• <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
    99久久精品一区二区三区| 成人一区二区视频在线观看| 亚洲中文日韩欧美视频| 婷婷精品国产亚洲av| av在线观看视频网站免费| 日本色播在线视频| 亚洲国产欧美人成| av女优亚洲男人天堂| 亚洲图色成人| 熟妇人妻久久中文字幕3abv| 亚洲美女黄片视频| 久久中文看片网| 岛国在线免费视频观看| 久久久国产成人精品二区| 成人美女网站在线观看视频| 夜夜看夜夜爽夜夜摸| 色噜噜av男人的天堂激情| 最近视频中文字幕2019在线8| 亚洲va在线va天堂va国产| 欧美中文日本在线观看视频| 搞女人的毛片| 深夜a级毛片| 长腿黑丝高跟| 一本一本综合久久| 一本精品99久久精品77| 国产亚洲精品久久久久久毛片| 欧美bdsm另类| 在线观看美女被高潮喷水网站| 国产精品美女特级片免费视频播放器| 日日摸夜夜添夜夜添小说| 波野结衣二区三区在线| 神马国产精品三级电影在线观看| 噜噜噜噜噜久久久久久91| 精品一区二区三区视频在线| 真实男女啪啪啪动态图| 永久网站在线| 哪里可以看免费的av片| 能在线免费观看的黄片| 18+在线观看网站| 成人毛片a级毛片在线播放| avwww免费| 国产精品一区www在线观看| 美女 人体艺术 gogo| 亚洲av成人精品一区久久| 亚洲成人av在线免费| 神马国产精品三级电影在线观看| 久久综合国产亚洲精品| 国产精品伦人一区二区| 少妇熟女aⅴ在线视频| av天堂在线播放| 五月玫瑰六月丁香| 我要看日韩黄色一级片| 91久久精品国产一区二区三区| 久久久久久国产a免费观看| 久久久精品94久久精品| 亚洲欧美日韩卡通动漫| 亚洲高清免费不卡视频| 一个人观看的视频www高清免费观看| 欧美成人a在线观看| 99久国产av精品国产电影| a级毛色黄片| 国产精品伦人一区二区| 久久久精品94久久精品| 久久久精品欧美日韩精品| 岛国在线免费视频观看| 一区二区三区免费毛片| 亚洲成a人片在线一区二区| 校园春色视频在线观看| 真实男女啪啪啪动态图| 日日摸夜夜添夜夜添小说| 成人欧美大片| 波多野结衣巨乳人妻| 99热精品在线国产| 最近中文字幕高清免费大全6| 免费电影在线观看免费观看| 九色成人免费人妻av| 卡戴珊不雅视频在线播放| 一本久久中文字幕| 啦啦啦啦在线视频资源| 真实男女啪啪啪动态图| 熟妇人妻久久中文字幕3abv| 两个人的视频大全免费| 亚洲国产精品sss在线观看| 亚洲精品色激情综合| 午夜亚洲福利在线播放| 俄罗斯特黄特色一大片| 在线天堂最新版资源| 国产极品精品免费视频能看的| 不卡一级毛片| 久久久久久久久大av| 亚洲最大成人av| 18禁裸乳无遮挡免费网站照片| 晚上一个人看的免费电影| 国产久久久一区二区三区| 18+在线观看网站| 成人毛片a级毛片在线播放| 最新中文字幕久久久久| 国产精品女同一区二区软件| 一区二区三区免费毛片| 免费在线观看成人毛片| 国产精品伦人一区二区| 欧美丝袜亚洲另类| 亚洲不卡免费看| 91在线观看av| 亚洲中文字幕一区二区三区有码在线看| 日韩欧美精品v在线| 男女边吃奶边做爰视频| 男女之事视频高清在线观看| 精品一区二区三区视频在线| 国产91av在线免费观看| 国产探花在线观看一区二区| 网址你懂的国产日韩在线| 神马国产精品三级电影在线观看| 国产精品,欧美在线| 国产黄色小视频在线观看| 国产人妻一区二区三区在| 国产色爽女视频免费观看| h日本视频在线播放| 