• <tr id="yyy80"></tr>
  • <sup id="yyy80"></sup>
  • <tfoot id="yyy80"><noscript id="yyy80"></noscript></tfoot>
  • 99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

    基于比例特征的區(qū)域分割算法在藥板缺陷檢測中的研究

    2024-01-20 06:51:32顏培鑫黃海龍冷奎楊澤宇
    包裝工程 2024年1期
    關鍵詞:區(qū)域分割鋁塑膠囊

    顏培鑫,黃海龍*,冷奎,楊澤宇

    基于比例特征的區(qū)域分割算法在藥板缺陷檢測中的研究

    顏培鑫1,黃海龍1*,冷奎2,楊澤宇1

    (1.遼寧工業(yè)大學 機械工程與自動化學院,遼寧 錦州 121000; 2.錦州礦山機械集團有限公司,遼寧 錦州 121000)

    為解決鋁塑泡罩藥板圖像ROI區(qū)域定位慢、精度差等問題,本文提出一種基于比例特征的泡罩區(qū)域分割算法,該算法可以快速定位并分割泡罩ROI區(qū)域,結合圖像相關性特征算法對鋁塑泡罩藥板進行缺陷檢測。首先通過工業(yè)相機采集藥品包裝生產(chǎn)線上的藥板原始圖像,接著使用Blob分析從原始圖片中分離出鋁塑泡罩主體部分,然后通過仿射變換將圖像放置在中心區(qū)域,并使用比例特征分割算法對泡罩區(qū)域進行分割,最后通過金字塔加速的NCC算法完成缺陷檢測。實驗結果表明,基于比例特征分割后的圖像平均NCC匹配時間為9 ms,在缺陷樣本占比20%的實驗中誤檢率為0.167%,漏檢率為0.556%。通過比例特征分割出精準的泡罩ROI區(qū)域結合改進的NCC算法,在擁有較高準確率的同時大幅減少了缺陷檢測時圖像匹配的時間,能較好地完成鋁塑泡罩藥板的缺陷檢測任務。

    鋁塑泡罩藥板;比例特征;缺陷檢測;歸一化互相關

    鋁塑泡罩包裝是當前藥企主流的一種藥品包裝方式[1],其具有安全可靠、攜帶輕便、低生產(chǎn)成本等諸多優(yōu)勢。在藥企自動化生產(chǎn)過程中難免存在漏裝、藥品破裂、泡罩破損等[2]生產(chǎn)缺陷產(chǎn)生,所以在藥品出廠前對封裝好的鋁塑泡罩藥板的質(zhì)量檢測是現(xiàn)在藥品包裝企業(yè)重要的一步[3]。隨著機器視覺在工業(yè)應用的普及,效率低、成本高、漏檢率居高不下的人工質(zhì)檢[4]逐步被工業(yè)機器視覺質(zhì)檢取代。在藥品包裝檢測方面,機器視覺正在發(fā)揮越來越重要的作用。在鋁塑泡罩缺陷檢測領域有很多學者進行了研究。為解決鋁塑泡罩打光時光照反射產(chǎn)生復雜的干擾,張中然等[5]提出了一種在一般光照條件下采用機器視覺設計的一套鋁塑泡罩的檢測方法。為解決藥板人工檢測的效率低等缺點,方文星等[6]提出一種SURF、BOW以及單分類支持向量機組成的鋁塑泡罩缺陷檢測算法,該算法有效提高了機器視覺在包裝檢測中的準確性和穩(wěn)定性。王俊等[7]提出一種基于改進NCC算法,該算法在鋁塑泡罩板包裝缺陷檢測中具有較好的速度與準確率。趙寶水等[8]針對膠囊類型的藥品提出了一種分塊Otsu的方法對膠囊進行分割,在去噪后通過判斷灰度值與面積特征分辨藥品好壞的檢測方法。楊欣等[9]提出了基于U-Net的神經(jīng)網(wǎng)絡架構的鋁塑泡罩的檢測方法,缺陷檢測分類種類較多,準確率高。現(xiàn)在大多方法都是基于模板匹配的缺陷檢測,存在計算量大,實時性差的缺點;而基于深度學習的缺陷檢測需要大量的樣本數(shù)據(jù),在實際藥企生產(chǎn)中很難獲得大量缺陷樣本數(shù)據(jù)。在藥板的缺陷檢測中,非泡罩區(qū)域占據(jù)了整個藥板50%左右的面積,因此精準分割出泡罩區(qū)域是檢測任務中重要的一步。本文提出一種基于圖像比例特征的泡罩區(qū)域分割算法可以快速定位分割泡罩區(qū)域,在進行下一階段的缺陷檢測任務前,減少了檢測區(qū)域接近一半的面積,使得計算時間大幅減少。完成區(qū)域分割后,結合圖像金字塔加速[10]的NCC匹配算法,在保證準確率的同時進一步減少了匹配時間。實驗表明本方法適用于存在光照變化、位置放置不嚴格的鋁塑泡罩藥板的檢測現(xiàn)場。

    1 基于比例特征的ROI區(qū)域分割

    在進行鋁塑泡罩缺陷檢測前分割出感興趣區(qū)域(Region of Interest, ROI)是關鍵的一步。選擇一個適合的ROI區(qū)域可以大幅減少算法的運行時間。一般鋁塑泡罩藥板的ROI區(qū)域分割有閾值分割[11]與模板匹配2種。閾值分割方法具有運行穩(wěn)定、響應速度快等優(yōu)點,不過其受光線的變換的影響較大,對噪聲比較敏感,一般很難完成準確分割的要求。模板匹配分割ROI區(qū)域,對光線的變換不敏感,但其計算量較大,很難滿足工業(yè)現(xiàn)場實時性的要求。本文提出一種全新的鋁塑泡罩分割方法——基于比例特征的ROI區(qū)域分割算法。同一批次的鋁塑泡罩藥板中泡罩通常是按照一定的排列方式,在藥板上按照一定比例均勻分布,這些分布特征包含著泡罩在藥板上的分布規(guī)律。本算法的核心思路就是將實際藥板包含的比例特征信息映射到工業(yè)相機采集的圖像上從而實現(xiàn)泡罩區(qū)域的分割。本文提出的區(qū)域分割算法適用于不同大小的鋁塑裝泡罩藥板(膠囊)的分割,藥板特征信息以變量表示,不針對特定型號,具有普適性。本部分實現(xiàn)方法如圖1a所示。

