摘要 | 第4-5页 |
Abstract | 第5-6页 |
第1章 绪论 | 第9-19页 |
1.1 论文的研究背景 | 第9-11页 |
1.2 发展现状及国内外研究现状 | 第11-17页 |
1.2.1 机器视觉的发展现状 | 第11-14页 |
1.2.2 基于机器视觉的药品缺陷检测技术的发展现状 | 第14-16页 |
1.2.3 药品包装缺陷检测算法的研究现状 | 第16-17页 |
1.3 本文主要研究内容 | 第17-19页 |
第2章 药品包装的缺陷类型和图像采集 | 第19-29页 |
2.1 铝塑泡罩药品的生产工艺 | 第19-20页 |
2.2 铝塑泡罩药品的缺陷类型 | 第20-22页 |
2.3 药品图像采集系统 | 第22-26页 |
2.3.1 工业相机 | 第24-25页 |
2.3.2 光源及照明方式 | 第25-26页 |
2.4 本章小结 | 第26-29页 |
第3章 药品包装缺陷特征提取及识别 | 第29-45页 |
3.1 算法的总体流程 | 第29-30页 |
3.2 图像的快速鲁棒特征(SURF)提取 | 第30-38页 |
3.2.1 SURF算法优势 | 第30-31页 |
3.2.2 SURF算法原理 | 第31-38页 |
3.3 BoW模型的基本原理与实现 | 第38-41页 |
3.3.1 BoW模型介绍 | 第38-39页 |
3.3.2 BoW模型原理 | 第39-41页 |
3.3.3 BoW模型的技术实现 | 第41页 |
3.4 药品缺陷识别 | 第41-44页 |
3.5 本章小结 | 第44-45页 |
第4章 药品缺陷检测系统的实验验证 | 第45-57页 |
4.1 实验的方法和流程 | 第45-47页 |
4.1.1 样本及评价指标 | 第45-46页 |
4.1.2 实验方法 | 第46-47页 |
4.2 实验平台搭建与测试 | 第47-52页 |
4.2.1 算法实现平台 | 第47-49页 |
4.2.2 实验及结果分析 | 第49-52页 |
4.3 实车测试 | 第52-56页 |
4.4 本章小结 | 第56-57页 |
结论 | 第57-59页 |
参考文献 | 第59-63页 |
攻读硕士学位期间所发表的学术论文 | 第63-65页 |
致谢 | 第65页 |