摘 要

近半个世纪以来，我国的图像处理产业如雨后春笋一般高速发展，数字图像处理与计算机相关领域的技术的不断发展，图像特征提取技术被更广泛的应用于生活中的各行各业。图像因为其最直白的形式能够将信息表达出来，因而成为我们日常生活获取信息的主要来源。近年来，图像处理技术在日常生活中的应用变得越来越广泛，发展迅速，并在我们得身边扮演着不可或缺的角色。从20世纪末期到现在，许多研究者投身于胶囊的缺陷检测中来，然而，在大部分国家，在进行空心胶囊的检测时，采用的方法仍然是最原始的人工方式，不仅不能保证检测质量，检测效率低下，而且增加了胶囊生产成本和人员的管理难度。为了将这一问题解决，本文重点研究胶囊图像的黑点检测，基与Blob特征对图像斑点的提取算法进行研究，通过对比比较Blob检测中的两种不同的方法的处理结果，研究了图像特征提取过程，提高了针对胶囊黑点的检测性能。

本文首先介绍了研究的目的与意义，在查阅了大量与胶囊检测的相关资料的基础上，分析了国内外目前关于胶囊黑点检测的研究现状，总结了当前各类研究的不足，在此基础上，学习了Blob的相关算法和相应的概要表示，并对其原理进行了理解。首先通过对不同微分算子性能进行比较，然后选取了微分算子中比较典型的LOG算子进行Blob特征的图像斑点提取算法的研究，与基于分水岭算法的斑点提取算法形成对照实验，了解到两种算法不同的缺陷。

本文在最后对在本研究中得到的感悟与成果进行了归纳与总结。同时表明了自己在实际研究工作中的需要改进的的地方，并将吸取教训，在以后的学习和生活中引以为戒。

关键词：Blob特征；胶囊检测；图像特征提取

Abstract

Since the reform and opening up, China's information industry has sprung up rapidly, and the related research on the direction of image processing technology has been deepened. From the military precision guided missiles to the Shenzhou ten manned spaceship in space. The application of image processing and machine vision technology in industrial detection is an inevitable trend. The process automation of visual inspection in industry is a multifaceted problem, which requires the interaction between the various levels of the system, thus improving the production efficiency and ensuring the quality of the product. Since 1960, many people have applied image processing and machine vision technology to capsule black spot detection. However, in most countries, in the detection of hollow capsule, the method used is still the most original artificial method, not only can not guarantee the quality of detection, low detection efficiency, but also increase the cost of capsule production and the difficulty of personnel management. In order to solve this problem, this paper focuses on the black spot detection of capsule image, research on the extraction algorithm of image spots by base and blob features. By comparing and comparing the processing results of two different methods in Blob detection, the process of image feature extraction is studied, and the detection performance for capsule black spots is improved.

This paper first introduces the purpose and significance of the study. On the basis of consulting a large number of related materials with capsule detection, this paper analyzes the current research status on capsule black spot detection at home and abroad and summarizes the shortcomings of the current various kinds of research. On this basis, it studies the phase correlation algorithm and the corresponding summary representation of BLUB, and gives it to it The principle is understood. First, the performance of different differential operators is compared, and then the image speckle extraction algorithm of the typical LOG operator in the differential operator is selected for the Blob feature extraction algorithm, and the comparison experiment is made with the speckle extraction algorithm based on the watershed algorithm to understand the defects of the two algorithms.

At the end of this paper, the insights and achievements obtained in this study are summarized and summarized. At the same time, it shows the need for improvement in the actual research work, and will draw lessons from it and learn from it in the future study and life.