    1.1 Blob分析

    Blob(Binary Large Object)指圖像中具有相似特征所構成的一塊連通區(qū)域,Blob分析是圖像處理領域一種常見的技術[12],廣泛適用于各種情況下的二值圖像連通區(qū)域的分割與計算。本文將工業(yè)相機采集的原始圖像以PNG格式讀入計算機,然后對原始圖像進行高斯濾波,增強圖像平滑性??紤]到灰度圖像保留了圖像全部信息且降低了圖像維度可以很大程度提高程序的運行速度,因此本文對高斯濾波后的圖像進行灰度化處理。

    在灰度化處理后對其進行Blob分析找出泡罩主體區(qū)域。如圖1中Blob分析部分所示,首先通過全局閾值分割找出背景板上的較亮區(qū)域;然后將連通區(qū)域分割,對每一個獨立的連通區(qū)域先做膨脹處理再填充,選取出其中的最大的區(qū)域即藥板的區(qū)域;再通過形狀將藥板轉(zhuǎn)換為凸性區(qū)域;最后通過區(qū)域信息提取算子得出藥板面積、中心點等信息。

    1.2 仿射變換

    仿射變換,又稱仿射映射。在圖像領域,圖像就相當于一個二維向量空間,對圖像做仿射變換就是對一個向量空間首先進行線性變換再接上一次平移,變換為另一個向量空間[13]。仿射變換公式如下:

    圖1 實現(xiàn)流程

    Fig.1 Implementation flowchart

    圖2 灰度化處理后的鋁塑泡罩藥板圖像

    式中:、為原始向量的坐標;'、'是仿射變換后的向量坐標;11、12、21、22為線性變換矩陣的系數(shù);t、t為平移向量的坐標。

    通過仿射變換可以將缺陷檢測現(xiàn)場沒有嚴格整齊擺放的鋁塑泡罩藥板變換到圖像的中心區(qū)域,保證了泡罩區(qū)域分割的規(guī)范性。對處理完的圖像進行仿射變換得到圖3的效果。

    1.3 區(qū)域分割

    1.3.1 定位泡罩區(qū)域中心

    為了將實際藥板包含的比例特征信息映射到工業(yè)相機采集的圖像,首先需要確定一個映射的基點,藥板圖像的其他點的坐標都將由基點來確定??紤]到鋁塑泡罩藥板類矩形具有中心對稱和軸對稱的特點,本算法將12個泡罩所構成的矩形區(qū)域定義為泡罩區(qū)域(非某單個泡罩),將該區(qū)域的中心點作為實際藥板的基點,將圖像中心點作為圖像的基點,兩者構成映射的基點。

    通過Blob分析與仿射變換可以得到仿射后圖像的信息,包括面積大小、長邊距離、短邊距離、圖像中心的坐標。但在藥企生產(chǎn)時由于印刷相關信息的需要,藥板上下兩邊的空白區(qū)域是不等長的,這就導致泡罩區(qū)域中心與藥板中心存在一定的誤差。所以本算法需要通過藥板的信息計算出泡罩區(qū)域的中心點坐標。本小節(jié)的算法思路是將藥板長邊的印字區(qū)域部分構成的誤差補償給泡罩區(qū)域的中心,本文給出如下計算公式。

    圖3 圖像的仿射變換

    式中:1為矩形藥板區(qū)域?qū)L邊的像素長度;2為藥板長邊的實際長度;、為泡罩區(qū)域中心的坐標、坐標;1、1為藥板圖像中心坐標、坐標;為藥板印字區(qū)域邊緣到其最近泡罩的垂直距離;為藥板非印字區(qū)域邊緣到其最近泡罩的垂直距離。

    1.3.2 定位膠囊中心

    在確定映射基點后,需要確定膠囊的中心點。以圖2為例,已知泡罩區(qū)域中心點坐標,計算左起第3行第1列的膠囊中心坐標,需對泡罩區(qū)域中心點坐標進行轉(zhuǎn)換再乘以相應的倍率。第3行第1列的膠囊中心坐標計算式如下:

    式中:為2個泡罩中心縱向的實際距離;1為矩形藥板區(qū)域?qū)踢叺南袼亻L度;2為藥板短邊的實際長度。

    為方便計算其他膠囊的坐標,本文定義:

    結合式(4)、式(5)可知,各個膠囊的中心坐標可以表示為:

    通過RC的排列組合即可計算各個膠囊的中心點坐標。

    1.3.3 生成區(qū)域選擇框

    膠囊包裝鋁塑泡罩的二維映射類似矩形,且已知膠囊中心點坐標,采用矩形框作為選擇框是本算法的最優(yōu)解。在本算法中將膠囊中心作為選擇框的中心后,只需確定矩陣的長寬即可確定矩形選擇框在圖像中的位置,按照比例特征的算法思路給出矩形選擇框的長與寬,見式(10)~(11)。

    式中:為單個泡罩長邊的實際長度;為單個泡罩短邊的實際長度。

    通過以上基于藥板比例特征的區(qū)域分割方法可以得到如圖4所示的分割效果。

    圖4 泡罩區(qū)域分割

    2 基于圖像相關性特征的缺陷檢測

    在完成膠囊泡罩區(qū)域的分割任務后,本節(jié)提出一種基于圖像相關性的泡罩區(qū)域缺陷的檢測方法。該方法擁有較高的準確性與較快的檢測速度。本部分實現(xiàn)方法如圖1b所示。

    2.1 NCC匹配

    模板匹配算法是一種常用的圖像處理算法,它通過提取創(chuàng)建的模板的特征,用這些特征在目標圖像中查找目標模板的位置。簡單來說,該算法會將模板區(qū)域/圖像與目標區(qū)域/圖像進行一系列的對比,從而找到目標區(qū)域/圖像中與模板最相似的部分,最后輸出該區(qū)域的一些信息。模板匹配有基于相關性、相似性、梯度方向直方圖以及特征點的幾類,他們在不同場合都有著良好的應用。其中基于圖像相關性的NCC(Normalized Cross-Correlation)是模板匹配中效果較好的圖像互相關計算方法。NCC算法公式如下:

