對比現(xiàn)有大輸液藥品可見異物人工檢測方法,在線視覺自動檢測具有巨大優(yōu)越性,為此,本文設(shè)計了一套用于瓶內(nèi)藥液異物檢測的視覺系統(tǒng).首先研究了檢測系統(tǒng)的機(jī)械與電氣控制結(jié)構(gòu),開發(fā)了面向高速高精度生產(chǎn)線的圖像獲取裝置;然后,基于圖像中藥液內(nèi)異物運動軌跡的連續(xù)性,利用序列圖像提取出圖像中的運動信息,在此基礎(chǔ)上,使用改進(jìn)的Mean shift跟蹤算法實現(xiàn)了可見異物的檢測識別;后選用100ml葡萄糖大輸液進(jìn)行在線測試,檢測系統(tǒng)分辨率達(dá)到了國家藥典的檢測要求,系統(tǒng)運行準(zhǔn)確率近95%,在線自動化視覺檢測方法能很好滿足生產(chǎn)線的要求.



在當(dāng)今這個時代，計算機(jī)視覺領(lǐng)域呈現(xiàn)出很多新的趨勢，其中顯著的一個，就是應(yīng)用的性增長。除了手機(jī)、個人電腦和工業(yè)檢測之外，計算機(jī)視覺技術(shù)在智能安防、機(jī)器人、自動駕駛、智慧醫(yī)、、增強現(xiàn)實（AR）等領(lǐng)域都出現(xiàn)了各種形態(tài)的應(yīng)用方式。計算機(jī)視覺迎來了一個應(yīng)用性增長的時代，目前的應(yīng)用如下圖所示，主要以運動控制為主。隨著各個領(lǐng)域技術(shù)不斷發(fā)展，許多科技巨頭也開始了在圖像識別和人工智能領(lǐng)域的布局，F(xiàn)acebook簽下的人工智能Yann LeCun重大的成就就是在圖像識別領(lǐng)域，其提出的LeNet為代表的卷積神經(jīng)網(wǎng)絡(luò)，在應(yīng)用到各種不同的圖像識別任務(wù)時都取得了不錯效果，被認(rèn)為是通用圖像識別系統(tǒng)的代表之一；Google 借助模擬神經(jīng)網(wǎng)絡(luò)“DistBelief”通過對數(shù)百萬份YouTube 視頻的學(xué)習(xí)自行掌握了貓的關(guān)鍵特征，這是機(jī)器在沒有人幫助的情況下自己讀懂了貓的概念。這也能看出國技公司對圖像識別技術(shù)以及人工智能技術(shù)的重視程度。

質(zhì)量控制：如藥瓶完成灌裝后，測量灌裝是否達(dá)到基準(zhǔn)線；

字符條碼檢測和二維碼識別：讀取條形碼、2維矩陣碼或打印字符，并驗證標(biāo)簽內(nèi)容和正確的方位；

生產(chǎn)控制：檢查每個藥盒里的說明書是否遺漏或者總生產(chǎn)藥品的數(shù)量；

機(jī)器視覺檢測在食品飲料行業(yè)中的應(yīng)用

啤酒/飲料行業(yè)的包裝技術(shù)迅猛發(fā)展，在高速包裝線上，機(jī)器視覺檢測扮演著不可或缺的角色。對于食品飲料生產(chǎn)制造企業(yè)而言，其生產(chǎn)自動化程度越來越高，對產(chǎn)品質(zhì)量、生產(chǎn)效率的要求也越來越嚴(yán)格。