英文原文到万方数据库下载或者给我评论留言留，我给您发！原文题目:Pre-processingTechniquesforOn-LineCapsuleInspectionBasedonMachineVision2011第四届国际智能计算技术与自动化会议基于机器视觉的在线胶囊检验预处理技术ZhuZhengtao，HuangLiuqian，YuXiongyi摘要-----机器视觉为制造业质量检验提供了极大的方便。为了便于基于机器视觉的在线胶囊检测，在本文中提出了胶囊图像采集系统和预处理技术建议。胶囊有一个圆柱面，让它滚动在平坦的平面，然后图像经几次拍摄会使其表面完全可见。作为缺损的胶囊在不同的部分有着各样的不同，这是需要胶囊图像分割出的部分的灰度值是均匀的。合成局部阈值和投影的方法可以很好执行这个分割。实验证明，该算法具有良好的兼容性以及处理时间可以满足在线检测。关键词：胶囊检测；图像分割；块特点；投影；局部阈值介绍两半部分组成的胶囊已广泛应用在制药行业。在制造过程中，胶囊是容易产生缺陷，包括不正确的大小，黑点，气泡，裂纹，孔，凹痕，在瓶盖切边毛刺，囊内异物等缺陷，最终产品会降低客户的信赖，甚至更糟可能对人体有害。目前，国内厂家还是采用人工检查胶囊。由于人生理条件的限制，人工检测将低效率和高失误率。此外，它会造成二次污染。因此，高性能，高速度和更可靠的自动检测系统是必要的。对于制造业的检测和减少图像采集设备的成本的机器视觉的发展，使人们有可能开发的低成本、高性能计算机视觉去检测胶囊质量。在最近几年，大量的胶囊在线检测方法已经被提出了[1]，一种传统的胶囊检测已被探索。它集中在胶囊检验硬件系统设计。又见文[2]。[3]提供了一个由DSP组成FPGA的解决方案。作为检测算法，它采用彩色模型分析和处理颜色胶囊图像。一种有效的算法被仿真的小样本空间证明。基于边缘提取，[4]提取胶囊区域确定的预测和形态滤波，再判断胶囊是否是贝叶斯决策系统缺陷所定义的。通过提取胶囊特征参数对神经网络的输入，[5]建立一个神经网络，可以区分是胶囊是虚假或真实。以上有不同方面有关基于机器视觉的胶囊检测。但以往的文献很少讨论关的键详细介绍图像的采集和预处理技术，这有着重大影响在后续缺陷歧视和检测效率上。在[1]图像获得通过将胶囊单独在透明的塑料支架和[6]固定胶囊影像，四次在不同的角度实现胶囊完全可见。但这些方法浪费时间增加成本。基于视觉的实时检测胶囊涉及四个关键方面：1）设计的自动排料胶囊；2）使汽缸表面完全可见技术；3）图像采集系统中的缺陷胶囊可以清楚被反映；4）胶囊图像的快速缺陷检测算法。关于自动分类，超出我们的讨论范围；另一方面是有关图像处理技术。在本文中，我们重点的提取与分割图像从原来的胶囊，以方便后续工作。除了各种尺寸，胶囊也有不同的配对的颜色。检测在光下的颜色信息是没有必要，我们用黑白摄像机得到的灰度图像来减少和缩短数据处理时间。不仅灰度特征能区分胶囊各部分之间，即上盖，下半身和盖身组合件，是不同的，而且对于同一类型的缺陷在三个不同部分也是不同的。常规图像分割方法不能满足胶囊图像的精确性，因此影响后续的图像处理。在实时检测，在料斗的胶囊被放入检测槽在链板，链板移动到检验位置。尽量减少分配给图像采集的时间，有几个胶囊在照相机的视觉领域。第一步是提取胶囊原图像，再分割成单个胶囊便于后续进程。胶囊圆柱的反射和传送的不平使胶囊图像更加困难的提取和分割。鉴于这种情况，我们采用全球双阈值分割和形态学算子提取胶囊图像区域，再处理整个胶囊区。计算其质心和倾斜角度，然后它的垂直角度。通过两次局部阈值和预测，我们确定的边缘上盖，胶囊图像为三个同质区域，奠定了良好基础的后处理。图像获取A胶囊检测系统在检测位置，玻璃板上的胶囊卷是在链板移动；链部分明胶胶囊有一个圆柱表面，假设胶囊在纯滚动的玻璃板上，然后可使胶囊移动360形成完全可见来成像。这样，我们能检测除了其两端的整个表面胶囊。示意图如图1所示。在检测位置，胶囊第一图像是在位置1，其中胶囊提出了四方表面；相应地，第二，第三和第四的图像是在位置2，表现出的是有四个图像中提取的胶囊。除帽上，身体，和他它的组合部分，并检测...