一种运用图像处理检测铝塑泡罩瑕疵的方法及系统技术方案

本发明专利技术提供了一种运用图像处理检测铝塑泡罩瑕疵的方法及系统，其中系统包括：第一CCD相机、第二CCD相机、控制装置，用于控制触发传感器并发送触发检测信号至第一CCD相机或第二CCD相机；处理器、所述处理器连接机器视觉处理工具，该机器视觉处理工具用于得到需要深度学习模型检测的ROI；检测模型、目标检测器、写入模块、分类模块；以及训练模型，该训练模型依据历史样品的缺陷状态通过建立训练深度神经网络进行迭代计算获取。为了实现对铝塑泡罩包装药品瑕疵的检测,达到最好的检测效果，收集大量的瑕疵样品，通过深度神经网络对标注准确的数据进行训练，进而得到深度学习模型。进而得到深度学习模型。进而得到深度学习模型。

【技术实现步骤摘要】
一种运用图像处理检测铝塑泡罩瑕疵的方法及系统


[0001]本专利技术涉及图像处理
，特别是涉及一种运用图像处理检测铝塑泡罩瑕疵的方法及系统。

技术介绍

[0002]随着近年来药品生产质量管理规范（GMP）不断升级，医药行业对药品生产质量要求越来越高，制药厂家在保证质量的前提下对生产效率提高也有迫切的需求，因此铝塑泡罩包装机械加装高效、高精度的检测系统势在必行。
[0003]人工检测的方式无法满足生产效率和检测精度的要求，传统的机器视觉检测方案采用颜色差异结合面积的检测方法只能检测铝箔面的空粒、大缺角、大黑点，无法满足小黑点、漏粉、表面破损、夹粉等浅色或同色瑕疵的检测需求。

技术实现思路

[0004]有鉴于此，本专利技术的主要目的在于提供一种运用图像处理检测铝塑泡罩瑕疵的方法及系统。
[0005]本专利技术采用的技术方案如下：一种运用图像处理检测铝塑泡罩瑕疵的方法，包括如下步骤：铝塑包装机上料到pvc泡罩之后，触发第一检测信号传递至第一CCD相机；第一CCD相机对pvc泡罩进行扫描，以获取第一状态的第一图像；本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种运用图像处理检测铝塑泡罩瑕疵的方法，其特征在于，包括如下步骤：铝塑包装机上料到pvc泡罩之后，触发第一检测信号传递至第一CCD相机；第一CCD相机对pvc泡罩进行扫描，以获取第一状态的第一图像；在铝塑热封辊压之后，触发第二检测信号传递至第二CCD相机；第二CCD相机对近pvc面进行扫描，以获取第二状态的第二图像；将第一图像和第二图像进行分割处理，利用机器视觉处理工具得到需要深度学习模型检测的ROI，将此ROI输入至检测模型内，通过检测模型训练得到的预设方案中获取对应的检测结果；若ROI在预设方案中没有获取对应的检测结果，将此ROI提取，发送至目标检测器获取ROI属性，并利用设置在目标检测器中的写入模块在ROI属性中写入识别特征，依据识别特征将该ROI分类到训练模型中具有相同识别特征的预设子库中；依据预设子库对应的训练所使用的深度神经网络支脉，所述训练模型启动规避机制，将训练模型的训练资源分配至所述深度神经网络支脉，用于对该ROI进行迭代训练，训练好后按照识别特征分配并存储至学习模型的预设方案对应的子集中。2.根据权利要求1所述的运用图像处理检测铝塑泡罩瑕疵的方法，其特征在于，所述训练模型依据如下方法获得：采集若干组瑕疵样品，输入至处理模块对缺陷位置进行标注，并记录缺陷样品中缺陷位置的缺陷状态，同时发送至目标检测器获取缺陷样品属性，并利用设置在目标检测器中的写入模块在缺陷样品属性中写入识别特征，依据识别特征将该缺陷样品分类到具有相同识别特征的预设子库中；依据预设子库对应建立训练深度神经网络，训练模型依据预设子库内存的大小分配训练资源分配至所述训练深度神经网络，用于对对应预设子库中的缺陷样品进行迭代训练，训练好后按照识别特征分配并存储至学习模型的预设方案对应的子集中。3.根据权利要求1所述的运用图像处理检测铝塑泡罩瑕疵的方法，其特征在于，通过检测模型训练得到的预设方案中获取对应的检测结果，检测结果包括良品或不同状态的瑕疵品，根据检测结果发送ok或ng信号到后端的剔除装置，并在交互界面显示结果。4.一种运用图像处理检测铝塑泡罩瑕疵的系统，其特征在于，包括第一CCD相机，用于获取铝塑包装机上料到pvc泡罩之后的第一状态的第一图像；第二CCD相机，用于在铝塑热封辊压之后的第二状态的第二图像；控制装置，用于控制触发传感器并发送触发检测信号至第一CCD相机或第二CCD相机；处理器，用于将第一图像和第二图像进行分割处理；所述处理器连接机器视觉处理工具，该机器视觉处理工具用于得到需要深度学习模型检测的ROI；检测模型，接收ROI并通过检测模型训练得到的...

【专利技术属性】
技术研发人员：孟庆铎，罗晓忠，孙海航，杨德顺，刘春铭，徐建宇，
申请(专利权)人：心鉴智控深圳科技有限公司，
类型：发明
国别省市：