于机器视觉的药用铝箔印刷品质检测系统。系统选配了线阵CCD相机、条形LED光源等硬件,搭建了高实时性、高清晰度的图像采集环境;采用基于Win Sock网络通信的系统架构作为检测软件,将多台工控机的处理结果通过网络通信传输给中控系统。经测试表明:此检测系统在现场能够稳定、高效运行,提高了药用铝箔印刷品质检测的自动化程度。