据国际糖尿病联盟发布的全球糖尿病概览可知,截止于2017年,世界糖尿病患者人数已达到近4.25亿。而我国糖尿病患者占全球患者总数的1/4,是糖尿病患者最多的国家。血糖试纸作为血糖含量测试的重要工具,其使用量巨大,因此研究提高血糖试纸生产效率具有重要的应用意义。在血糖试纸生产过程中,需要进行试条切割、剔除不合格试纸、试纸装瓶等操作。本文分析了血糖试纸生产线的特点,基于机器视觉技术开发了一套血糖试纸自动切装系统软件。本文的主要研究工作如下:(1)设计了血糖试纸自动切装系统的总体解决方案。硬件系统包括相机、光源的选型,照明方案的设计等;软件系统包括软件框架设计、软件流程设计等。(2)研究了均匀表面低对比度表面缺陷检测原理。首先,通过傅里叶变换将图像转换到频域,在频域对图像进行高斯滤波,再将图像重构回空间域。重构后的图像能对图像背景做出很好的估计。然后,将原图与背景图像相减后再进行线性变换,使得缺陷特征得到显著增强。最后通过一种无偏的曲线结构提取算法对缺陷进行定位和识别。(3)给出了精度在0.05mm内的试条位置对准解决方案。经过亚像素边缘提取,轮廓分析,轮廓排序,使用基于Tukey权重函数的加权最小二乘法对轮廓进行拟合,进而确定了对位参考线。通过限制边缘方向、轮廓拟合方向,提出了具有较强鲁棒性的参考线识别算法。最后,基于寻找到的参考线设计了试条对位算法检测流程。(4)针对红色不良标记识别的需求,研究了图像分类算法。比较了传统分类算法和基于卷积神经网络的分类算法的优劣。在神经网络结构设计上,本文采用全局平均池化层替代了全连接层,减少了模型参数。相比于传统图像分类算法,基于卷积神经网络的分类算法无需手动设置阈值,分类准确率达100%,提高了分类算法的检测精度。(5)设计了视觉软件的人机交互界面。包含6个相机实时测试结果显示界面,相机参数设置界面,视觉算法参数设置界面等。最后,软件在windows开发环境下,使用C++编码实现。目前已初步在血糖试纸自动切装设备上使用,极大的提高了血糖试纸的生产效率。