基于集成分类器的泡罩包装药品缺陷识别

• 作者: 陈轶楠 葛斌 王俊 陆婧 李超
• 来源期刊: 包装工程
• 学科: 工学
• 关键词: 泡罩药品 缺陷识别 集成分类器 HSV颜色空间 特征设计 卷积神经网络 图像分类
• 年，卷（期）: 2021,（1）
• 所属期刊栏目: 图文信息技术
• 页码范围: 250-259
• 页数: 10页
• 分类号: TB487
• 语种: 中文
• DOI: 10.19554/j.cnki.1001-3563.2021.01.035

摘要

目的 针对药品生产包装过程中常出现缺陷泡罩包装药品的问题,研究一种基于多特征构建与集成分类器的泡罩包装药品缺陷识别方法.方法 该方法通过集成2个不同的分类器算法分别对药品图像类别进行预测,并采用联合判定函数对2个预测输出值进行联合决策,得到最终分类结果.第1个分类器模型通过将图像转化到HSV颜色空间,分割出泡罩区域和药片区域,进行特征设计,并在提取多项特征参数后构建BP神经网络分类算法给定药品类别预测.第2个分类器模型应用多层卷积神经网络取代传统算法对图像特征进行提取,并输出药品图像类别的预测值.根据2个分类器的性能进行算法集成,构成最终集成分类器.结果 实验结果表明,该集成分类模型对数据集中泡罩包装药品图像进行分类识别测试,准确率达97％以上.结论 集成分类模型不仅提高了单一分类器的识别准确率,也具有更佳的稳定性.该方法取得了卓越的分类效果,具有较高应用性.