    式中:(,)為原圖像;(,)為模板圖像;為模板中像素的個數(shù)。

    NCC算法可以適應圖像的尺寸和灰度(一般受光照影響)發(fā)生變換的場合[14],因為它將目標圖像和模板都進行了歸一化處理,使得他們的均值一直為0,標準差為1,所以NCC算法不受圖像尺寸的影響,對不同光線照射產(chǎn)生的灰度值變換不敏感。此外,由式(12)可見NCC算法實現(xiàn)容易,但涉及方差的計算,因此計算的復雜度較高,計算成本較大,不適合大規(guī)模的圖像進行匹配使用。前文提出的基于比例特征的ROI區(qū)域分割算法,有效減少了匹配過程中圖像的規(guī)模,避免了NCC算法的缺陷。

    2.2 金字塔加速

    為進一步提升模板匹配的速度,本文引入金字塔加速的方法,如圖5所示。圖片下采樣可以提取圖像的特征使圖像的尺寸變小,經(jīng)過多次下采樣操作可以得到一組逐漸變小的圖像,從而形成類型金字塔形態(tài)的圖像金字塔。本方法,可以對分辨率最小的圖像進行模板匹配,從而確定出現(xiàn)相似性區(qū)域的大致方位,再從小到大逐層精確,從而極大提高匹配效率。經(jīng)歷一次下采樣,圖像的長寬都減少了50%,面積就變?yōu)橹暗乃姆种籟15]。但下采樣的次數(shù)越多,丟失的信息就越多,選取合適的金字塔層數(shù)可以有效減少模板匹配時間。經(jīng)過實驗發(fā)現(xiàn),本文所研究的鋁塑泡罩藥板選擇4層金字塔的加速效果最佳。

    圖5 金字塔搜索示意圖

    本文將12粒裝鋁塑泡罩分割成12個大小均勻的ROI區(qū)域,以完整無缺的泡罩區(qū)域作為模板進行逐一匹配得出匹配分值。分值范圍為0~1,分值越高表明與模板圖像相關性越。

    3 實驗結果

    本實驗在Window10操作系統(tǒng)下進行,處理器為Intel(R) Xeon(R) CPU E5-2680 v3 @ 2.50 GHz(2個處理器)。采用工業(yè)相機采集膠囊泡罩的原始圖片,其型號為MV-U130RC,30萬像素三彩,最大分辨率為1 280×960,最快可達22幀/s。打光采用白色LED環(huán)形光源,考慮到鋁塑藥板鏡面反射效果明顯,光源在采集的時候調(diào)整得較暗。

    本實驗共采集600張同種鋁塑泡罩藥板樣本圖片,其中無缺陷無瑕疵樣本480張,有缺陷瑕疵樣本120張。為獲得較為準確的檢測率,本實驗將600張圖片通過旋轉(zhuǎn)、平移等操作將圖像進行擴充到1 800張,其中包括1 440張完好的藥板圖片,140張缺粒圖像,150張破損程度不同的膠囊圖像,30張凹陷缺陷的圖像,40張人為涂鴉(模擬污染)的圖像。

    為衡量本文算法的準確性,針對1 800張樣本圖片中缺粒、破損、凹陷等情況,采用2個指標——誤檢率、漏檢率進行評價。評價分值設置為0.85與0.87,獲得如表1、2、3所示的實驗結果。為評價算法對匹配速度的改進,采用匹配時間作為速度評價指標,與現(xiàn)有算法進行對比獲得表4的實驗結果。

    對本文中檢測結果進行顯示時,不對漏粒、擠壓、漏粉等具體缺陷做逐一特別標注,統(tǒng)一視為缺陷樣本。部分缺陷樣本顯示結果如圖6所示。

    圖6 部分缺陷樣本

    表1 評價分值為0.85時實驗結果

    Tab.1 Experimental results with an evaluation score of 0.85

    表2 評價分值為0.87時實驗結果

    Tab.2 Experimental results with an evaluation score of 0.87

    表3 檢測結果匯總

    Tab.3 Summary of detection results

    表4 模板匹配時間

    Tab.4 Template matching time

    實驗結果表明,不同的評價分值影響正常樣本的誤檢率與缺陷樣本的漏檢率。當設置NCC匹配分值為0.85時,誤檢率為0.111%,漏檢率為0.944%;當評價分值為0.87時,誤檢率為0.167%,漏檢率為0.556%??紤]到藥企生成過程中缺陷樣本的漏檢危害比正常樣品的誤檢更嚴重,本文最終選取NCC評價分值為0.87。

    4 結果分析

    通過實驗數(shù)據(jù)可以發(fā)現(xiàn)膠囊在泡罩的位置不同(泡罩區(qū)域略大于膠囊體積會造成膠囊在泡罩的位置不同)對檢測結果無影響,因此本方法擁有較高的準確性。分析發(fā)現(xiàn)本實驗正常樣本誤檢是由于樣本采集時藍色膠囊殼反光過多造成的藍色區(qū)域出現(xiàn)過多白斑,導致算法給此區(qū)域的評分較低,研究發(fā)現(xiàn)可以通過降低光照有效降低此類誤檢。根據(jù)實驗漏檢樣本的研究發(fā)現(xiàn)NCC算法對微小缺陷的檢測能力較弱,即使提高評價分值也導致了150個損壞樣本中有6個微小缺陷出現(xiàn)了漏檢。分析發(fā)現(xiàn)較小的損壞所引起的圖像相關性變化不大,因此評價分值設置較小時會將微小的損壞缺陷當作正常樣本處理。同時實驗還發(fā)現(xiàn)凹陷出現(xiàn)在水平于藥板方向時,導致圖像灰度特征很難有過大的改變;當人工制作的污染區(qū)域出現(xiàn)在藍色膠囊殼時,灰度的變化也不明顯,本算法也很難準確檢測出。

