摘 要

随着社会的发展，人们生活水平的不断提高，人们对于生活质量的需求也不断提升，特别是在健康方面。医疗保障体系的不断完善，也促进医药行业快速发展，这一方面满足人们了对医药不断增加的需求，另一方面也引起了人们对于医药卫生安全的关注。药品包装环节作为药品生产中不可或缺的一部分，需要将新的技术和更多的精力投入其中，本文便是研究了药瓶瓶盖与瓶身之间的密合问题。

人工智能快速发展，机器视觉技术作为其中的一个重要分支，也得到了前所未有的突破。机器视觉就是利用摄像装备来代替人眼进行识别、用计算机处理系统来代替人的大脑进行信息的处理。将机器视觉应用于工业生产，将会大大提高工业生产效率和质量，并减少人工的消耗，带来巨大的市场效应。

本次课题就是基于机器视觉，应用MATLAB软件，将数字图像处理技术应用到药瓶生产过程中缺陷检测的环节，为工业生产带来效率，为医药健康增加保障，让科技成果真正的惠及人们的生活当中。

关键词：药瓶；机器视觉；缺陷检测；图像处理；MATLAB

Abstract

With the development of society, people's living standards have been continuously improved, and people's demand for quality of life has also been continuously improved, especially in terms of health. The continuous improvement of the medical security system also promotes the rapid development of the pharmaceutical industry. This aspect satisfies people's increasing demand for medicines, and on the other hand it also raises people's concern for the health and safety of medicine. As an indispensable part of drug production, the pharmaceutical packaging link requires new technologies and more energy to be invested in it. This article is to study the problem of seal between bottle caps and bottles.

The rapid development of artificial intelligence, machine vision technology as one of the important branches, has also been an unprecedented breakthrough. Machine vision is the use of camera equipment to replace the human eye to identify, use a computer processing system to replace the human brain for information processing. The application of machine vision to industrial production will greatly increase the efficiency and quality of industrial production, and reduce the consumption of labor, resulting in a huge market effect.

This project is based on machine vision and applies MATLAB software to apply digital image processing technology to the defect detection process of the vial production process, bringing efficiency to industrial production, increasing protection for medical health, and enabling scientific and technological achievements to truly benefit people. In life.

Keywords :medicine bottle; machine vision; defect detection; image processing; MATLAB

目录

第1章 绪论 1

1.1选题背景及意义 1

1.2机器视觉概述 1

1.2.1简介 1

1.2.2药瓶检测国内外研究现状 3

1.3研究内容及组织结构 4

第2章 检测系统总体设计 5

2.1 检测系统总体框架 5

2.2 软件平台MATLAB简介 5

第3章 药瓶图像处理系统 7

3.1 图像预处理 7

3.1.1图像灰度化 7

3.1.2 图像去噪 8

3.2 图像增强 10

3.3 图像分割 11

3.4 形态学操作 12

第4章 药瓶缺陷识别及分析方案 15

4.1 药瓶图像边界提取 15

4.2 图像特征值提取 16

4.2.1 图像特征概述 16

4.2.2 药瓶图像形状特征提取 17

4.3图像缺陷识别与方案优化 18

第5章 缺陷药瓶的检测及结果分析 20

5.1 缺陷药瓶的图像处理 20

5.1.1 缺陷药瓶的预处理 20

5.1.2 缺陷药瓶的图像增强 20

5.1.3 缺陷药瓶的图像分割 20

5.1.4 缺陷药瓶的形态学处理 21

5.2 缺陷识别及分析 21

第6章 总结与展望 23

6.1 总结 23

6.2 展望 23

参考文献 24

附录 25

致谢 31

第1章 绪论

1.1选题背景及意义

当今世界科学技术日新月异，人工智能作为依托于计算机技术的一门综合研究，得到了飞速的发展，机器视觉作为其重要的一个分支，在各个领域中的地位也日益突出，得到了不断地发展和完善。利用摄像装备来充当人的眼睛，利用计算机运算来充当人的大脑，这将在提高生产效率和质量的同时，极大的解放劳动力，促进社会经济的发展。

