藥片缺陷檢測

西藥是我們每個人都離不開的產(chǎn)品，在西藥生產(chǎn)過程中，由于種種原因會導(dǎo)致產(chǎn)品卻塊，裂紋，表面有黑斑等各種缺陷。 一旦這種產(chǎn)品流入市場，進入消費者手中，就會引起一系列嚴(yán)重的市場反應(yīng)，嚴(yán)重影響個藥企的企業(yè)形象。上海邁迅威視覺科技根據(jù)市場需求，專門研發(fā)的藥片缺陷檢測機，可用于各種顏色藥片的表面缺陷檢測，設(shè)備核心部分均采用進口零配件，如，日本三菱的電機，德國BALSER的相機等。此外各個與藥片接觸的部分均采用316藥用級不銹鋼， 可滿足各個制藥企業(yè)的檢測需求。 

根據(jù)電子器件管理平臺,可以對產(chǎn)品的生產(chǎn)制造、貨運物流、市場銷售及其應(yīng)用等階段開展監(jiān)管。噴碼字符做為一種常見產(chǎn)品管控碼,其檢驗、鑒別在賦碼管控系統(tǒng)軟件中擁有至關(guān)重要的影響力。對于字符的鑒別,普遍的方式 主要是根據(jù)軟件系統(tǒng)設(shè)計方案的,該方式 不利機器設(shè)備當(dāng)場智能化系統(tǒng)管理方法。因而,文中設(shè)計方案了一套根據(jù)FPGA和單脈沖藕合神經(jīng)元網(wǎng)絡(luò)(PCNN)的噴碼字符識別技術(shù)。文中關(guān)鍵研究方向及結(jié)果為:(1)對于基本方式 在圖像二值分割時,實際效果不理想化的難題,文中選用PCNN算法融合交叉熵基礎(chǔ)理論來分割圖像。,根據(jù)MATLAB對PCNN算法的基礎(chǔ)實體模型剖析,對于不一樣灰度值像素數(shù)火時刻不一樣的特點,開展圖像的二值分割。隨后,運用每一次分割后圖像與原圖像的交叉熵的基礎(chǔ)理論,明確PCNN在分割圖像時,什么時候為二值分割圖像。該方式 完成了圖像的全自動分割,且實際效果非常好。(2)對于傳統(tǒng)式投射分割方式 只有分割持續(xù)字符,沒法分割點陣噴碼字符的難題,文中明確提出改善的投射分割算法。該算法運用噴碼字符中點陣裂縫與字符間隔的關(guān)聯(lián),根據(jù)操縱分割閥值的尺寸將一串串字符分割成單獨字符,便于于字符svm算法及鑒別。改善后的算法不但可以分割持續(xù)字符,并且非常好的解決了傳統(tǒng)式投射算法沒法分割點陣字符的難題。(3)對于噴碼字符的點陣特點,文中明確提出改善的網(wǎng)格圖特點算法,并徹底改變字符鑒別標(biāo)準(zhǔn)。

字符識別技術(shù)性是用機器視覺技術(shù)開展系統(tǒng)識別的關(guān)鍵研究內(nèi)容之一.生產(chǎn)制造的工業(yè)生產(chǎn)當(dāng)場環(huán)境惡劣,會造成所拍攝的圖像失幀,模糊不清,含噪音及字符造成放縮,平移變換轉(zhuǎn)動等情況.對于之上情況,對圖像開展了早期預(yù)備處理,并對字符特征開展了獲取;以后,對于二種字符特征,用改善的BP算法設(shè)計方案了2個神經(jīng)元網(wǎng)絡(luò)識別技術(shù).字符識別技術(shù)性是用機器視覺技術(shù)開展系統(tǒng)識別的關(guān)鍵研究內(nèi)容之一.生產(chǎn)制造的工業(yè)生產(chǎn)當(dāng)場環(huán)境惡劣,會造成所拍攝的圖像失幀,模糊不清,含噪音及字符造成放縮,平移變換轉(zhuǎn)動等情況.對于之上情況,對圖像開展了早期預(yù)備處理,并對字符特征開展了獲取;以后,對于二種字符特征,用改善的BP算法設(shè)計方案了2個神經(jīng)元網(wǎng)絡(luò)識別技術(shù).