国产精品福利在线免费观看| 精品久久久久久久久av| 国产精品久久视频播放| 看片在线看免费视频| 日韩精品青青久久久久久| 日韩欧美免费精品| 观看免费一级毛片| 久久热精品热| av视频在线观看入口| 亚洲人成网站在线播| 人人妻人人澡人人爽人人夜夜 | 亚洲高清免费不卡视频| 国产伦精品一区二区三区四那| 亚洲精品亚洲一区二区| 校园人妻丝袜中文字幕| 亚洲国产精品久久男人天堂| 在线观看av片永久免费下载| 狠狠狠狠99中文字幕| 亚洲美女搞黄在线观看 | 国产麻豆成人av免费视频| 亚洲欧美成人精品一区二区| 亚洲美女视频黄频| 精品人妻熟女av久视频| 婷婷亚洲欧美| 麻豆国产97在线/欧美| 非洲黑人性xxxx精品又粗又长| 一卡2卡三卡四卡精品乱码亚洲| 欧美最新免费一区二区三区| 丰满乱子伦码专区| 亚洲不卡免费看| 午夜福利在线观看免费完整高清在 | 国产精品亚洲一级av第二区| 日韩三级伦理在线观看| 中文字幕熟女人妻在线| 亚洲va在线va天堂va国产| aaaaa片日本免费| 欧美人与善性xxx| 看非洲黑人一级黄片| 日韩高清综合在线| 亚洲欧美成人精品一区二区| 婷婷六月久久综合丁香| 小蜜桃在线观看免费完整版高清| 亚洲精品日韩在线中文字幕 | 男人舔女人下体高潮全视频| 国产一区亚洲一区在线观看| a级毛色黄片| 不卡视频在线观看欧美| 色吧在线观看| 午夜激情福利司机影院| 熟妇人妻久久中文字幕3abv| 国产亚洲91精品色在线| 亚洲一区高清亚洲精品| 波多野结衣巨乳人妻| 内地一区二区视频在线| 久久久久久久午夜电影| 国产黄色小视频在线观看| 亚洲国产色片| 成人美女网站在线观看视频| 亚洲成人av在线免费| 日韩中字成人| 淫秽高清视频在线观看| 国产人妻一区二区三区在| 男女那种视频在线观看| 三级经典国产精品| 男女啪啪激烈高潮av片| 亚洲国产欧洲综合997久久,| 夜夜爽天天搞| 成人亚洲精品av一区二区| 欧美绝顶高潮抽搐喷水| 日日啪夜夜撸| 国产成人福利小说| 精品欧美国产一区二区三| 中文字幕人妻熟人妻熟丝袜美| 色综合色国产| 日韩中字成人| 嫩草影院精品99| 午夜激情欧美在线| av福利片在线观看| 午夜亚洲福利在线播放| 国产欧美日韩精品一区二区| 最好的美女福利视频网| 少妇的逼好多水| 亚洲欧美清纯卡通| 麻豆一二三区av精品| 亚洲国产精品sss在线观看| 高清毛片免费观看视频网站| 国产成人freesex在线 | 极品教师在线视频| 国产高清视频在线播放一区| 超碰av人人做人人爽久久| 日本在线视频免费播放| 亚洲真实伦在线观看| 性插视频无遮挡在线免费观看| 国内精品久久久久精免费| 日韩欧美精品v在线| 禁无遮挡网站| 黄色配什么色好看| 国产国拍精品亚洲av在线观看| 亚洲四区av| 国产欧美日韩精品一区二区| 色综合亚洲欧美另类图片| 三级毛片av免费| 黄色一级大片看看| 最近视频中文字幕2019在线8| 精品人妻一区二区三区麻豆 | 男人的好看免费观看在线视频| 成人精品一区二区免费| 日韩欧美一区二区三区在线观看| 最新在线观看一区二区三区| 99久久久亚洲精品蜜臀av| 国产黄色小视频在线观看| 精品一区二区三区av网在线观看| 久久这里只有精品中国| 性欧美人与动物交配| 你懂的网址亚洲精品在线观看 | 天堂√8在线中文| 91精品国产九色| 高清午夜精品一区二区三区 | 国产单亲对白刺激| 国产高清视频在线播放一区| 最近手机中文字幕大全| 日本熟妇午夜| 亚洲熟妇熟女久久| 久久精品国产鲁丝片午夜精品| 男女啪啪激烈高潮av片| 春色校园在线视频观看| 