摘要
面向圆柱类药瓶外观与标签缺陷检测问题,设计了一种基于机器视觉的标签智能检测系统。通过四台工业相机两两呈90°分布的方式,分别采集不同视场角下的标签图像,在各自相机坐标系中完成标签图像的畸变校正和拼接,进而完成圆柱标签的全面表重建;通过提取的药瓶标签全表面图像与标准图像对比形成针对基于药瓶缺盖、生产日期和批次喷码缺失、药品标签缺失、药品标签倾斜等典型药瓶缺陷特征的样本库并分类,再借助深度学习的特征提取算法,从大量训练样本中自动学习到重点特征提取,从而实现了药瓶标签典型缺陷的智能分拣。
出处
《电大理工》
2022年第3期1-6,共6页
Study of Science and Engineering at RTVU.
基金
2020年度辽宁省自然科学基金项目“易变形部件高精度数字孪生对接装配技术研究”(2020-MS-361)。