Key Words：Blob characteristics; Capsule detection; Image feature extraction

目 录

第1章 绪论 1

1.1 研究目的及意义 1

1.2 国内外研究的现状 1

1.3 研究内容说明 2

第2章 图像斑点检测算法研究 3

2.1 图像滤波 3

2.2 图像边缘检测 3

2.2.1 边缘检测概述 4

2.2.2 边缘检测常用算子 4

2.2.3 不同微分算子的性能分析与对比 7

2.3 Blob算法及相关算法介绍 8

第3章 基于Blob特征的图像斑点提取算法研究 10

3.1 胶囊黑点检测原理框图 10

3.3 图像预处理 10

3.3.1 噪声的去除 10

3.3.2 二值化 11

3.2 LOG斑点检测 12

3.2.1 基本原理 12

3.2.2 多尺度检测 13

3.2.3 算法流程图 14

3.3 基于局部极值的分水岭算法检测 14

3.3.1 传统的分水岭算法基本原理 14

3.3.2 主要函数SimpleBlobDetector 15

3.3.3 算法流程图 17

第4章 实验分析与结果 17

4.1 基于LOG算子的Blob检测结果 17

4.2 基于局部极值的分水岭算法Blob检测结果 18

4.3 实验结果分析 18

第5章 总结 20

参考文献 21

致谢 22

第1章 绪论

1.1 研究目的及意义

随着数字图像处理与计算机相关领域的技术的不断发展，图像特征提取技术被更广泛的应用于生活中的各行各业。图像因为其最直白的形式能够将信息表达出来，因而成为我们日常生活获取信息的主要来源。近年来，图像处理技术在日常生活中的应用变得越来越广泛，发展迅速，并在我们得身边扮演着不可或缺的角色。

与此同时，伴随着人们医疗水平和生活水准的持续提高，对医疗卫生领域的药品的要求也在不断地提高，为人们提供质量更安全的药品已经成为了制药公司的追求，而胶囊在医疗卫生领域有着极为重要的应用，是我国药品的主要载体之一，其质量安全直接关系到人民群众的生命安全。在过去胶囊检测采用的方法是最原始的人工方式，不仅不能保证检测质量，检测效率低下，而且增加了胶囊生产成本和人员的管理难度。又因黑点问题又是胶囊缺陷特征中比较严重的问题之一，由此，利用图像处理进行胶囊检测黑点的技术应运而生。

Blob特征代表具有一片拥有相同特征的连通区域的集合。对图像中具有相同特征的连通域进行分析，即Blob分析，其主要流程是先将图像进行阈值分割处理，分割之后，得到了目标与背景两个不同部分，即将目标从背景中分离出来，之后再对其进行连通域分析，找到图像中的Blob特征点。，Blob分析其实就是在一片混杂的区域内，通过某些手段，将那些具有明显特征的区域从图像中分离出来。

打个比方，比方说现在我们有粒刚从工厂里制造出来的胶囊，它的表面十分完整。但如果这粒胶囊上没有缺陷，是无法检测到明显的特征区域的；与此相反，如果这粒胶囊在被制造的过程中，因为某些因素导致胶囊上有一个黑点、有一个异物点或者是一个异色点，那么我们便可以根据这些点来检测到这些与周边不同的特征区域，在经过二值化处理后的图像中带有颜色的斑点即可以将其认为是Blob。检测胶囊黑点的这个部分，便可以被我们称为Blob分析。

1.2 国内外研究的现状

在当今这个时代，机械自动化的趋势已经越来越遍及于我们的生活之中，而胶囊斑点检测作为医疗卫生方面的重要环节，也随着时代的发展在不断地完善自身。在国外，因为其先进的计算机技术和图像处理技术，使得在他们的工厂中，基本已经实现流水线生产的自动化，在图像斑点提取技术方面也基本发展的比较完备。但在我国，由于发达国家对我国实行严密的技术封锁，使得只有那些外资制药厂才拥有相关的胶囊缺陷检测设备^[6]。

以上是毕业论文大纲或资料介绍，该课题完整毕业论文、开题报告、任务书、程序设计、图纸设计等资料请添加微信获取，微信号：bysjorg。

相关图片展示：