摘要
本发明公开了一种基于视觉的固体药品表面缺陷检测方法、装置及存储介质,属于图像处理技术领域。其中,该方法包括:使用工业相机采集药品表面图像;对采集的图像进行预处理;将预处理后的图像输入到RT‑DTTC深度学习网络中;若RT‑DTTC深度学习网络检测到药品表面存在缺陷,则直接输出缺陷类别;若RT‑DTTC深度学习网络未检测到药品表面存在缺陷,则利用图像处理技术提取药品的关键参数;判断关键参数的偏差是否在预设公差范围内,若关键参数的偏差在预设公差范围内,则认为药品表面质量合格;若关键参数的偏差不在预设公差范围内,则认为药品表面质量不合格。通过本发明,可以提高药品表面质量检测的速度和效率。
技术关键词
表面缺陷检测方法
深度学习网络
缺陷类别
边界轮廓
图像处理技术
公差
边缘检测算法
表面缺陷检测装置
视觉
偏差
参数
固体
双边滤波方法
椭圆形药片
图像采集时间
多尺度特征融合
工业相机
椭圆形轮廓
系统为您推荐了相关专利信息
智能预测系统
风险预测系统
深度学习网络模型
可视化工具
游离前列腺特异性抗原
智能识别模块
破碎一体化装置
高分辨率摄像装置
电磁超声波
深度学习算法
可见光图像
图像配准模型
配准方法
红外图像特征
深层特征提取