    匹配實驗結果表明,采用比例特征提取后的區(qū)域進行模板匹配所消耗的時間大大減少,本方法匹配時間計算方法如下:一個泡罩的匹配時間為0.7~0.8 ms,本樣品共12個泡罩,取每個泡罩匹配的時間均值為0.75 ms,故整個藥板的匹配時間為9 ms。對同一尺寸的圖像,本方法的匹配時間相較傳統(tǒng)NCC算法有巨大的提升。文獻[7]對1 920×1 200圖像的匹配時間為21 ms,本方法對1 280×960圖像的匹配時間為9 ms,通過匹配面積折算可知,本方法相較文獻[7]的算法速度提升了19.64%,具有較大的速度優(yōu)勢。

    5 結語

    本文提出一種基于比例特征的ROI區(qū)域分割算法,該算法計算量小、性能優(yōu)異,可以快速精準定位泡罩區(qū)域,為鋁塑泡罩藥板ROI區(qū)域分割提供了新的解決方案,并結合金字塔加速的NCC算法完成了一套對鋁塑泡罩藥板缺陷檢測的方案。實驗結果顯示,本方法在評價分值為0.87時,在缺陷樣本占比20%的實驗中誤檢率為0.167%,漏檢率為0.556%??紤]到此缺陷樣本占比遠高于實際藥企包裝生產(chǎn)現(xiàn)場的缺陷樣本,故檢測現(xiàn)場漏檢率會遠低于實驗數(shù)據(jù),因此,本檢測方法精度滿足在線檢測精度要求。本方法對1 280×960圖像匹配的平均時間為9 ms,滿足生產(chǎn)線速度要求。但本方法對微小缺陷的檢測效果較差,還需進一步提升其準確率。

    [1] 陳軼楠, 葛斌, 王俊, 等. 基于集成分類器的泡罩包裝藥品缺陷識別[J]. 包裝工程, 2021, 42(1): 250-259.

    CHEN Y N, GE B, WANG J, et al. Defect Identification of Blister Packaging Medicine Based on Integrated Classifier[J]. Packaging Engineering, 2021, 42(1): 250-259.

    [2] 疏義桂. 基于機器視覺的鋁塑泡罩包裝藥品缺陷檢測[D]. 武漢: 華中科技大學, 2013: 1-6.

    SHU Y G. Defect Detection of Aluminum-Plastic Blister Packaging Drugs Based on Machine Vision[D]. Wuhan: Huazhong University of Science and Technology, 2013: 1-6.

    [3] 谷紫穎. 鋁塑泡罩藥品缺陷檢測技術的研究[D]. 濟南: 山東大學, 2020: 1-3.

    GU Z Y. Research on Defect Detection Technology of Aluminum-Plastic Blister Drugs[D]. Jinan: Shandong University, 2020: 1-3.

    [4] LI J L, WU S Q, CHANG K, et al. Research on Registration Accuracy Detection Method Based on Machine Vision[J]. Journal of Physics Conference Series, 2023, 2437(1): 012113.

    [5] 張中然, 焦波, 孫志勇, 等. 一般光照條件下鋁塑泡罩藥品包裝檢測系統(tǒng)[J]. 哈爾濱理工大學學報, 2017, 22(5): 65-69.

    ZHANG Z R, JIAO B, SUN Z Y, et al. Detecting System for Pharmaceutical Aluminum-Plastic Blister Packaging under Common Lighting Conditions[J]. Journal of Harbin University of Science and Technology, 2017, 22(5): 65-69.

    [6] 方文星, 王野. 一種鋁塑泡罩藥品包裝缺陷檢測方法[J]. 包裝工程, 2019, 40(1): 133-139.

    FANG W X, WANG Y. Defect Detection Method for Drug Packaging with Aluminum Plastic Bubble Cap[J]. Packaging Engineering, 2019, 40(1): 133-139.

    [7] 王俊, 葛斌, 陳軼楠, 等. 改進NCC算法在鋁塑藥板包裝缺陷檢測中的應用[J]. 包裝工程, 2020, 41(17): 196-201.

    WANG J, GE B, CHEN Y N, et al. Application of Improved NCC Matching Algorithm in the Detection of Packaging Defects of Aluminum Plastic Blisters[J]. Packaging Engineering, 2020, 41(17): 196-201.

    [8] 趙寶水. 基于機器視覺的藥品包裝檢測關鍵技術的研究[D]. 錦州: 遼寧工業(yè)大學, 2021: 1-2.

    ZHAO B S. Research on Key Technologies of Drug Packaging Inspection Based on Machine Vision[D]. Jinzhou: Liaoning University of Technology, 2021: 1-2.

    [9] 楊欣, 寧茜, 李貼, 等. 藥品泡罩包裝缺陷智能檢測系統(tǒng)[J]. 國外電子測量技術, 2022, 41(8): 174-180.

    YANG X, NING Q, LI T, et al. Intelligent Detection System for Drug Blister Packaging Defects[J]. Foreign Electronic Measurement Technology, 2022, 41(8): 174-180.

    [10] JING J F, REN H H. Defect Detection of Printed Fabric Based on RGBAAM and Image Pyramid[J]. Autex Research Journal, 2020, 21(2): 135-141.

    [11] LI J W, LIAO G P, JIN J, et al. Method of Potato External Defects Detection Based on Fast Gray Intercept Threshold Segmentation Algorithm and Ten-Color Mode[J]. Journal of Agricultural Engineering, 2010, 26(10): 236-242.

    [12] ADAL K M, SIDIBé D, ALI S, et al. Automated Detection of Microaneurysms Using Scale-Adapted Blob Analysis and Semi-Supervised Learning[J]. Computer Methods and Programs in Biomedicine, 2014, 114(1): 1-10.

    [13] 曾文鋒, 李樹山, 王江安. 基于仿射變換模型的圖像配準中的平移、旋轉(zhuǎn)和縮放[J]. 紅外與激光工程, 2001, 30(1): 18-20.

    ZENG W F, LI S S, WANG J A. Translation, Rotation and Scaling Changes in Image Registration Based Affine Transformation Model[J]. Infrared and Laser Engineering, 2001, 30(1): 18-20.

    [14] FAN J Y, HE Y, WANG P H, et al. Interplane Bulk Motion Analysis and Removal Based on Normalized Cross-Correlation in Optical Coherence Tomography Angiography[J]. Journal of Biophotonics, 2020, 13(7): 202000046.

