專利名稱：醫(yī)藥視覺檢測機器人的安瓿瓶外觀質(zhì)量檢測方法
技術(shù)領(lǐng)域：
本發(fā)明屬于醫(yī)藥工業(yè)機器視覺檢測機器人技術(shù)領(lǐng)域，特指醫(yī)藥視覺檢測機器人的安瓿瓶外觀質(zhì)量檢測方法。
背景技術(shù)：
在制藥生產(chǎn)過程中，安瓿瓶在封口時，采用火焰高溫將安瓿瓶瓶口玻璃融化拉絲密封。然而，在玻璃融化拉絲的過程中，受拉絲鉗夾瓶位置、燃燒火焰大小、瓶子轉(zhuǎn)速等工藝影響，安瓿瓶頂部熔融玻璃可能出現(xiàn)收縮不均勻、托絲、泡頭、扁頭、尖頭、斷頭、鉤子頭等異常產(chǎn)品；同時，在灌裝時，不可避免地有藥液滴漏的現(xiàn)象，滴漏在瓶口的藥液被火焰高溫碳化，出現(xiàn)黑色碳化物為焦頭碳化。托絲、泡泡頭、鉤子頭等外觀異常產(chǎn)品，在包裝運輸?shù)倪^程中，容易破損導(dǎo)致藥液外流，給同批次的產(chǎn)品帶來二次污染，嚴重影響用藥安全和生產(chǎn)效率。在機器異物檢測時，安瓿瓶高速旋轉(zhuǎn)時可以將部分黑色碳化物沖刷下來，機器只能檢測出溶液中的可見異物，而部分碳化物粘結(jié)較牢，則無法在機器異物檢測環(huán)節(jié)分揀出來。在運輸和使用過程才出現(xiàn)在藥液中，給患者帶來傷害，也會給生產(chǎn)企業(yè)帶來很大的風(fēng)險和損失，需要對安瓿瓶中的黑頭進行檢測。目前安瓿的機器檢測產(chǎn)品功能都集中在藥液異物檢測方面，而針對外觀異常產(chǎn)品和焦頭碳化方面的缺陷只能依靠人工進行燈檢。人工檢測存在效率低、一致性差、漏檢率高、精度低等問題。因此，為了提高醫(yī)藥生產(chǎn)線的生產(chǎn)效率和產(chǎn)品的質(zhì)量水平，研制一套可靠穩(wěn)定、高速的視覺檢測算法具有十分重要的價值和意義。

發(fā)明內(nèi)容
本發(fā)明提供了醫(yī)藥視覺檢測機器人的安瓿瓶外觀質(zhì)量檢測方法，其目的在于克服現(xiàn)有技術(shù)中安瓿瓶的外觀及黑頭檢測過程中存在人工檢測效率低、一致性差和精度低的問題。醫(yī)藥視覺檢測機器人的安瓿瓶外觀質(zhì)量檢測方法，包括如下步驟步驟1:圖像采集以及圖像預(yù)處理；對通過網(wǎng)絡(luò)工業(yè)CXD相機采集的安瓿瓶頭部圖像傳輸給工控機進行預(yù)處理，采用中值濾波法去除圖像采集和傳輸過程中存在的噪聲點，得到圖像A ；步驟2 :求圖像A中安瓿瓶頭部的旋轉(zhuǎn)角度；采用穿線法確定安瓿瓶的擬對稱中心線L，擬對稱中心線與豎直軸的夾角，即為圖像A中安瓿瓶頭部的旋轉(zhuǎn)角度a ；穿線法是指在不同線上分別從左往右、從右往左兩個方向穿越安瓿瓶，分別找到各自方向上與瓶壁的第一個交點，通過兩兩對稱的交點連線的中點確定擬對稱中心線；步驟3:旋轉(zhuǎn)圖像A ;根據(jù)步驟2中求得的旋轉(zhuǎn)角度a，采用基于雙線性插值-累加法的圖像旋轉(zhuǎn)方法，旋轉(zhuǎn)圖像A使圖像A中的頭部圖像關(guān)于豎直軸對稱，得到圖像B ;
步驟4:求圖像B中頭部圖像的對稱中心點；