随着我国经济实力的提升和科学技术的发展，人们的生活质量也得以提高，人们对于健康重视程度也越来越高。社会保障体系和医疗体系的不断完善，医药行业的快速发展，对于医药卫生也提出了新的挑战。药品包装作为药品生产中不可或缺的一部分，有着不容忽视的地位和重要性。药品包装材质中玻璃占据着一大部分比例，然而，玻璃药瓶在生产过程中，极易出现药瓶瓶身和瓶盖包装不严的现象，这样的情况，不仅是对资源不合理的利用，同时也极易造成药品的变质，隐藏着巨大的安全隐患。这就需要对药瓶进行检测，剔除不合格产品。然而在我国绝大部分药瓶生产工厂中，药瓶缺陷检测主要是由人工来完成的，这不仅检测速度慢、检测成本高，同时由于人眼识别的判断性不能统一以及准确性不能够得到保证，检测的质量也无法得到保障。所以，将科学技术应用到药品检测中，显得尤为重要。

基于此现实背景，本文便提出了基于机器视觉的药瓶缺陷检测课题，将机器视觉技术应用到药瓶生产的过程中，来代替人工，让摄像装备代替人眼进行识别，让计算机系统代替人的大脑进行运算和判断。

实验结果表明，基于机器视觉进行药瓶缺陷检测，利用MATLAB软件，将数字图像处理的技术应用到实际工业生产中，将提高药瓶检测的时效性和准确度，同时，可以进行大批量的快速生产，让科研成果转化为真正的生产力，促进社会的发展，具有巨大的市场价值和社会价值。同时，为其他产业中科研成果向生产力的转化，提供了借鉴。

1.2机器视觉概述

1.2.1简介

机器视觉是人工智能的一个重要分支，是一项综合技术，其涉及到光学照明系统、数字图像技术、传感器技术、计算机软硬件、机械工程等多个学科和领域。机器视觉是在20世纪六十年代，由美国学者在对多面体组成的积木世界的研究中得到启示而开始提出的。简单的来说，机器视觉就是利用机器来代替人的眼睛，利用计算机系统来代替人的大脑。其具有高度的自动化性和适应性，可以在一些不适合人工作业的地方发挥用途，也可以在大量的重复性工业生产过程中，来提高自动化程度以及效率。目前，机器视觉的应用已经涉及到方方面面。其部分应用领域及项目如表1.1所示：

表1.1 机器视觉技术的应用

机器视觉的主要工作流程是：在照明系统的作用下，图像采集装备进行目标物体的图像摄取，获得较完整的目标图像；之后，图像处理系统根据设定的算法和要求，对图像进行信息的处理和运算，将所得结果传递给决策系统；决策系统对待测目标进行判决，并将判决结论发送给控制执行模块，进而使得机械设备做出一定的反应。

机器视觉系统的基本组成如图1.1所示：

图1.1 机器视觉系统的组成

现对个模块做简要介绍：

1. 光源：该模块实现对目标物体的照明。由于天气及环境等外部因素的影响，以及待测物体本身的结构特征，需要安置合适的照明系统，为图像采集系统提供最佳的采集环境。光源选择时，需要其注意对比度、亮度和鲁棒性三个属性。好的光源，要能够使使目标物体与其他物体有较大的对比度，以增加目标物体特征，忽略背景因素；要有较大的亮度，以降低成像时噪声的掺杂和加深精深；要有较好的鲁棒特性，在不同的环境和位置都有较好的稳定性。
2. 图像采集系统；该模块完成对目标物体的成像工作。在选取摄像头和相机时，要特别注意其分辨率、焦距、放大倍数、畸变以及成像范围等特性，安置时也需要注意目标物体与采像系统之间的距离和高度差等。只有获取成像完整、分辨率较高的图像，后续的操作才能够更好的进行。

