大输液在线视觉检测系统的研究

针对传统灯检检测精度低,人力成本高的问题,研究了基于机器视觉的大输液中可见异物在线检测系统的关键技术。利用高速旋转装置,获取运动目标的序列图像。根据图像间的交互方差系数MV建立序列图像的背景,利用背景差分提取检测目标。综合质心迭代算法和卡尔曼滤波器实现了运动目标的跟踪,根据运动轨迹方向确定可见异物是否存在,排除气泡的干扰。实验结果表明该系统能够有效地实现大输液中可见异物的实时检测功能。     

基于视觉传感器的输液中异物检测系统设计

为实现输液中异物的在线自动检测,设计了一种基于高性能视觉传感器的液体中微小异物检测系统.针对输液中微小异物的特点,设计了可编程控制的图像采集系统,以获取高质量的原始视觉图像.对采集到的图像通过预处理、特征提取、异物目标识别分类等算法实现了对异物目标的在线检测.实验表明:该系统对输液中粒径大于50 μm异物的识别准确率和识别速度均高于熟练灯检工.     

基于DSP的大输液可见异物检测系统设计

设计了一套基于机器视觉的大输液可见异物自动检测系统.利用高速旋转装置获取运动异物的序列图像,采用嵌入至高速DSP中的异物检测与识别算法对序列图像进行处理,DSP将处理结果输送至控制器,并由控制器做出相应动作.重点研究了异物的检测与跟踪识别方法,针对快速降落及相似异物难以准确跟踪的问题,对Mean Shift跟踪算法作了...     

基于机器视觉的安瓿自动灯检平台

针对18000瓶/小时1-20mL剂量的安瓿水针剂的在线自动化异物检测需求,运用机器视觉技术,设计并开发了安瓿高速自动灯检平台;对系统的机械部分、电气部分及光学成像系统设计进行了分析,在多次试验中我们确定了转速及急停至拍照的时间间隔重要参数,且提出了一种快速划定安瓿检测区域的算法,并针对运动的弱小异物特征提出了一种有效的识别算法,识别算法采用Visual C++编程并在检测平台上实现,实际运行效果验证了算法的有效性和实用性,其精度和速度都达到了生产线上的要求,该研究验证了机器视觉能有效地运用于安瓿的在线检测.     

基于DSP的磁性材料缺陷在线监测系统

在工业制造中,常常需要对磁性材料表面质量进行检测;目前,这种检测仍然采用目视检测手段,既费时费力,又容易漏检,检测结果可靠性差;针对目前国内磁性材料缺陷检测方法比较落后、检测效果较差的情况.设计了一套基于DSP的嵌入式磁性材料表面缺陷的识别与在线检测系统,利用图像处理技术,应用模式识别方法和DSP高速处理能力实现快速无接触测量与分检;经过运行检验表明,该系统能够实时高速地采集和处理图像数据,符合系统对实时性和测量精度的要求.     

实时红外弱小目标检测跟踪系统

针对红外弱小目标检测和跟踪的实时性要求,基于法国Sofradir中波(3～5μm)红外热成像仪和英国Hunt Engineering的双DSP管理板卡HEPC9、双DSPC6201和双FPGA搭建了一套实时红外图像处理系统。同时针对C6201微处理器成功地实现了弱小目标检测和跟踪程序的优化和移植。系统测试表明,该系统可实时、有效地检测跟踪每秒50帧,每帧320×240像素,每像素14位的低信噪比的复杂序列图像。     

高速医药自动化生产线大输液视觉检测与识别技术

药品灌装质量检测是制药过程的一个重要环节,是药品质量的可靠保证.针对医药大输液可见异物视觉检测的需求,研制出基于多视觉的大输液自动化检测识别系统.首先研究了医药图像的高速高可靠性预处理方法,有效消除由机械振动和跟踪引起的干扰.研究了以药液微小异物为目标的改进模糊细胞神经网络图像分割方法,揭示了液体中异物目标、微粒、气泡等产生机理,综合分析目标的形态特征、边缘轮廓、运行特征等,得到各种异物的类型特征以及在序列图像中的动态变化信息.最后,使用序列图像的目标特征,基于支持向量机的AdaBoosting分类算法进行异物识别,结果证明本文提出的方法检测识别率高,对工程设备的研制具有重要意义.     

嵌入式DSP冷轧带钢板形信号处理系统研制

针对冷轧带钢在线板形检测问题,基于整辊镶块式板形仪,研制了嵌入式DSP板形信号处理软硬件系统.利用高速DSP技术、信号隔离屏蔽技术和动态信号补偿算法等,提高板形检测信号的稳定性和可靠性,实现了冷轧带钢原始板形信号的实时高速处理,使其准确反映真实的冷轧带钢在线板形状况,为冷轧带钢在线板形闭环控制提供科学依据.该系统应用于...     

基于DSP的自适应弱小目标检测方法

针对复杂背景下弱小目标检测的难题,提出一种基于DSP的自适应背景预测弱小目标检测新方法。该方法在DSP为核心的嵌入式图像处理系统平台上,以自适应背景预测算法为基础,在DSP集成开发软件Code Composer Studio 3.3上采用C语言编写弱小目标检测程序。根据图像的相邻像素的灰度特性选取不同的背景预测模型对连续四帧原始图像进行自适应背景预测得到背景预测图像,背景预测图像与原始图像相减得到残差图像;对残差图像采用交叉差分算法和自适应阈值分割处理得到二值图像;对二值图像采用逻辑与运算和形态学开运算,获得真实弱小目标。实验结果表明,该方法可以有效地检测到弱小目标,且与中值滤波算法相比,该算法预处理时间减少22%,虚警概率降低6%,检测到的目标面积增大2.3倍,更有利于目标点的观察,为工业现场镁合金熔液中弱小目标实时检测奠定了基础。     

基于DSP的序列图像弱小运动目标检测

针对强杂波背景中的弱小运动目标检测问题,在分析弱小目标的运动特性在时频变换中表现出显著差异的基础上,采用两级滤波方法检测运动目标,提出了一种基于DSP的序列图像弱小运动目标检测方法.该方法首先对序列图像进行预处理、设置门限过滤噪声,然后根据目标和杂波的时频特征差异识别出弱小运动目标.实验结果表明,该方法可以很好地抑制噪...