少妇熟女aⅴ在线视频| 长腿黑丝高跟| av在线老鸭窝| 精品国产三级普通话版| 国产中年淑女户外野战色| 免费无遮挡裸体视频| 久久精品综合一区二区三区| 亚洲av成人精品一区久久| 国产真实伦视频高清在线观看| 最近手机中文字幕大全| 网址你懂的国产日韩在线| 91久久精品国产一区二区三区| 直男gayav资源| av在线观看视频网站免费| 国产精华一区二区三区| 波野结衣二区三区在线| 成人午夜高清在线视频| 在线播放无遮挡| 免费不卡的大黄色大毛片视频在线观看 | 看免费成人av毛片| 亚洲无线在线观看| 国产精品电影一区二区三区| 日本精品一区二区三区蜜桃| 女人被狂操c到高潮| 老熟妇乱子伦视频在线观看| 激情 狠狠 欧美| 精品久久久久久久久久免费视频| 免费av毛片视频| 亚洲成a人片在线一区二区| 成年女人看的毛片在线观看| 中国美女看黄片| 成人永久免费在线观看视频| 国产一区二区在线av高清观看| 九色成人免费人妻av| 大香蕉久久网| 免费看a级黄色片| 亚洲四区av| 亚洲av五月六月丁香网| 国产高清有码在线观看视频| 亚洲无线观看免费| a级毛片a级免费在线| 久久久a久久爽久久v久久| 日韩中字成人| 99久国产av精品| 国内少妇人妻偷人精品xxx网站| 久久午夜福利片| 国产精品99久久久久久久久| 狂野欧美激情性xxxx在线观看| 成人综合一区亚洲| 一区福利在线观看| 午夜福利视频1000在线观看| 一级毛片aaaaaa免费看小| 熟女电影av网| 最好的美女福利视频网| 久久精品91蜜桃| 国产白丝娇喘喷水9色精品| 国产精品乱码一区二三区的特点| 日本免费一区二区三区高清不卡| 日韩三级伦理在线观看| 99久国产av精品| 精品福利观看| 日韩成人av中文字幕在线观看 | 欧美激情国产日韩精品一区| 久久久久久久久久黄片| 内地一区二区视频在线| 亚洲自拍偷在线| 亚洲欧美日韩高清专用| 97超碰精品成人国产| 丰满的人妻完整版| 国产精品久久久久久久久免| 亚洲av中文av极速乱| 男人的好看免费观看在线视频| 日韩国内少妇激情av| 亚洲av成人av| 十八禁国产超污无遮挡网站| 日韩欧美一区二区三区在线观看| 午夜福利成人在线免费观看| 色在线成人网| 最近的中文字幕免费完整| 变态另类成人亚洲欧美熟女| 亚洲av熟女| 国产在线男女| 麻豆国产97在线/欧美| av黄色大香蕉| 最新中文字幕久久久久| 国产中年淑女户外野战色| 国产亚洲精品久久久久久毛片| 观看美女的网站| 国产精品野战在线观看| 久久久久久伊人网av| 一级av片app| 一区二区三区高清视频在线| 美女cb高潮喷水在线观看| 亚洲色图av天堂| 色综合站精品国产| 亚洲丝袜综合中文字幕| 日韩欧美三级三区| 级片在线观看| 精品一区二区免费观看| 国产91av在线免费观看| 美女免费视频网站| 国产精品伦人一区二区| 人人妻,人人澡人人爽秒播| 99久国产av精品国产电影| 国产黄片美女视频| 91久久精品国产一区二区成人| 青春草视频在线免费观看| 哪里可以看免费的av片| 亚洲精品在线观看二区| 一边摸一边抽搐一进一小说| 久久国产乱子免费精品| 午夜福利18| 草草在线视频免费看| 狂野欧美激情性xxxx在线观看| 在线免费观看不下载黄p国产| 免费一级毛片在线播放高清视频| 中文亚洲av片在线观看爽| 亚洲欧美精品自产自拍| 亚洲精品乱码久久久v下载方式| 天堂网av新在线| 熟妇人妻久久中文字幕3abv| 又黄又爽又免费观看的视频| 一级黄色大片毛片| 在线免费观看不下载黄p国产| 