（3）图像处理系统：该模块完成对所得图片的处理工作，这是机器视觉模块中重要的一部分。不同场景下所得和不同用途的图像，有不同的处理方式，故而处理系统具有很强的针对性和专业性。在本次课题中，图像处理系统是基于MATLAB软件来实现的，包括对图像的预处理、增强、二值化、形态学操作以及后续的边缘检测、模块匹配等。

（4）决策模块：图像处理系统将处理好的图片信息传递给决策模块，决策模块依据设定好的要求及实现的功能，判定是否符合预期，进而发出不同的指令，控制机器的运行。

（5）控制执行模块：该模块接收决策模块发出的指令，将现阶段操作做出调整等。

1.2.2药瓶检测国内外研究现状

将机器视觉应用到对药瓶的检测上，最初是于上世纪末，在国外开始进行了相应的研究。该项技术发展到今天，国外的许多国家已经能够设计出具有良好的稳定性和精确度的玻璃瓶检测系统，如美国、日本、德国、瑞士等国家。其中，最有影响力的几家公司包括美国的邦纳国际工程有限公司和NI公司两家公司、德国的克朗斯和海富两家公司。它们研究的具体方向包括对液体药品的灌装液位检测、啤酒饮料生产线实时高速检测、将机器视觉和运动控制功能虚拟仪器软件相结合等。这些研究成果，已经广泛应用到具体的工业生产当中，极大地解放了劳动力，降低了劳动强度，同时，提升了经济效率和产品质量，促进了整个社会的发展。

由于起步较晚，玻璃瓶检测技术在国内的发展与国外还有一定的差距，目前为止，国内只有几家公司将理论技术转化为了实践，如山东三金玻璃机械有限公司、北京大恒公司，开发出了功能比较简单的工业样机。但现阶段随着国家的重视和研究机构的关注，该技术在国内的发展也进入了快速阶段，各大高校和研究所也不断地提出实用的算法和技术，如合肥工业大学、湖南大学、山东大学等高校。其中一部分技术也进入了实用阶段。相信经过一定的发展过程，一定能够打破国外企业对此项技术的垄断过程，研究出更多的成果，创造更大的市场价值和社会价值。

1.3研究内容及组织结构

本文研究了基于机器视觉的药瓶缺陷检测系统，以期实现将机器视觉技术，应用到在工业生产过程中出现的瓶盖与瓶身密封不严的情况中。以下对本次课题中所做工作及取得成果做简要概括：

1. 依据实现目标的要求，搭建进行研究的软硬件平台，达到目标实现的基础要求。将主要关注点放在软件平台即MATLAB的学习和使用上，并对相关算法实现语言进行进一步的学习。
2. 学习数字图像处理技术及算法，对所取得的图像依次进行预处理，图像增强，图像分割及形态学操作，得到较完整而平滑的药瓶外轮廓二值化图像，以备后续的处理。各种图像处理的操作进行简要的对比，选择最适合的处理方法。
3. 将所得实际药瓶图像进行缺陷检测。首先用8方向链码法对所得图像其进行边缘检测，得到药瓶外边缘；之后，提取适量的边缘特征值；最后，采用最小距离模板匹配法，将待测图像与理想图像进行匹配检测，判定待测目标是否合格。

