输液中微小异物目标视觉检测技术 2025 chm pdf kindle rb azw3 下载 115盘

本书以输液图像的获取、预处理、微小目标检测识别算法和硬件系统设计为主线，对基于机器视觉技术的输液中微小目标检测方法进行了较为全面的论述。第1章介绍了本书的研究背景；第2章对检测对象进行了建模和分析；第3章研究了针对输液图像的预处理方法；第4章、第5章着重研究了微小目标的识别检测算法并进行了实验验证；第6章设计了微小目标的视觉检测硬件系统。结合现有的技术背景，作者着重对近期的研究成果进行了论述，形成了一套针对输液中弱小目标视觉检测的完整解决方案。

第1章 概述 1

1.1 输液中微小异物目标检测概况 1

1.2 相关技术及研究现状 2

1.2.1 自动视觉检测技术 2

1.2.2 弱小目标检测技术 3

1.2.3 液体中微小异物检测技术 8

1.3 输液中微小异物视觉检测的难点分析 10

1.4 本书内容摘要 11

1.4.1 本书研究的主要工作概述 11

1.4.2 本书的主要章节安排 14

第2章 输液中微小异物目标数学建模与分析 16

2.1 引言 16

2.2 输液中微小异物运动轨迹建模 17

2.2.1 输液序列图像采集 17

2.2.2 输液中异物微粒运动规律建模 18

2.3 输液序列图像特性分析 21

2.3.1 输液序列图像中异物目标特性分析 21

2.3.2 输液图像背景噪声特性分析 23

2.4 输液中微小异物目标检测性能评价方法 26

2.4.1 信噪比和对比度 27

2.4.2 检测概率和虚警概率 27

2.5 本章小结 30

第3章 输液图像预处理 31

3.1 引言 31

3.2 输液图像中有效检测区域标定 31

3.3 输液图像背景抑制 33

3.3.1 背景抑制技术概述 34

3.3.2 分块自适应背景抑制算法 35

3.3.3 残留背景噪声的正态性和独立性检验 38

3.3.4 实验与分析 40

3.4 输液图像中异物目标搜索分类算法 43

3.5 本章小结 45

第4章 基于人工免疫算法的输液中异物点目标检测技术研究 46

4.1 引言 46

4.2 人工免疫算法概述 47

4.2.1 人工免疫算法研究概况[86～91] 47

4.2.2 人工免疫算法的构成[105,106] 48

4.3 人工免疫算法的改进 50

4.3.1 问题的提出 50

4.3.2 自适应克隆抑制免疫算法 51

4.3.3 仿真研究 59

4.4 基于改进的人工免疫算法的输液中异物点目标检测算法 62

4.4.1 候选航迹的构造 63

4.4.2 抗体编码方案设计 69

4.4.3 亲和度函数构造 70

4.4.4 算法描述 72

4.5 仿真和实验 74

4.5.1 仿真 74

4.5.2 实验 79

4.6 本章小结 82

第5章 基于最小二乘支持向量机的输液中异物面目标检测技术研究 83

5.1 引言 83

5.2 最小二乘支持向量机简介 84

5.3 最小二乘支持向量机模型参数优化算法 86

5.3.1 最小二乘支持向量机模型参数对其分类性能的影响分析 86

5.3.2 最小二乘支持向量机模型参数寻优方法 92

5.3.3 最小二乘支持向量机模型参数优化算法 93

5.3.4 实验与分析 95

5.4 输液图像中异物面目标的特征提取 96

5.4.1 形状特征分析与提取 97

5.4.2 灰度特征提取 100

5.4.3 基于粗糙集理论的样本特征数据预处理 100

5.5 基于优化的最小二乘支持向量机的输液中异物面

目标检测算法 103

5.5.1 基于最小二乘支持向量机的帧间目标匹配和点迹关联 104

5.5.2 基于运动轨迹特征的异物面目标检测 106

5.6 实验分析 107

