基于机器视觉和卷积神经网络的不溶异物检测

• 作者: 李辉 施展
• 来源期刊: 电子测量技术
• 关键词: 异物检测 机器视觉 卷积神经网络 迁移学习 微调
• 年，卷（期）: 2021,（1）
• 所属期刊栏目: 信息技术及图像处理|Information Technology and Image Processing
• 页码范围: 110-113
• 页数: 4页
• 分类号: TP391
• 语种: 中文
• DOI: 10.19651/j.cnki.emt.2005357

摘要

药液在生产过程中易混入不溶异物,因此投入市场前的必须对药液进行检测.针对安瓿瓶药液检测,区别于传统的序列图像检测算法,设计了一种基于机器视觉和卷积神经网络的检测方法.首先利用Canny边缘检测提取安瓿瓶瓶壁边缘,裁剪药液区域图像,减少了后续计算量;其次改用VGG16卷积神经网络进行不溶异物的特征提取,可以提取到传统特征之外的抽象特征;最后通过迁移学习和微调,在400张测试样本中,结果为识别正确378张.结果表明,该方法可以检出不溶异物,满足实际生产需求.