[发明专利]清洗机清洗检测方法在审

专利信息
申请号: 201811374113.2 申请日: 2018-11-19
公开(公告)号: CN109632820A 公开(公告)日: 2019-04-16
发明(设计)人: 黄克;成泰洪;尹海燕;王景旭 申请(专利权)人: 温州大学
主分类号: G01N21/94 分类号: G01N21/94
代理公司: 温州金瓯专利事务所(普通合伙) 33237 代理人: 陈晖
地址: 325000 浙江省温州市瓯海*** 国省代码: 浙江;33
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 清洗 数字图像 清洗机 料斗 检测 矩阵 图像 二值化处理 计算机程序 节约资源 拍摄装置 数量统计 图形识别 二值化 取样 算法 筒壁 位机 像素 发送 量化
【说明书】:

发明公开了一种清洗机清洗检测方法,其包括以下步骤:步骤一、通过拍摄装置获取料斗筒壁的图像,并将其发送至上位机获得数字图像;步骤二、对数字图像进行量化和取样获得矩阵f(x,y);步骤三、对获取的图像进行二值化处理,获得f(x,y)的二值化像素值g(x,y);步骤四、对g(x,y)进行数量统计,若1与0均超过10个,则继续清洗,反之则停止清洗,本算法简单、更易于采用计算机程序实现,较容易在工业上操作,而且相比较现有清洗方式,该方法明显更有优势,即利用图形识别方法检测料斗是否清洗干净,以取代现有的基于经验方法,更节约资源。

技术领域

本发明涉及药机料斗清洗技术领域,具体涉及一种清洗机清洗检测方法。

背景技术

在固体制剂生产中,常离不开混合、加料传递及器具清洗工序,而我国当前大多固体制剂生产中最突出的问题便是工具器的清洗。从《药品生产验证指南(2003)》对设备清洗验证的目的作了定义,“设备清洗验证的目的是通过测试证明该设备的自动清洗程序或人工清洗程序能够清除设备部件上的活性药物残留物,并达到可接受的合格标准,并证明此清洗程序的稳定性和重演性。”现有单腔式、双腔式料斗清洗机虽然摆脱手工清洗方式,采用自动智能清洗方式,但是清洗方式采用单一化方案,即清洗机按照程序要求完成清洗,清洗方式、时间等参数按照经验所设定。靠经验设定程序假设清洗机完成对料斗的清洗过程,而不是料斗已经清洗“干净”,假设桶壁经检测均无残留颗粒,则停止清洗,否则继续清洗。可想而知,基于颗粒检测系统将大大提高清洗机清洗效率,并节约水资源,尤其在清洗大批量料斗时候,最为突出。

发明内容

针对以上不足,本发明提供一种清洗机清洗检测方法。

为实现上述目的,本发明提供一种清洗机清洗检测方法,其包括以下步骤:

步骤一、通过拍摄装置获取料斗筒壁的图像,并将其发送至上位机获得数字图像;

步骤二、对数字图像进行量化和取样获得矩阵其中M为行数,N为列数,(x,y)为坐标;

步骤三、对获取的图像进行二值化处理,获得f(x,y)的二值化像素值T为二值化阈值;

步骤四、对g(x,y)进行数量统计,若1与0均超过10个,则继续清洗,反之则停止清洗。

步骤三中,获取灰度值i的概率其中图像像素总数t=M*N,灰色范围为[0,L-1],灰度值i的像素为ni

将图像中的像素按灰度值用阈值T分成两类C0和C1,其中C0对应于灰度值在[0,T-1]之间的像素,C1对应于灰度值在[T,T-1]之间的像素,则C0和C1的概率分别为C0和C1的均值分别为整个图像的灰度均值为u=w0u0+w1u1,获得类间方差为σ2=w0(u0-u)2+w1(u1-u)2,T在[0,L-1]范围内,以步长1依次递增,L为灰度图像的灰度级数目,当σ2最大时对应的T为最佳阈值。

本发明的有益效果:本算法简单、更易于采用计算机程序实现,较容易在工业上操作,而且相比较现有清洗方式,该方法明显更有优势,即利用图形识别方法检测料斗是否清洗干净,以取代现有的基于经验方法,更节约资源。

附图说明

图1是本发明的检测系统流程图。

具体实施方式

下面针对附图对本发明的实施例作进一步说明:

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于温州大学,未经温州大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201811374113.2/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top