根据研究内容，本论文组织结构安排如下：

1. 第一章，主要介绍选题背景及意义所在，故而确定本次研究的目的和所达到的预期效果。另外，对机器视觉进行概述，了解其组织结构、国内外研究现状等，以便更好地应用。
2. 第二章，构建课题实现的软硬件平台和总体实现系统框架结构，这是研究得以开展的基础。由于条件有限，硬件平台主要是基于已有的研究成果。软件平台是利用MATLAB，故对其进行概述，了解其使用方法和语言。
3. 第三章，介绍本课题所用到的数字图像处理技术，并对不同的处理方法作简要介绍。依次详细介绍图像处理的流程及图像处理之后的图像变化。
4. 第四章，介绍进行药瓶缺陷检测的具体方法和流程，包括边缘检测，特征值的提取以及模板匹配对比法，得到最终的对比结论。为了提高检测的精确度，对方案进行了后续的优化。
5. 第五章，获取缺陷药瓶的图像处理及缺陷提取，获得结果后与模板药瓶进行对比进而分析本设计的可行性与可靠性。
6. 第六章，对本次课题进行总结和展望，回顾研究过程中的缺陷和不足之处，进行反思和完善。

第2章 检测系统总体设计

2.1 检测系统总体框架

实现本课题预期目标，首先，要进行检测系统整体框架的设计。对于检测系统，要能够满足基本的检测速度、检测准确度、检测稳定性等方面的要求。如药瓶生产过程为流水线作业，则检测系统采集药瓶图像的速度要能够与药瓶流水线速度相匹配；检测精确度的达到要求图像采集清晰、图像处理准确且匹配模板理想等。

与机器视觉系统的框架相类似，本课题检测系统的总体结构如图2.1所示：

图2.1 检测系统总体结构

系统总体框架由照明系统、图像采集系统、图像处理系统、裁决系统和机械控制系统构成。工作流程如下：在机械传送台上，药瓶以一定的速度和间隔距离进行传送。在照明系统的作用下，当到达一定的位置时，图像采样系统进行药瓶的拍摄，后将所得图像加载到图像采集系统中；图像采集系统是检测系统的核心部分，对图像进行一定的处理和运算，然后将处理后的信息传递给判决系统；判决系统将图像信息与预先设定的理想图像信息进行对比，判定该药瓶是否合格，将结论相应的指令传递给机械控制单元，机械控制单元依据指令的不同，对传送台上的药瓶做出通过或除去的操作。

在该检测系统中，硬件平台包括机械传送台、照明系统、机械控制系统，由于课题时间限制及现实条件有限，故不再搭建工厂中药瓶生产的模拟硬件平台，来获取药瓶图像，而是直接利用现有的药瓶图像。本论文所做主要介绍也集中在软件平台的实现和应用上。

2.2 软件平台MATLAB简介

MATLAB是由美国MathWorks公司开发、用于数值计算、数据分析、数据可视化和算法开发的高级技术计算语言和面向科学计算、可视化以及交互式程序设计的高科技计算环境，它将数据计算、科学研究、工程设计以及算法开发集中在一个可视化等的窗口中，为综合学科及专业学科的研究提供了一种全新而全面的解决方案，代表着世界计算机技术的先进水平。MATLAB支持C,C ,JAVA,FORTRAN语言，但与这些语言不同，MATLAB基本数据单位是矩阵，是一种高级的矩阵/阵列语言，虽然与C语言表达方式类似，却由于其内部指令集和工具箱的存在，故而表达方式更加简洁和迅速，且具有更好的移植性和拓展性，适合于数学和工程上的运算。如今，MATLAB已经广泛应用于数值分析和符号计算、工程与科学绘图、控制系统的设计与仿真、数字图像处理、数字信号处理、财务与金融工程、管理和调度优化等多个学科和领域。

MATLAB应用于数字图像的处理，一方面其以矩阵为基本单位，将图形以矩阵和向量形式进行表示，操作更为简洁；而且，其强大的数学函数库和专用于图像处理的工具箱，集成了图像处理的大部分指令，而不必再编写复杂的函数和算法；另外，其数据可视化功能以及交互式的图形用户界面，也为操作带来了极大的便利。

以上是毕业论文大纲或资料介绍，该课题完整毕业论文、开题报告、任务书、程序设计、图纸设计等资料请添加微信获取，微信号：bysjorg。

相关图片展示：