    [15] 張一梵. 基于灰度相關的快速模板匹配算法研究[D]. 廣州: 廣州大學, 2022: 17-22.

    ZHANG Y F. Research on Fast Template Matching Algorithm Based on Grayscale Correlation[D]. Guangzhou: Guangzhou University, 2022: 17-22.

    Region Segmentation Algorithm Based on Proportional Features for Defect Detection of Aluminum Plastic Blister Medicine Plates

    YAN Peixin1, HUANG Hailong1*, LENG Kui2, YANG Zeyu1

    (1. School of Mechanical Engineering and Automation, Liaoning University of Technology, Liaoning Jinzhou 121000, China; 2. Jinzhou Mining Machinery Group Co., Ltd., Liaoning Jinzhou 121000, China)

    The work aims to propose a blister area segmentation algorithm based on proportional features to quickly locate and segment the blister ROI, and detect defects in aluminum plastic blister medicine plates in combination with the image correlation feature algorithm, so as to solve the problems of slow localization and poor accuracy of ROI in images of aluminum plastic blister medicine plates. Firstly, original images of medicine plates in the packaging production line were collected through an industrial camera. Then, Blob analysis was used to separate the main part of the aluminum plastic blister from the original image. Then, the image was placed in the center area through affine changes and the blister area was segmented according to the proportional feature segmentation algorithm. Finally, defect detection was completed according to the pyramid accelerated NCC algorithm. The experimental results showed that the average NCC matching time of the image based on proportional feature segmentation was 9 ms. In the experiment with 20% defect samples, the false detection rate was 0.167% and the missed detection rate was 0.556%. By the segmenting precise blister ROI through proportional features and combining them with an improved NCC algorithm, the image matching time during defect detection is significantly reduced, which can effectively complete the defect detection task of aluminum plastic blister medicine plates.

    aluminum plastic blister medicine plates; proportional characteristics; defect detection; normalized cross correlation (NCC)

    TB487

    A

    1001-3563(2024)01-0208-07

    10.19554/j.cnki.1001-3563.2024.01.024

    2023-05-15

    遼寧省“揭榜掛帥”科技計劃重點項目(2021JH1/10400074)

