导　　师： 黄道平

授予学位： 硕士

作　　者： (）;

机构地区： 华南理工大学

摘　　要： 据国际糖尿病联盟发布的全球糖尿病概览可知，截止于2017年，世界糖尿病患者人数已达到近4.25亿。而我国糖尿病患者占全球患者总数的1/4，是糖尿病患者最多的国家。血糖试纸作为血糖含量测试的重要工具，其使用量巨大，因此研究提高血糖试纸生产效率具有重要的应用意义。在血糖试纸生产过程中，需要进行试条切割、剔除不合格试纸、试纸装瓶等操作。本文分析了血糖试纸生产线的特点，基于机器视觉技术开发了一套血糖试纸自动切装系统软件。本文的主要研究工作如下：　　(1)设计了血糖试纸自动切装系统的总体解决方案。硬件系统包括相机、光源的选型，照明方案的设计等;软件系统包括软件框架设计、软件流程设计等。　　(2)研究了均匀表面低对比度表面缺陷检测原理。首先，通过傅里叶变换将图像转换到频域，在频域对图像进行高斯滤波，再将图像重构回空间域。重构后的图像能对图像背景做出很好的估计。然后，将原图与背景图像相减后再进行线性变换，使得缺陷特征得到显著增强。最后通过一种无偏的曲线结构提取算法对缺陷进行定位和识别。　　(3)给出了精度在0.05mm内的试条位置对准解决方案。经过亚像素边缘提取，轮廓分析，轮廓排序，使用基于Tukey权重函数的加权最小二乘法对轮廓进行拟合，进而确定了对位参考线。通过限制边缘方向、轮廓拟合方向，提出了具有较强鲁棒性的参考线识别算法。最后，基于寻找到的参考线设计了试条对位算法检测流程。　　(4)针对红色不良标记识别的需求，研究了图像分类算法。比较了传统分类算法和基于卷积神经网络的分类算法的优劣。在神经网络结构设计上，本文采用全局平均池化层替代了全连接层，减少了模型参数。相比于传统图像分类算法，基于卷积神经网

关 键 词： 机器视觉 表面缺陷检测 视觉对位 颜色分类识别 血糖试纸

领　　域： [] []