医用铝塑瓶盖在生产过程中,会出现各种类型的残次品,譬如油污、缺口、圆度异常、高度异常等。此类残次品流入市场,影响企业形象与药品使用者健康。若继续依靠人工检测,此方法不仅准确率低,而且人力成本大。针对这一现状,本文基于机器视觉,通过以下几个方面,设计开发了一套医药瓶盖高速智能检测系统,目前该系统已取得实际应用。首先介绍传送系统与图像采集系统。本系统采用两段式传送结构,首尾重叠、真空吸附等特殊构造,使得瓶盖随皮带稳定运行,并实现瓶盖翻转取相,全面检测。图像采集系统采用六台高速工业相机,瓶盖正面和背面各一台,侧面使用四台,对瓶盖图像全方位采集。其次是检测算法的设计实现。针对侧面、正面、背面的图像特点,分别设计了具有针对性的检测算法,对各类缺陷瓶盖进行识别。在图像预处理以及图像的分割定位中,分别介绍了目前常用的图像增强和图像分割以及图像匹配算法,分析了各类算法的特点,并根据具体情况,针对瓶盖图像特点,提出的基于区域推导思想的图像定位方法。在检测算法中分别设计了脏污检测、圆度与高度检测、六桥检测、混色检测等算法,实现了对各类缺陷的检测。最后对机械结构和算法进行实际测试。经过大量试验和现场测试,验证了系统的稳定性与可靠性,检测速度可达950个/分钟,剔除准确率达99.9%。总体上来说,该套系统检测精度较高,且高度自动化,满足瓶盖生产企业的检测要求,可以替代传统人工检测的方式,提高了企业的生产效率,应用前景广阔。