圖像A擬對稱中心線L經(jīng)過旋轉(zhuǎn)變換后，在圖像B中L變換成對稱中心線Lci,對稱中心線Ltl與圖像A中安瓶瓶頭部圖像的交點即為對稱中心點Iitl ；
步驟5 :求頭部邊緣點；
以對稱中心線Ltl為基準線，在基準線兩側(cè)作與基準線平行且等間距的2n條豎線， 以對稱中心點Iitl為作為第一個交點，2n條豎線與安瓿瓶瓶壁的交點作為頭部的邊緣點，依次為(hn, h12, h13***hln)、Qa21, h22, h23, “·1ι2η)，n 取整數(shù)，n 的取值范圍是 3 7,其中，(hn, h21) 為第一對邊緣點，(hln, h2n)為第η對邊緣點；
其中，所述的間距為S1/10，SI為合格安瓿瓶正置時在離頭部垂直距離為S2/4處的寬度，S2為相同規(guī)格的合格安瓿瓶瓶頸至安瓿瓶頂部的高度；
步驟6:外觀拉絲判斷；
依次判斷步驟5獲得的邊緣點對是否關(guān)于對稱中心線Ltl軸對稱和邊緣點對的坐標變化趨勢是否符合拋物線的曲線變化趨勢，如果存在一對或一對以上不對稱的邊緣點， 或者存在相鄰的邊緣點的坐標變化趨勢不符合拋物線的曲線變化趨勢，則當前安瓿瓶外觀拉絲檢測不合格，轉(zhuǎn)入步驟9 ;否則，則判定當前安瓿瓶外觀拉絲檢測合格，進入步驟7 ;
步驟7 :定位黑頭矩形檢測區(qū)域；
確定矩形檢測區(qū)域圖像C的四條直線邊的坐標值，四條直線邊分別為左邊緣線 LI,右邊緣線L2,上邊緣線L3,下邊緣線L4 ；
左邊緣線L1:左邊緣距離左邊瓶壁的S1/10的位置；
右邊緣線L2 :右邊緣距離右邊瓶壁的S1/10的位置；
上邊緣線L3 :上邊緣線距離瓶頭部頂點S2/10的位置；
下邊緣線L4 :下邊緣線距離瓶頭部頂點S2/3處；
黑頭是由于拉絲融封過程掉下來的高溫殘留藥液掉落在瓶壁上，出現(xiàn)的區(qū)域不會在弧形的瓶頭區(qū)域，而是在安瓿瓶頭部區(qū)域下方至瓶頸的區(qū)域部分；
安瓿瓶瓶頸至安瓿瓶頭部區(qū)域形狀具有類似矩形且瓶壁邊緣灰度值具有突變的特點，因此定位黑頭檢測區(qū)域為矩形，且定位的區(qū)域在瓶壁邊緣以內(nèi)；
所以定位黑頭區(qū)域可以直接選擇除去小部分弧形瓶頭的安瓿瓶頭部至瓶頸的矩形區(qū)域。
黑頭區(qū)域的下邊緣L4是一個常量，當檢測的裝量確定后，黑頭檢測的下邊緣區(qū)域基本保持不變。
步驟8 :外觀黑頭判斷；
對所述的黑頭矩形檢測區(qū)域，采用形態(tài)學(xué)腐蝕處理與原圖差分將黑頭檢測區(qū)域中的異物提取出來，統(tǒng)計結(jié)果中黑頭異物的像素個數(shù)P，與設(shè)定的閾值M進行比較，判斷安瓿外觀黑頭質(zhì)量是否合格，若P大于Μ，則判定為安瓿瓶外觀黑頭質(zhì)量不合格，否則，則判定為當前安瓿瓶外觀黑頭質(zhì)量合格；其中M取整數(shù)，其取值范圍是5 10 ;
步驟9 :標定檢測結(jié)果；
若外觀拉絲檢測結(jié)果或黑頭質(zhì)量判斷結(jié)果不合格，則最終檢測結(jié)果為不合格。
所述步驟2中的旋轉(zhuǎn)角度的計算方法步驟為
