以胶囊形式生产的药品和保健品在人们的生活中扮演着重要角色,胶囊的质量问题与人们的健康息息相关,传统的胶囊检测是通过人工分拣的方式来完成,这种方式存在检测精度不可控,人力资源消耗大和检测效率较低等问题,基于机器视觉的胶囊缺陷自动检测系统能够实现高精度和高效率的工业检测,本文结合胶囊生产商的实际需求设计了一套胶囊缺陷自动检测系统,本文的主要研究内容如下:1)设计了胶囊缺陷检测系统。首先是系统结构设计,主要包括传送装置和采集装置设计,并对光源、相机、光电开关、采集卡等装置的选取和图像采集方案进行了详细的分析;然后是系统软件设计,开发了一套人机交互的胶囊检测软件系统,主要包括训练和识别模块的软件流程设计、界面设计和多线程处理机制设计。2)实现了胶囊体的分割提取。首先,生产商生产的胶囊以透明椭圆形胶囊为主,光照下胶囊的两端较暗,中间较亮,且透明胶囊与传送带背景区分度小,其次,为了解决固定卡槽传送模式中卡槽的大小不可调节的问题,本文在非固定传送模式下进行胶囊图像采集,此时传统的分割方法不能将胶囊精确地提取出来,文中提出了一种基于图像投影和约束梯度搜索的胶囊分割方法,主要包括图像投影、投影信号去噪、约束梯度搜索和胶囊体提取,该方法实现了透明和非透明胶囊体的精确提取。3)完成了胶囊形状和颜色检测算法设计。胶囊的形状缺陷包括大小不合格和异形,且部分异形胶囊与正品胶囊不易区分,本文提取了胶囊的轮廓面积、长、宽、长宽比、矩形度和二阶不变矩特征进行训练和识别;对受光照和传送带影响较大的透明胶囊,详细分析了胶囊在不同颜色空间下的颜色特征分布,设计了方差阈值颜色特征提取方法,有效地提高了颜色特征可靠性,最终实现了胶囊的形状和颜色的准确检测。4)解决了透明胶囊的黑点和气泡检测问题。透明胶囊内部黑点的面积较小且受光照干扰严重,容易出现漏检和误检问题,本文设计了基于S空间图像边缘检测和分区阈值判定的胶囊黑点检测方法,较好地解决了黑点的漏检和误检问题;胶囊内部气泡的边缘是其与正常区域具有区分性的重要特征,本文设计了基于轮廓分析和最小二乘法圆形拟合的气泡检测方法,对胶囊的H空间图像进行中值滤波、阈值分割、轮廓提取、轮廓筛选和最小二乘气泡圆参数拟合,实现了气泡的双边缘的准确检测。