相关实验视频
Updated: Aug 7, 2026
05:37
Intravitreous Injection for Establishing Ocular Diseases Model
Published on: October 1, 2007
36.8K
机器视觉模型用于检测空空大体积腹腔体底部的异物
Pi Yuan1, Chen Li1, Peng Tang1
1School of Mechanical and Energy Engineering, Zhejiang University of Science and Technology, Hangzhou, China.
PloS one
|April 26, 2024
概括
一个新的基于几何约束的检测模型 (GCBDM) 改善了在空的大容量亲肠 (LVP) 瓶中检测异物质. 这种自动化方法克服了用于药品包装质量控制的手动检查的局限性.
科学领域:
- 制药技术 制药技术 制药技术
- 质量控制 质量控制 质量控制
- 影像科学 影像科学
背景情况:
- 手动视觉检查空大容量亲肠道 (LVP) 瓶子的异物是劳动密集型和容易出错的.
- LVP 瓶的狭窄开口和不规则的形状使其难以在瓶底部准确检测污染物.
研究的目的:
- 开发一种自动检测模型,用于识别 LVP 瓶底部的异物.
- 克服手动检查的局限性,提高检测准确性和稳定性.
主要方法:
- 开发了一个基于几何约束的检测模型 (GCBDM),将图像模型与瓶形状特征集成.
- 该模型根据所需的精度和视野构建了成像参数的约束.
- 图像模型被优化,一般化的GCBDM被应用于各种瓶类型.
主要成果:
- GCBDM有效地避免了由于成像路径的狭窄开口导致瓶底的阻塞.
- 该模型通过计算位置偏差为设计精确的传输机制提供了基础.
- 该通用模型证明了适应不同瓶底检测场景的适应性.
结论:
- GCBDM提供了一个更准确,更稳定的自动化解决方案,用于检测LVP瓶中的外来物质.
- 这种方法通过解决瓶子几何形状带来的挑战来加强药品包装质量控制.
- 该模型的适应性表明在药品容器的自动检查中具有更广泛的应用.
