基于改进型PCNN的智能灯检机研究

设计了一种基于改进型脉冲耦合神经网络(pulse coupled neural networks,PCNN)的全自动智能灯检机,以实现药液中可见异物在线高速、高精度检测。为了从采集的复杂序列图像中提取出微小的运动目标,本文设计的机械装置能保证智能灯检机按照"旋转-急停-跟踪拍摄"这一检测流程,利用序列图像在时空上的连续性,克服大量背景干扰。由于存在连续图像中物体位置变化不大而导致漏检的可能性,相机采用外部等间隔时间触发拍摄模式。最后应用所述改进型脉冲耦合神经网络分割图像,并根据目标运动轨迹的连续性和平滑特点判断异物的存在性。实验表明,该智能灯检机能够有效检测出药液中的可见异物,检测速度、精度、误漏检率均能很好的满足医药生产线的需求。