国产淫片久久久久久久久| 99久久中文字幕三级久久日本| 久久精品国产亚洲av香蕉五月| 久久99热这里只有精品18| 亚洲欧美日韩卡通动漫| 成年女人毛片免费观看观看9| 精品少妇黑人巨大在线播放 | 深爱激情五月婷婷| 久久九九热精品免费| 男女那种视频在线观看| 三级男女做爰猛烈吃奶摸视频| 日本与韩国留学比较| 国产黄片美女视频| 网址你懂的国产日韩在线| 国产乱人视频| 亚州av有码| 国产成人影院久久av| 亚洲av成人精品一区久久| 成人毛片a级毛片在线播放| 亚洲乱码一区二区免费版| 精品国产三级普通话版| 久久久久久久久久黄片| 日韩高清综合在线| 日韩 亚洲 欧美在线| 日本在线视频免费播放| 一卡2卡三卡四卡精品乱码亚洲| 日韩大尺度精品在线看网址| 亚洲欧美日韩东京热| 欧美最新免费一区二区三区| 波多野结衣巨乳人妻| 欧美绝顶高潮抽搐喷水| 寂寞人妻少妇视频99o| 天堂√8在线中文| 亚洲va在线va天堂va国产| 一本精品99久久精品77| 日本成人三级电影网站| 国内少妇人妻偷人精品xxx网站| 国产蜜桃级精品一区二区三区| 毛片女人毛片| 亚洲av电影不卡..在线观看| 欧美潮喷喷水| 在线国产一区二区在线| 国产女主播在线喷水免费视频网站 | 一级黄色大片毛片| 精品国产三级普通话版| 国产亚洲91精品色在线| 日本撒尿小便嘘嘘汇集6| 老司机午夜福利在线观看视频| 久久精品国产亚洲av涩爱 | 免费观看的影片在线观看| 一本精品99久久精品77| 久久国产乱子免费精品| 成人性生交大片免费视频hd| 内射极品少妇av片p| 少妇人妻一区二区三区视频| av视频在线观看入口| 日韩大尺度精品在线看网址| 一进一出抽搐gif免费好疼| 午夜亚洲福利在线播放| 亚洲欧美日韩高清在线视频| 日韩中字成人| 日日啪夜夜撸| 亚洲成人av在线免费| 久久这里只有精品中国| 国产精品美女特级片免费视频播放器| 人妻制服诱惑在线中文字幕| 美女黄网站色视频| 亚洲av不卡在线观看| 国产欧美日韩精品一区二区| 最好的美女福利视频网| 国产精品久久视频播放| 国产精品久久久久久久久免| 99视频精品全部免费 在线| 一级a爱片免费观看的视频| 久久6这里有精品| 男女那种视频在线观看| 午夜a级毛片| 午夜激情欧美在线| 成人毛片a级毛片在线播放| 久久久久国内视频| 内射极品少妇av片p| 丰满的人妻完整版| 高清毛片免费看| 欧美极品一区二区三区四区| 特大巨黑吊av在线直播| 日本成人三级电影网站| 91在线精品国自产拍蜜月| 国产久久久一区二区三区| 麻豆久久精品国产亚洲av| av视频在线观看入口| 日韩大尺度精品在线看网址| 亚洲成人中文字幕在线播放| 久99久视频精品免费| 日韩精品中文字幕看吧| 天堂动漫精品| 欧美另类亚洲清纯唯美| 久久热精品热| 99riav亚洲国产免费| 亚洲性久久影院| 黑人高潮一二区| 成人鲁丝片一二三区免费| 国产午夜福利久久久久久| 国产成人a∨麻豆精品| 日韩欧美在线乱码| 波多野结衣高清作品| 亚洲天堂国产精品一区在线| 欧美bdsm另类| 午夜福利成人在线免费观看| 91av网一区二区| 国产美女午夜福利| 亚洲专区国产一区二区| 在现免费观看毛片| 成人高潮视频无遮挡免费网站| 国产精品一区二区三区四区久久| 亚洲av不卡在线观看| av在线观看视频网站免费| 又爽又黄无遮挡网站| 少妇丰满av| 成熟少妇高潮喷水视频| 我的女老师完整版在线观看| 欧美潮喷喷水| 一个人免费在线观看电影| 成人高潮视频无遮挡免费网站| 久久久久九九精品影院| 国产av在哪里看| 