高速医药自动化生产线大输液视觉检测与识别技术

• 作者: 吴成中 周博文 张辉 王耀南 陈铁健
• 来源期刊: 控制理论与应用
• 关键词: 医药大输液 视觉检测 改进模糊细胞神经网络 异物分类识别
• 年，卷（期）: 2014,（10）
• 所属期刊栏目: 智能制造系统专题
• 页码范围: 1404-1413
• 页数: 10页
• 分类号: TP391.4
• 语种: 中文
• DOI: 10.7641/CTA.2014.40039

摘要

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王耀南	湖南大学电气与信息工程学院	624	12897	53.0	86.0
2	张辉	长沙理工大学电气与信息工程学院	124	1951	27.0	39.0
4	吴成中	湖南大学电气与信息工程学院	10	330	7.0	10.0
7	陈铁健	湖南大学电气与信息工程学院	5	187	5.0	5.0
8	周博文	清华大学电子工程系	1	20	1.0	1.0