    猜你喜歡
    區(qū)域分割鋁塑膠囊
    Shugan Jieyu capsule (舒肝解郁膠囊) improve sleep and emotional disorder in coronavirus disease 2019 convalescence patients: a randomized,double-blind,placebo-controlled trial
    一種用于前列腺區(qū)域分割的改進水平集算法
    波譜學雜志(2021年3期)2021-09-07 10:10:06
    Shumian capsule(舒眠膠囊)improves symptoms of sleep mood disorder in convalescent patients of Corona Virus Disease 2019
    圖像區(qū)域分割算法綜述及比較
    鋁塑膜:進口替代可期
    汽車觀察(2019年2期)2019-03-15 06:01:00
    京津冀區(qū)域交通一體化戰(zhàn)略思考
    基于分形幾何和最小凸包法的肺區(qū)域分割算法
    2002-2012中國鋁塑復合材料行業(yè)十佳杰出人物
    2002-2012中國鋁塑復合材料行業(yè)十佳供應商名單
    2002-2012 中國鋁塑復合板最具影響力品牌
    国产99白浆流出| 亚洲国产精品一区二区三区在线| 啪啪无遮挡十八禁网站| 麻豆国产av国片精品| 夜夜夜夜夜久久久久| 久久久久国产一级毛片高清牌| 一级作爱视频免费观看| 成人亚洲精品一区在线观看| 国产成人系列免费观看| 亚洲精品在线观看二区| 成年人午夜在线观看视频| 啦啦啦视频在线资源免费观看| 久久久久精品国产欧美久久久| 最新在线观看一区二区三区| 男女免费视频国产| 国产精品一区二区在线观看99| 高清黄色对白视频在线免费看| 国产精品成人在线| 啪啪无遮挡十八禁网站| 欧美在线一区亚洲| 成人亚洲精品一区在线观看| 超碰97精品在线观看| 久久久国产成人精品二区 | 久久精品国产综合久久久| 久久午夜综合久久蜜桃| 97人妻天天添夜夜摸| 午夜免费成人在线视频| 国产欧美日韩精品亚洲av| 国产精品 国内视频| 黄片大片在线免费观看| 久久中文字幕人妻熟女| 在线永久观看黄色视频| 精品亚洲成国产av| 国产精品九九99| 最新的欧美精品一区二区| 高清av免费在线| 91在线观看av| 无遮挡黄片免费观看| 黄片小视频在线播放| 在线观看一区二区三区激情| 免费在线观看影片大全网站| 久久 成人 亚洲| 99久久国产精品久久久| 国产精品欧美亚洲77777| 中文字幕精品免费在线观看视频| 老熟女久久久| 久久国产精品大桥未久av| 中文字幕人妻熟女乱码| av国产精品久久久久影院| netflix在线观看网站| 无遮挡黄片免费观看| 黄网站色视频无遮挡免费观看| 高清欧美精品videossex| 高清在线国产一区| 成人国语在线视频| 一级作爱视频免费观看| 国产精品自产拍在线观看55亚洲 | 久久国产精品人妻蜜桃| 亚洲中文字幕日韩| 午夜福利一区二区在线看| 国产成人精品无人区| 国产精品秋霞免费鲁丝片| www.熟女人妻精品国产| 777米奇影视久久| 大片电影免费在线观看免费| 成年女人毛片免费观看观看9 | 十八禁人妻一区二区| 欧美成人免费av一区二区三区 | netflix在线观看网站| 亚洲av片天天在线观看| 精品国产国语对白av| 侵犯人妻中文字幕一二三四区| 免费看a级黄色片| 免费黄频网站在线观看国产| 久久狼人影院| 老汉色av国产亚洲站长工具| 亚洲av电影在线进入| 啪啪无遮挡十八禁网站| 久久精品亚洲av国产电影网| 欧美黄色淫秽网站| 国产精品 欧美亚洲| 成人永久免费在线观看视频| 超碰97精品在线观看| 12—13女人毛片做爰片一| 欧美在线黄色| 免费少妇av软件| 午夜视频精品福利| av免费在线观看网站| 国产在视频线精品| 咕卡用的链子| 天天躁夜夜躁狠狠躁躁| 国产精品av久久久久免费| 精品国产一区二区久久| 免费在线观看视频国产中文字幕亚洲| 一区二区日韩欧美中文字幕| 在线观看免费日韩欧美大片| 99久久国产精品久久久| 亚洲av日韩在线播放| 露出奶头的视频| 69av精品久久久久久| 国产亚洲欧美精品永久| 色婷婷久久久亚洲欧美| 国产一区在线观看成人免费| 日本a在线网址| 在线av久久热| 在线国产一区二区在线| 国产99久久九九免费精品| 91大片在线观看| 国产人伦9x9x在线观看| 国产aⅴ精品一区二区三区波| 亚洲第一欧美日韩一区二区三区| 国产高清videossex| 成人18禁高潮啪啪吃奶动态图| 不卡av一区二区三区| 亚洲欧美色中文字幕在线| 丝袜美腿诱惑在线| 亚洲avbb在线观看| 精品国产国语对白av| av不卡在线播放| 777久久人妻少妇嫩草av网站| 亚洲国产精品合色在线| 好男人电影高清在线观看| 精品人妻在线不人妻| 大香蕉久久网| 男女免费视频国产| 国产国语露脸激情在线看| 久久久久视频综合| 精品久久久久久电影网| 一区二区三区国产精品乱码| 亚洲av成人不卡在线观看播放网| 亚洲欧美一区二区三区黑人| 91国产中文字幕| 午夜精品在线福利| 69av精品久久久久久| 日韩人妻精品一区2区三区| 夫妻午夜视频| 老汉色∧v一级毛片| 91精品三级在线观看| 亚洲色图 男人天堂 中文字幕| 免费观看精品视频网站| 精品久久久久久,| 亚洲精品中文字幕一二三四区| 国产精品久久电影中文字幕 | 在线观看一区二区三区激情| videosex国产| 久久香蕉国产精品| 黄色视频,在线免费观看| 极品教师在线免费播放| 丝袜人妻中文字幕| 中文字幕av电影在线播放| 嫩草影视91久久| 亚洲九九香蕉| 在线播放国产精品三级| 男人舔女人的私密视频| cao死你这个sao货| 亚洲色图综合在线观看| 国产在线一区二区三区精| 欧美日韩乱码在线| 欧美精品av麻豆av| 久久久久久免费高清国产稀缺| 色尼玛亚洲综合影院| 校园春色视频在线观看| 国产精品一区二区在线不卡| 人人妻人人添人人爽欧美一区卜| 老司机深夜福利视频在线观看| 精品亚洲成a人片在线观看| 亚洲av第一区精品v没综合| 日韩欧美在线二视频 | 成人黄色视频免费在线看| 久久国产亚洲av麻豆专区| 中文字幕制服av| 精品视频人人做人人爽| 