文档介绍：摘要
随着科学技术与经济建设的快速发展，人们的健康意识不断提高，对与自身健康息
息相关的药物品质有了更高的要求。许多制药企业依靠质检员肉眼逐个观察药品的外形
轮廓与色泽，以此判决药品的品质，不仅生产与管理成本高，而且人眼存在不稳定性与
易疲劳等缺点，已不能满足现代工业化生产要求。随着机械化、信息化和智能化程度的
提高，机器视觉被逐步应用于快速精确的产品质量检测中。机器视觉就是用计算机来模
拟人的视觉功能，其中非常重要的一环就是图像处理。目前，基于图像缺陷检测的方法
有两大类：第一类是基于图像的灰度信息判断产品的好坏，这类方法简单的用单阈值法
将产品与缺陷信息分割，但可能会丢失部分缺陷信息；第二类是基于图像的纹理信息判
断产品的好坏，这类方法在检测速度和对缺陷信息聚类方面存在一些不足。
针对上述不足，本文设计了一套胶囊缺陷识别的新方法，旨在完善制药厂现有设备
的检测性能。通过对胶囊缺陷识别算法进行研究和设计，实现缺陷胶囊定性识别，即判
别待检测图像存在缺陷或者不存在缺陷，将不合格的胶囊进行剔除。
本文的主要工作如下：
(1)根据标准胶囊图像分为四块明显区域并且区域内灰度值相对稳定、不同区域间灰
度值相差较大的特点，利用八连通法对增强后的胶囊图像实现区域分类识别，检测出面
型缺陷。克服现有检测方法中边缘提取效果不稳定出现区域属性几何参数误差大的问
题，并且区域分类识别计算过程只涉及加减法从而提高了检测速度。
(2)根据胶囊线型缺陷集中在胶囊边缘处，且呈现不规则多边形齿痕状的特点，提出
了基于 Harris 算法的 L 型角点识别改进算法，以此来判别局部区域是否存在线型缺陷。
克服了现有检测方法中，计算待识别胶囊和标准胶囊最小距离时的不准确。
(3)提出基于 L 型角点的角度值计算改进算法，实现线型缺陷角度值的定量识别。克
服了单独依靠是否存在 L 型角点判决是否存在线型缺陷的不足。
通过实验验证，该胶囊缺陷识别方法对面型缺陷、线型缺陷都有较高的正确率和实
时性，满足了实际生产过程中对高效、自动检测的要求。

关键字：胶囊；缺陷检测；Canny算法；Harris算法；L型角点；角度计算。
I
Abstract
With the rapid development of science and technology and economic construction,
people's health consciousness continues to increase, and they have higher requirements for the
quality of medicines which is closely related to their health. Many pharmaceutical companies
rely on quality inspectors to visually observe the contour and color of medicines one by one,
for judging the quality of medicines. As the cost of production and management is high, and
human eyes have shortcomings such as instability and fatigue, this method has been unable to
meet the modern industrial production requirements. With the improvement of mechanization,
informatization and intelligence, machine vision is gradually applied into the fast and accurate
detection of product quality. Machine vision is to use a computer to simulate the human visual
function, of which a very important part is image processing. Currently, image-based