基于机器视觉的药品标签识别及分拣系统研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第10-20页 |
| 1.1 课题背景与意义 | 第10-11页 |
| 1.2 药品标签识别主要问题 | 第11页 |
| 1.3 相关理论研究与应用现状 | 第11-17页 |
| 1.3.1 机器视觉识别技术研究现状 | 第11-12页 |
| 1.3.2 机器视觉的应用现状 | 第12-14页 |
| 1.3.3 自动配药机器人药品标签识别现状 | 第14-17页 |
| 1.4 本论文主要研究内容 | 第17-18页 |
| 1.5 课题来源 | 第18-20页 |
| 第2章 药品标签图像处理 | 第20-36页 |
| 2.1 图像采集与预处理 | 第20-22页 |
| 2.1.1 药瓶图像采集 | 第20页 |
| 2.1.2 图像预处理 | 第20-22页 |
| 2.2 药瓶图像提取 | 第22-23页 |
| 2.2.1 药瓶边缘检测 | 第22-23页 |
| 2.2.2 药瓶图像分割 | 第23页 |
| 2.3 药瓶图像矫正 | 第23-26页 |
| 2.3.1 图像矫正算法 | 第24-26页 |
| 2.3.2 矫正实验 | 第26页 |
| 2.4 非字符区域剔除 | 第26-28页 |
| 2.4.1 图像域概念 | 第26页 |
| 2.4.2 非字符区域剔除 | 第26-28页 |
| 2.5 国药准字字符定位 | 第28-33页 |
| 2.5.1 定位策略 | 第28-29页 |
| 2.5.2 SIFT图像匹配算法 | 第29-32页 |
| 2.5.3 国药准字定位 | 第32-33页 |
| 2.6 国药准字图像切分 | 第33-34页 |
| 2.6.1 确定字符串外边框 | 第33-34页 |
| 2.6.2 切分国药准字图块 | 第34页 |
| 2.7 本章小结 | 第34-36页 |
| 第3章 药品标签字符识别 | 第36-48页 |
| 3.1 药品标签识别原理 | 第36页 |
| 3.2 字符预处理 | 第36-39页 |
| 3.2.1 字符切分 | 第37页 |
| 3.2.2 字符大小归一化 | 第37页 |
| 3.2.3 字符笔画宽度归一化 | 第37-39页 |
| 3.3 候选字符提取 | 第39-43页 |
| 3.3.1 选取统计特征 | 第39-40页 |
| 3.3.2 创建字符模板 | 第40-42页 |
| 3.3.3 分类器设计 | 第42-43页 |
| 3.4 药品标签字符识别 | 第43-46页 |
| 3.4.1 基于BP神经网络的字符识别 | 第43-45页 |
| 3.4.2 基于图像异或增强算法的字符识别 | 第45-46页 |
| 3.5 本章小结 | 第46-48页 |
| 第4章 药品分拣机构设计 | 第48-58页 |
| 4.1 药瓶定位策略 | 第48页 |
| 4.2 抓手参数与结构设计 | 第48-51页 |
| 4.2.1 抓手工作参数 | 第48-49页 |
| 4.2.2 抓手结构设计 | 第49-51页 |
| 4.3 手臂机器人设计 | 第51-54页 |
| 4.3.1 手臂机器人方案分析 | 第51-52页 |
| 4.3.2 手臂机器人工作参数 | 第52-53页 |
| 4.3.3 手臂机器人结构设计 | 第53-54页 |
| 4.4 驱动系统设计 | 第54-56页 |
| 4.4.1 驱动系统设计 | 第54-55页 |
| 4.4.2 分拣机构工作过程 | 第55-56页 |
| 4.5 本章小结 | 第56-58页 |
| 第5章 标签识别实验与分拣机构仿真 | 第58-72页 |
| 5.1 药品标签识别实验 | 第58-66页 |
| 5.1.1 建立实验环境 | 第58-60页 |
| 5.1.2 药品标签识别过程 | 第60-66页 |
| 5.2 分拣机构仿真分析 | 第66-71页 |
| 5.2.1 分拣机构运动仿真 | 第66-69页 |
| 5.2.2 抓手性能分析 | 第69-71页 |
| 5.3 本章小结 | 第71-72页 |
| 第6章 全文总结与展望 | 第72-74页 |
| 6.1 论文成果总结 | 第72页 |
| 6.2 工作展望 | 第72-74页 |
| 参考文献 | 第74-80页 |
| 作者简介及科研成果 | 第80-81页 |
| 致谢 | 第81页 |