国产无遮挡羞羞视频在线观看| 纯流量卡能插随身wifi吗| 久久国产乱子伦精品免费另类| 乱人伦中国视频| 国产精品永久免费网站| 丰满迷人的少妇在线观看| 色婷婷久久久亚洲欧美| 成人av一区二区三区在线看| 99re在线观看精品视频| 18禁美女被吸乳视频| 最新在线观看一区二区三区| 人妻久久中文字幕网| 最近最新中文字幕大全电影3 | 叶爱在线成人免费视频播放| 女人久久www免费人成看片| 亚洲欧美一区二区三区黑人| 国产亚洲欧美精品永久| 美女视频免费永久观看网站| 亚洲性夜色夜夜综合| 校园春色视频在线观看| 伊人久久大香线蕉亚洲五| 香蕉丝袜av| 日韩欧美在线二视频 | 美女 人体艺术 gogo| 成人永久免费在线观看视频| 国产一区在线观看成人免费| 99精品欧美一区二区三区四区| 99热只有精品国产| 19禁男女啪啪无遮挡网站| 久久久久久久久久久久大奶| 色综合欧美亚洲国产小说| 久热爱精品视频在线9| 十八禁网站免费在线| av片东京热男人的天堂| 亚洲成人免费电影在线观看| 男女之事视频高清在线观看| 亚洲情色 制服丝袜| www.自偷自拍.com| 中国美女看黄片| 亚洲情色 制服丝袜| 久久精品国产a三级三级三级| 天天操日日干夜夜撸| 亚洲欧美日韩高清在线视频| 亚洲第一av免费看| 中文字幕另类日韩欧美亚洲嫩草| 黄片大片在线免费观看| 亚洲欧美激情综合另类| www.熟女人妻精品国产| 精品久久久久久久久久免费视频 | 99精品在免费线老司机午夜| 午夜福利欧美成人| 精品国产一区二区久久| 国产精品99久久99久久久不卡| 国产一区二区三区综合在线观看| 国产精品 欧美亚洲| 国产精品久久久久久精品古装| 80岁老熟妇乱子伦牲交| 丝袜美腿诱惑在线| 自拍欧美九色日韩亚洲蝌蚪91| 黄色成人免费大全| 色94色欧美一区二区| 欧美另类亚洲清纯唯美| 亚洲精品中文字幕在线视频| 亚洲精华国产精华精| 777米奇影视久久| 久久影院123| 午夜日韩欧美国产| 婷婷成人精品国产| 少妇粗大呻吟视频| 人人妻,人人澡人人爽秒播| 色综合欧美亚洲国产小说| 黑人操中国人逼视频| 女同久久另类99精品国产91| 老熟女久久久| 久久香蕉国产精品| 国产成人啪精品午夜网站| 国产精品久久久久久精品古装| 在线免费观看的www视频| 最近最新免费中文字幕在线| 亚洲一区高清亚洲精品| 亚洲专区国产一区二区| 国产男女超爽视频在线观看| 多毛熟女@视频| 岛国在线观看网站| 欧美精品亚洲一区二区| 老司机亚洲免费影院| 天堂俺去俺来也www色官网| 久久人人97超碰香蕉20202| 欧美黑人精品巨大| 人妻一区二区av| 啪啪无遮挡十八禁网站| 国产亚洲精品一区二区www | svipshipincom国产片| 老熟女久久久| 免费高清在线观看日韩| 国产麻豆69| 欧美日韩瑟瑟在线播放| 午夜福利免费观看在线| 黄色怎么调成土黄色| 国产真人三级小视频在线观看| 夜夜爽天天搞| 国产片内射在线| 又紧又爽又黄一区二区| 涩涩av久久男人的天堂| 亚洲第一av免费看| 国产精品亚洲av一区麻豆| 啦啦啦在线免费观看视频4| 国产欧美日韩一区二区三区在线| 亚洲精品美女久久久久99蜜臀| 91av网站免费观看| av网站在线播放免费| 亚洲欧美日韩另类电影网站| 日韩三级视频一区二区三区| 91国产中文字幕| 成人黄色视频免费在线看| 在线播放国产精品三级| 在线观看66精品国产| 少妇被粗大的猛进出69影院| 免费人成视频x8x8入口观看| 99热网站在线观看| 国产成+人综合+亚洲专区| 亚洲国产毛片av蜜桃av| 99在线人妻在线中文字幕 | 香蕉久久夜色| 一a级毛片在线观看| 成在线人永久免费视频| 老司机午夜十八禁免费视频| 老汉色∧v一级毛片| 久久久久久久久久久久大奶| 欧美精品啪啪一区二区三区| 成人亚洲精品一区在线观看| 国精品久久久久久国模美| 在线永久观看黄色视频| 国产亚洲欧美精品永久| 亚洲精品在线观看二区| 一进一出抽搐动态| 午夜视频精品福利| 国产av又大| 欧美日韩精品网址| 日韩欧美免费精品| 欧美乱码精品一区二区三区| 久久久久久久午夜电影 | 黄色成人免费大全| 啦啦啦 在线观看视频| 性少妇av在线| 欧美人与性动交α欧美软件| 亚洲久久久国产精品| 又大又爽又粗| 国产精品久久电影中文字幕 | 99热国产这里只有精品6| 久久人妻熟女aⅴ| 久久国产亚洲av麻豆专区| 欧美激情 高清一区二区三区| 操美女的视频在线观看| 伊人久久大香线蕉亚洲五| 青草久久国产| 久久香蕉精品热| 人人妻人人澡人人爽人人夜夜| 最近最新中文字幕大全电影3 | 欧美激情 高清一区二区三区| 大香蕉久久成人网| 中文字幕av电影在线播放| 伊人久久大香线蕉亚洲五| 十八禁人妻一区二区| 黄色毛片三级朝国网站| 新久久久久国产一级毛片| 大香蕉久久成人网| 在线观看舔阴道视频| 一a级毛片在线观看| 欧美乱妇无乱码| 99国产精品一区二区三区| 久热这里只有精品99| 老鸭窝网址在线观看| av天堂久久9| 国产精品国产高清国产av | 国产97色在线日韩免费| 日本五十路高清| 欧美成狂野欧美在线观看| 九色亚洲精品在线播放| 亚洲国产精品一区二区三区在线| 中文字幕精品免费在线观看视频| 中文字幕另类日韩欧美亚洲嫩草| 亚洲专区字幕在线| 国产男女超爽视频在线观看| 在线观看舔阴道视频| 亚洲av日韩精品久久久久久密| 夜夜躁狠狠躁天天躁| 一进一出好大好爽视频| 搡老乐熟女国产| 在线观看一区二区三区激情| 欧美精品人与动牲交sv欧美| 国内久久婷婷六月综合欲色啪| 下体分泌物呈黄色| 丁香欧美五月| 少妇裸体淫交视频免费看高清 | 欧美人与性动交α欧美精品济南到| 在线十欧美十亚洲十日本专区| 久久天堂一区二区三区四区| 午夜久久久在线观看| 国产男靠女视频免费网站| 国产成人精品久久二区二区91| 精品国内亚洲2022精品成人 | 天天操日日干夜夜撸| e午夜精品久久久久久久| 成人18禁高潮啪啪吃奶动态图| 精品少妇一区二区三区视频日本电影| 美女高潮喷水抽搐中文字幕| 国产熟女午夜一区二区三区| 亚洲国产精品合色在线| 欧美老熟妇乱子伦牲交| 99热国产这里只有精品6| 韩国av一区二区三区四区| 亚洲国产看品久久| 男人操女人黄网站| av不卡在线播放| 亚洲久久久国产精品| 大片电影免费在线观看免费| 午夜激情av网站| 亚洲av电影在线进入| 制服人妻中文乱码| 乱人伦中国视频| 