( I)采用穿線法求擬對稱中心線上的點；由于瓶壁邊緣的灰度值存在跳變，用穿線法分別從同一水平線上，穿線穿行安瓿瓶搜索灰度值突變的兩個像素點為(aql、aq2)，即邊緣點，所述的灰度值突變是指灰度值變化超過10以上，穿線數(shù)目為q，多條穿線對應(yīng)的邊緣點分別為(an、a12)，(a21、a22)…(aql、aq2)，擬對稱中心線上的某一點aq(l的坐標值為同一穿線上兩個邊緣點的坐標值之和的均值
權(quán)利要求
1.醫(yī)藥視覺檢測機器人的安瓿瓶外觀質(zhì)量檢測方法，其特征在于，包括如下步驟 步驟1:圖像采集以及圖像預(yù)處理； 對通過網(wǎng)絡(luò)工業(yè)CXD相機采集的安瓿瓶頭部圖像傳輸給工控機進行預(yù)處理，采用中值濾波法去除圖像采集和傳輸過程中存在的噪聲點，得到圖像A ; 步驟2 :求圖像A中安瓿瓶頭部的旋轉(zhuǎn)角度； 采用穿線法確定安瓿瓶的擬對稱中心線L，擬對稱中心線與豎直軸的夾角，即為圖像A中安瓿瓶頭部的旋轉(zhuǎn)角度α ； 穿線法是指在不同線上分別從左往右、從右往左兩個方向穿越安瓿瓶，分別找到各自方向上與瓶壁的第一個交點，通過兩兩對稱的交點連線的中點確定擬對稱中心線； 步驟3 :旋轉(zhuǎn)圖像A ； 根據(jù)步驟2中求得的旋轉(zhuǎn)角度α，采用基于雙線性插值-累加法的圖像旋轉(zhuǎn)方法，旋轉(zhuǎn)圖像A使圖像A中的頭部圖像關(guān)于豎直軸對稱，得到圖像B ； 步驟4 :求圖像B中頭部圖像的對稱中心點； 圖像A擬對稱中心線L經(jīng)過旋轉(zhuǎn)變換后，在圖像B中L變換成對稱中心線Lci,對稱中心線Ltl與圖像A中安瓶瓶頭部圖像的交點即為對稱中心點Iitl ； 步驟5 :求頭部邊緣點； 以對稱中心線Ltl為基準線，在基準線兩側(cè)作與基準線平行且等間距的2n條豎線，以對稱中心點％作為第一個交點，2n條豎線與安瓿瓶瓶壁的交點作為頭部的邊緣點，依次為(hn, h12, h13***hln)、Qa21, h22, h23,…h(huán)2n), n 取整數(shù)，n 的取值范圍是 3 7,其中，(hn, h21)為第一對邊緣點，(hln, h2n)為第η對邊緣點； 其中，所述的間距為S1/10，SI為合格安瓿瓶正置時在離頭部垂直距離為S2/4處的寬度，S2為相同規(guī)格的合格安瓿瓶瓶頸至安瓿瓶頂部的高度； 步驟6 :外觀拉絲判斷； 依次判斷步驟5獲得的邊緣點對是否關(guān)于對稱中心線Ltl軸對稱和邊緣點對的坐標變化趨勢是否符合拋物線的曲線變化趨勢，如果存在一對或一對以上不對稱的邊緣點，或者存在相鄰的邊緣點的坐標變化趨勢不符合拋物線的曲線變化趨勢，則當前安瓿瓶外觀拉絲檢測不合格，轉(zhuǎn)入步驟9 ;否則，則判定當前安瓿瓶外觀拉絲檢測合格，進入步驟7 ; 步驟7 :定位黑頭矩形檢測區(qū)域； 確定矩形檢測區(qū)域圖像C的四條直線邊的坐標值，四條直線邊分別為左邊緣線LI，右邊緣線L2，上邊緣線L3，下邊緣線L4 ； 左邊緣線L1:左邊緣距離左邊瓶壁的S1/10的位置； 右邊緣線L2 :右邊緣距離右邊瓶壁的S1/10的位置； 上邊緣線L3 :上邊緣線距離瓶頭部頂點S2/10的位置； 下邊緣線L4 :下邊緣線距離瓶頭部頂點S2/3處； 步驟8:外觀黑頭判斷； 