基于机器视觉检测平台的液体药瓶异物检测方法

摘要

本发明公开了一种基于机器视觉检测平台的液体药瓶异物检测方法，包括步骤(1)：连续采集N帧序列液体药瓶图像，N为大于等于1的正整数；步骤(2)：对采集的每一帧序列液体药瓶图像都进行均值滤波和开窗处理；步骤(3)：获取每一帧序列液体药瓶图像的感兴趣的检测区域ROI；步骤(4)：创建基准模板，滤波和开窗处理后的液体药瓶图像与所述基准模板进行基于灰度特征的模板匹配；步骤(5)：对匹配后的相邻两帧图像帧间进行差分处理；帧间差分处理后的图像进行灰度阈值分割获得图像Imagethreshold_i，2≤i≤N；若图像Imagethreshold_i内均不存在异物，则药瓶内的液体合格；否则，根据异物特征来判断药瓶内液体是否合格。

主权项

一种基于机器视觉检测平台的液体药瓶异物检测方法，其特征在于，包括：步骤(1)：液体药瓶置于机器视觉检测平台上，连续采集N帧序列液体药瓶图像，其中，N为大于等于1的正整数；步骤(2)：对采集的每一帧序列液体药瓶图像都进行均值滤波和开窗处理；步骤(3)：获取每一帧序列液体药瓶图像的感兴趣的检测区域ROI；步骤(4)：在感兴趣的检测区域ROI内创建基准模板，滤波和开窗处理后的液体药瓶图像与基准模板进行基于灰度特征的模板匹配；步骤(5)：对模板匹配后的相邻两帧图像帧间进行差分处理，再进行灰度阈值分割获得第i帧图像Imagethreshold_i，其中，2≤i≤N，i为整数；若所有图像Imagethreshold_i内都不存在异物，则药瓶内的液体合格；若任一图像Imagethreshold_i内存在异物，则根据药瓶内异物的特性来判断药瓶内液体是否合格，其判断准则为：其中，Area_sum为异物的面积总和；Area_single为异物面积单个最大面积；Errorframes为存在异物的所有帧数；α、β分别为异物面积总和与单个异物面积的阈值，ξ为出现异物帧数的阈值。