高清毛片免费观看视频网站 | 中出人妻视频一区二区| 老熟妇仑乱视频hdxx| 国产成人精品在线电影| 国产在线精品亚洲第一网站| 丁香欧美五月| 欧美日韩福利视频一区二区| 少妇 在线观看| 男女免费视频国产| 日日摸夜夜添夜夜添小说| 免费少妇av软件| 人人妻人人澡人人看| 午夜两性在线视频| 免费女性裸体啪啪无遮挡网站| 看片在线看免费视频| 国产av一区二区精品久久| 欧美黄色淫秽网站| a级毛片在线看网站| 免费观看精品视频网站| 午夜影院日韩av| 最新的欧美精品一区二区| 日韩免费高清中文字幕av| 久久中文看片网| 人妻久久中文字幕网| 日本五十路高清| 欧美人与性动交α欧美精品济南到| 免费日韩欧美在线观看| 人人妻人人澡人人爽人人夜夜| 久久人妻av系列| 精品人妻在线不人妻| 99热网站在线观看| 亚洲熟女毛片儿| 91成年电影在线观看| 两个人看的免费小视频| 波多野结衣av一区二区av| 久久午夜亚洲精品久久| 亚洲va日本ⅴa欧美va伊人久久| 国产三级黄色录像| 在线播放国产精品三级| 12—13女人毛片做爰片一| cao死你这个sao货| 欧美乱码精品一区二区三区| 亚洲第一青青草原| 51午夜福利影视在线观看| 久久午夜综合久久蜜桃| 国产深夜福利视频在线观看| 狠狠婷婷综合久久久久久88av| 国产成人啪精品午夜网站| 伊人久久大香线蕉亚洲五| 在线观看午夜福利视频| 91在线观看av| a级片在线免费高清观看视频| 国产国语露脸激情在线看| 国产精品98久久久久久宅男小说| 亚洲视频免费观看视频| 国产成人一区二区三区免费视频网站| 欧美日韩瑟瑟在线播放| 精品人妻在线不人妻| 久久这里只有精品19| 国产精品乱码一区二三区的特点 | 欧美精品一区二区免费开放| 亚洲欧美一区二区三区久久| 精品国产一区二区三区四区第35| 18禁裸乳无遮挡免费网站照片 | 亚洲成国产人片在线观看| 国产欧美日韩一区二区三区在线| 欧美成狂野欧美在线观看| 香蕉久久夜色| 黄色视频不卡| 久久午夜综合久久蜜桃| 久久亚洲精品不卡| 精品久久久久久电影网| 国产精品亚洲一级av第二区| 久久精品国产亚洲av高清一级| 日韩免费高清中文字幕av| www.999成人在线观看| 亚洲综合色网址| 天天躁夜夜躁狠狠躁躁| 欧美在线一区亚洲| 热re99久久国产66热| 亚洲av美国av| 国产高清国产精品国产三级| 国产精品二区激情视频| 99国产精品99久久久久| 狠狠狠狠99中文字幕| 黄色成人免费大全| 午夜精品久久久久久毛片777| 自线自在国产av| 精品无人区乱码1区二区| 一级a爱片免费观看的视频| 免费av中文字幕在线| 少妇被粗大的猛进出69影院| av网站在线播放免费| 天天躁狠狠躁夜夜躁狠狠躁| 性少妇av在线| 男女午夜视频在线观看| svipshipincom国产片| 99国产精品免费福利视频| 亚洲av成人一区二区三| 亚洲精品国产精品久久久不卡| 久久人妻av系列| 热99久久久久精品小说推荐| 制服人妻中文乱码| 1024香蕉在线观看| 黄色丝袜av网址大全| 午夜免费观看网址| 国产精品一区二区在线不卡| 在线视频色国产色| 操美女的视频在线观看| 亚洲精品中文字幕在线视频| 亚洲国产欧美一区二区综合| 在线国产一区二区在线| 中文字幕人妻丝袜一区二区| 亚洲综合色网址| av天堂在线播放| 男人的好看免费观看在线视频 | 又黄又爽又免费观看的视频| 亚洲精品美女久久久久99蜜臀| 夫妻午夜视频| 黑人巨大精品欧美一区二区蜜桃| 久久精品成人免费网站| 久久精品亚洲熟妇少妇任你| 视频区欧美日本亚洲| 黑人欧美特级aaaaaa片| 亚洲成人免费av在线播放| 三级毛片av免费| 日韩中文字幕欧美一区二区| 国产成人精品久久二区二区91| 亚洲色图综合在线观看| 久久狼人影院| 人妻久久中文字幕网| 亚洲精品在线观看二区| 欧美日韩成人在线一区二区| 久久国产精品影院| 18禁裸乳无遮挡免费网站照片 | 波多野结衣一区麻豆| 久久国产精品影院| 亚洲av日韩在线播放| netflix在线观看网站| 亚洲av电影在线进入| 韩国av一区二区三区四区| 国产精品一区二区在线观看99| 精品高清国产在线一区| 成年人免费黄色播放视频| 亚洲 欧美一区二区三区| 亚洲av成人av| 我的亚洲天堂| 日本黄色日本黄色录像| 制服人妻中文乱码| 国产蜜桃级精品一区二区三区 | 免费少妇av软件| 操美女的视频在线观看| 老熟女久久久| 国产成人av教育| 午夜精品国产一区二区电影| 在线观看免费日韩欧美大片| 国产亚洲一区二区精品| 两性夫妻黄色片| 啪啪无遮挡十八禁网站| 在线十欧美十亚洲十日本专区| 天堂中文最新版在线下载| 韩国av一区二区三区四区| 老汉色av国产亚洲站长工具| 最新美女视频免费是黄的| av视频免费观看在线观看| www.熟女人妻精品国产| 热99久久久久精品小说推荐| 国产亚洲欧美精品永久| 精品亚洲成国产av| 99热网站在线观看| 日本五十路高清| 99热国产这里只有精品6| 欧美日韩黄片免| 免费观看a级毛片全部| 女人被躁到高潮嗷嗷叫费观| 久久精品成人免费网站| 亚洲五月色婷婷综合| 亚洲aⅴ乱码一区二区在线播放 | 99热国产这里只有精品6| 亚洲欧美激情在线| 亚洲av熟女| 天天躁日日躁夜夜躁夜夜| 91成年电影在线观看| 美国免费a级毛片| 国产伦人伦偷精品视频| 成年人午夜在线观看视频| 欧美精品人与动牲交sv欧美| 麻豆成人av在线观看| 桃红色精品国产亚洲av| 999久久久精品免费观看国产| 91国产中文字幕| 国产精品久久久久久精品古装| 男女下面插进去视频免费观看| a级毛片黄视频| 久久久久久久久久久久大奶| 精品福利观看| 中国美女看黄片| 天堂俺去俺来也www色官网| 日韩有码中文字幕| 婷婷精品国产亚洲av在线 | 人人妻,人人澡人人爽秒播| 亚洲第一欧美日韩一区二区三区| av欧美777| 欧美大码av| 日韩三级视频一区二区三区| 日日爽夜夜爽网站| 国产精品二区激情视频| 最新美女视频免费是黄的| 午夜免费观看网址| 国产成人av激情在线播放| 在线天堂中文资源库| 亚洲中文日韩欧美视频| 午夜亚洲福利在线播放| 下体分泌物呈黄色| 国产精品久久久久久人妻精品电影| 国产精品1区2区在线观看. | 久久久久久久久免费视频了| 老汉色av国产亚洲站长工具| 精品高清国产在线一区| 免费女性裸体啪啪无遮挡网站| 曰老女人黄片| 久久午夜亚洲精品久久|