基于模版匹配的阵列特征高精度定位算法

结合实际的医用试纸生产中，存在着质检环节依靠人工肉眼检查，效率低下，误判率随工作时间推移而

背景意义： 目前在精度要求较高的印刷行业与医用试纸生产中，产品的质量检测主要靠人眼分辨或手工测量， 这种方式在劳动密集型产业中很容易实现，由于高精度的质量检测分类中需要很高的分辨力与适应性， 生产工人也有很好的学习能力，在这两点人眼都可以满足，但是这种测量方式还存在着如下的问题：首先，效率低下，人眼在持续的分辨细小物体后效率会显著的下降，误判也会增加；其次，在高亮度状态下持续辨力会对人眼造成健康影响，比如视力下降、头痛等。

机器视觉是利用计算机对图像或视频进行处理，实现对二维或三维场景的识别、检测、感知和理解等功能[1]，随着该技术与计算机图像处理能力快速发展，在工业生产中，尤其是质检工序中，根据视觉与图像信息， 可以对生产线的产品进行模式识别进而实现快速的分类乃至分拣， 在血糖试纸印刷制造中， 各类医疗检测试纸的药液位置与饱满程度决定了该试纸还原各类理化指标的可靠性，进而影响医疗诊断的结论。视觉检测技术尤其在质检方面已经具备相当的潜力，它具有如下优点：高效率，可靠与通用性良好；非接触，这点在卫生与精度要求都很高的医疗器械行业尤为重要。机器视觉在大批量、连续自动化生产流水线上具有很高的应用价值，能够对产品进行辨识和外形尺寸测量等[2]。

为了能在整版生产试纸的较大视场中分辨精度很高的药液饱满度，本文利用机器视觉与一系列图像处理方法设计了一套自动的质量检测系统，并着重介绍系统中图像处理算法部分。

2. 总体方案 系统的质检对象为一张330 mm * 310 mm 的胶印医用纸，如图1，纸上以50 行10 列分布着500 个小的医用血糖测试纸，每个小试纸拥有独立的药物反应功能，上印刷有导液涂层，可视为一个单元。并且每个血糖试纸上有两个滴药液体区域A、B (如图2)。

如图3 是未滴药的医用试纸与滴药且合格的试纸， 质检要求是A 区域药液饱满， 而B 区域存在药液， 只有A、B 区域的药液全部符合要求，血糖检测仪才能正常工作以显示可信赖的血糖指标。

由于被测物体较大，而需要分辨的精度有相当高，视场与最小分辨长度的比例较大，所以系统选用线扫相机以得到在相同视场范围内更高的像素数而成本又不至于过高。被测物体是一张轻薄的试纸，线扫描方案选择物体匀速移动而固定相机的方案，这样可以保证画面抖动更小进而可忽略。