欧美国产日韩亚洲一区| 国产精品三级大全| 成人高潮视频无遮挡免费网站| 如何舔出高潮| 九色成人免费人妻av| 日韩强制内射视频| 精品一区二区三区av网在线观看| 日韩欧美一区二区三区在线观看| 国内久久婷婷六月综合欲色啪| 一级a爱片免费观看的视频| 男人狂女人下面高潮的视频| 国产精品久久久久久亚洲av鲁大| 51国产日韩欧美| 亚洲成人av在线免费| 天天躁日日操中文字幕| 国产白丝娇喘喷水9色精品| 亚洲av熟女| 美女 人体艺术 gogo| 久久久久久久久中文| 欧美精品国产亚洲| 九九爱精品视频在线观看| 日韩欧美精品v在线| 国产69精品久久久久777片| 亚洲精品在线观看二区| 麻豆精品久久久久久蜜桃| 日韩av不卡免费在线播放| 秋霞在线观看毛片| 欧美日韩在线观看h| 欧美成人精品欧美一级黄| 九九久久精品国产亚洲av麻豆| 中文字幕免费在线视频6| 最新中文字幕久久久久| 亚洲人成网站在线播| 日产精品乱码卡一卡2卡三| 欧美色视频一区免费| 三级国产精品欧美在线观看| 给我免费播放毛片高清在线观看| 亚洲一区二区三区色噜噜| 春色校园在线视频观看| 婷婷精品国产亚洲av| 久久午夜福利片| 变态另类成人亚洲欧美熟女| 久久天躁狠狠躁夜夜2o2o| 亚洲精品一卡2卡三卡4卡5卡| 国产成人a∨麻豆精品| 女同久久另类99精品国产91| 亚洲精品久久国产高清桃花| 亚洲人成网站在线播放欧美日韩| 日本欧美国产在线视频| 国产一级毛片七仙女欲春2| 亚洲四区av| 国产女主播在线喷水免费视频网站 | 精华霜和精华液先用哪个| 中出人妻视频一区二区| 国产精品综合久久久久久久免费| av在线天堂中文字幕| 91狼人影院| av在线天堂中文字幕| 国产精品99久久久久久久久| 我要搜黄色片| 欧美日韩国产亚洲二区| 亚洲av第一区精品v没综合| 少妇熟女aⅴ在线视频| 两个人视频免费观看高清| 日韩欧美国产在线观看| 在线免费观看的www视频| 尤物成人国产欧美一区二区三区| 99久久精品热视频| 免费观看精品视频网站| 亚洲性夜色夜夜综合| 在线播放国产精品三级| 高清日韩中文字幕在线| 欧美日韩精品成人综合77777| 欧美一区二区亚洲| 天堂影院成人在线观看| 99久久精品热视频| 亚洲av成人精品一区久久| 黑人高潮一二区| 亚洲天堂国产精品一区在线| 亚洲av中文av极速乱| 国产精品人妻久久久影院| 色视频www国产| 小说图片视频综合网站| 亚洲精品久久国产高清桃花| 国产探花极品一区二区| 日韩强制内射视频| 亚洲无线观看免费| 丰满乱子伦码专区| 久久久久免费精品人妻一区二区| 久久久久久大精品| 免费一级毛片在线播放高清视频| 香蕉av资源在线| 十八禁国产超污无遮挡网站| 高清日韩中文字幕在线| 成人一区二区视频在线观看| 成人三级黄色视频| 久久精品国产亚洲av天美| 男女下面进入的视频免费午夜| 国产乱人偷精品视频| 国产精品久久久久久精品电影| 国产在线精品亚洲第一网站| av天堂中文字幕网| 久久午夜亚洲精品久久| 九九在线视频观看精品| 狂野欧美白嫩少妇大欣赏| 亚洲精品日韩av片在线观看| 成人美女网站在线观看视频| 国产成人a∨麻豆精品| 熟女电影av网| 晚上一个人看的免费电影| 淫秽高清视频在线观看| 国产伦在线观看视频一区| 亚洲欧美中文字幕日韩二区| 久久欧美精品欧美久久欧美| 内地一区二区视频在线| 久久综合国产亚洲精品| 成人毛片a级毛片在线播放| 超碰av人人做人人爽久久| 熟妇人妻久久中文字幕3abv| 日韩 亚洲 欧美在线| 亚洲av免费在线观看| av卡一久久|