5.7 本章小结 113

第6章 输液中异物灯检系统设计与实验 114

6.1 引言 114

6.2 输液灯检系统总体设计 115

6.2.1 灯检系统的基本功能及性能指标 115

6.2.2 灯检系统的工作原理 115

6.2.3 灯检系统的总体结构 115

6.3 输液灯检系统硬件设计 117

6.3.1 视觉单元 117

6.3.2 高速实时图像采集处理单元 118

6.3.3 控制单元 120

6.4 软件系统设计 121

6.5 实验验证与分析 123

6.5.1 检测精度实验 124

6.5.2 检测速度实验 125

6.5.3 稳定性实验 126

6.6 本章小结 127

参考文献 129

山东工商学院

暂无出版社相关信息，正在全力查找中！

暂无相关书籍摘录，正在全力查找中！

在线阅读地址：输液中微小异物目标视觉检测技术在线阅读

在线听书地址：输液中微小异物目标视觉检测技术在线收听

在线购买地址：输液中微小异物目标视觉检测技术在线购买

暂无原文赏析，正在全力查找中！

前言

医用输液在生产过程中会混入少量微小异物，这些异物可能是外来的污染物，如铝屑、玻璃屑、橡皮屑等，也可能是内源性的固体，如原料中存在的不溶物、药物放置后析出的沉淀物等。中国药典规定：在输液生产过程中，要逐瓶进行不溶性异物检查。传统的检查方法由于劳动强度大，且检测结果不稳定，检测方法和标准不统一，已经成为输液自动化生产线的瓶颈问题。目前，基于机器视觉技术的输液中异物智能检测的研究还不多见。虽然国外一些研究机构已经做过一些研究工作，但是由于生产环境和制药标准不同，国内少数医疗器械公司引进的这方面技术，检测效果很不理想。所以，研究输液中微小异物视觉检测算法和研制适合我国制药标准和生产环境的在线全自动智能输液异物检测器械有着重要的理论意义和应用价值。

利用机器视觉技术进行输液异物检测的关键在于采集到的图像质量和图像处理算法的有效性。其中，输液中微小异物目标的图像识别算法是整个研究的难点和重点。本书主要从两个方面对输液中异物视觉检测技术进行了探讨和研究。一方面，根据输液异物检查标准和成像系统的分辨率，为准确辨识出其中可能存在的微小异物，针对输液图像中的异物点目标和面目标分别采用了基于改进的人工免疫算法的异物轨迹寻优算法和基于优化的最小二乘支持向量机的异物轨迹特征辨识算法。另一方面，为获取高质量的原始图像，设计了超高分辨率输液图像采集和处理系统，对其中的关键技术——超高分辨率图像采集和高速图像处理技术给出了解决方案。

本书共分6章。第1章为概述；第2章为输液中微小异物目标数学建模与分析；第3章至第5章研究了基于机器视觉的输液中微小异物智能检测方法，其中，第3章研究了输液图像预处理方法，第4章针对输液中的点目标进行了智能检测算法研究，第5章针对输液图像中较大的面目标进行了检测方法研究；第6章设计了超高分辨率输液图像采集系统和采集方法。

本书的研究工作得到国家自然科学基金（61173173、61272430）、山东省博士后创新项目专项资金（201203016）、山东省高等学校科技计划项目（J13LN06）、山东省自然科学基金（ZR2010EL030、ZR2010FM044）和山东省软科学研究计划项目（2012RKB01155）等项目的资助。

参加研究工作的还有庞清乐博士、郭文博士、马加庆博士、慕延华博士、闫龙博士、曲衍怀博士、王昕博士等，在此一并致谢！另外要特别致谢孙同景教授、王洪君教授、华臻教授、朱智林教授、张鑫教授、Xavier Intes 教授等，感谢他们为本书写作所提供的帮助和支持。

本书可作为从事微弱目标视觉检测研究和应用的科技人员的参考书，也可作为高等学校大学生和研究生学习机器视觉、图像处理的教学参考书。

由于撰写时间和作者水平之限，全书难免存在缺点和错误，敬请读者批评指正。

作 者

2013年1月