Les gens sont affectés par de nombreuses maladies dans leur vie, ce qui impacte la productivité de l'individu dans la société et la vie de la personne en général. La plupart de ces maladies peuvent être traitées par des médicaments. Le problème dans l'industrie pharmaceutique réside dans la présence de plusieurs défauts intégrés dans les comprimés, tels qu'un rapport insuffisant entre les particules et les sphères, un contenu en humidité inadéquat, et un réglage imprécis des machines, qui peuvent être quelques-unes des raisons des défauts visuels comme les imperfections dans l'enveloppe des comprimés. De plus, la production de médicaments dans les usines pharmaceutiques s'élargit, rendant difficile le contrôle de la qualité des comprimés après l'emballage. L'objectif de ce document est de développer une machine de tri manuelle des comprimés en un système automatisé dans le but d'améliorer la vitesse et la précision du processus de tri. Le défaut dans l'emballage en plastique est un défaut courant qui peut exister dans les comprimés. Par conséquent, ce défaut a été considéré aux fins de ce document. Les dommages à l'emballage en plastique peuvent survenir lors de la production de l'emballage ou avant l'emballage, et ainsi un système sera conçu pour inspecter l'emballage en plastique avant l'emballage afin de réduire les dommages autant que possible, ainsi qu'une inspection de l'emballage en plastique après l'emballage, car les dommages à l'emballage en plastique causent des dommages aux comprimés et aux capsules. L'algorithme du système proposé comprend un traitement préliminaire et une extraction des caractéristiques en utilisant des motifs binaires locaux inversés et une représentation des agrégats coordonnés inversés (qui est la contribution de recherche) et enfin la classification des comprimés en endommagés ou non endommagés en utilisant un algorithme de réseau de neurones artificiels (ANN) et spécifiquement l'apprentissage inversé de l'avant. Le réseau de neurones est entraîné avec l'extraction des caractéristiques des données après les avoir testées. Les résultats expérimentaux étaient acceptables, et le système d'inspection de l'emballage des comprimés en plastique a montré une précision globale de 94,4 % lors des tests. De plus, l'approche utilisant les caractéristiques inversées fournit une meilleure précision de reconnaissance par rapport aux autres approches. Le système a été évalué en utilisant la sensibilité, la spécificité et la précision.

Rihab Hazem Qassem et Muzhir Shaaban Al-Ani

CCR; Trou dans le plastique couvert; LBP; Emballage; Texture