對所述的黑頭矩形檢測區(qū)域，采用形態(tài)學(xué)腐蝕處理與原圖差分將黑頭檢測區(qū)域中的異物提取出來，統(tǒng)計結(jié)果中黑頭異物的像素個數(shù)P，與設(shè)定的閾值M進行比較，判斷安瓿外觀黑頭質(zhì)量是否合格，若P大于Μ，則判定為安瓿瓶外觀黑頭質(zhì)量不合格，否則，則判定為當前安瓿瓶外觀黑頭質(zhì)量合格；其中M取整數(shù)，其取值范圍是5 10 ;步驟9 :標定檢測結(jié)果；若外觀拉絲檢測結(jié)果或黑頭質(zhì)量判斷結(jié)果不合格，則最終檢測結(jié)果為不合格。
2.根據(jù)權(quán)利要求1所述的醫(yī)藥視覺檢測機器人的安瓿瓶外觀質(zhì)量檢測方法，其特征在于，所述步驟2中的旋轉(zhuǎn)角度的計算方法步驟為(1)采用穿線法求擬對稱中心線上的點；由于瓶壁邊緣的灰度值存在跳變，用穿線法分別從同一水平線上，穿線穿行安瓿瓶搜索灰度值突變的兩個像素點為(aql、aq2)，即邊緣點，所述的灰度值突變是指灰度值變化超過10以上，穿線數(shù)目為q，多條穿線對應(yīng)的邊緣點分別為(an、a12)，(a21、a22)…(^aq2), 擬對稱中心線上的某一點aq(l的坐標值為同一穿線上兩個邊緣點的坐標值之和的均值
3.根據(jù)權(quán)利要求2所述的醫(yī)藥視覺檢測機器人的安瓿瓶外觀質(zhì)量檢測方法，其特征在于，所述步驟3中的圖像A的旋轉(zhuǎn)步驟為(O確定旋轉(zhuǎn)公式；采用方向旋轉(zhuǎn)公式，將原圖像旋轉(zhuǎn)α角，使得旋轉(zhuǎn)后的圖像關(guān)于豎直軸成軸對稱； 圖像A以左上角為原點，向右為X軸、向下為y軸，點(x，y)經(jīng)過旋轉(zhuǎn)α角度后,坐標變成(X’，y')
4.根據(jù)權(quán)利要求3所述的醫(yī)藥視覺檢測機器人的安瓿瓶外觀質(zhì)量檢測方法，其特征在于，所述步驟6中外觀拉絲判斷的方法具體流程為 1)對稱性特征判斷； 以對稱中心線Ltl為中心線，判斷所述步驟5中獲得的邊緣點對是否關(guān)于對稱中心線Ltl對稱； a)i=l ； b)取第i對對稱點(hn，h2i)，； c)判斷hn和h2i的橫坐標差值的絕對值是否在允許的誤差范圍S1以內(nèi)，其中^為3-5個像素，如果絕對值小于或等于ε i，則繼續(xù)進行下一步，否則轉(zhuǎn)到步驟e)； d)i=i+l,若i〈=n,則返回步驟b),否則,結(jié)束本次判斷,轉(zhuǎn)入2)趨勢特征判斷； e)標記當前安瓿瓶外觀拉絲存在質(zhì)量問題； 2)趨勢特征判斷； 判斷所述步驟5中獲得的邊緣點中相鄰的邊緣點是否符合拋物線的曲線變化趨勢； a)i=l ； b)以對稱中心點Iitl為起點，分別取左邊緣、右邊緣上的連續(xù)兩個邊緣點hn、hi(1+1)和h21、h2 (i+1)的縱坐標值；C)依次判斷hi (i+1)與hn的縱坐標差值和h2 (1+1)與h2i縱坐標差值的結(jié)果，若其中任意一個結(jié)果大于ε2，其中ε2的取值范圍是10-12個像素，則轉(zhuǎn)步驟e)，否則繼續(xù)進入下一個步驟；d)i=i+l,若i〈=n-l,則返回步驟b),否則,結(jié)束本次判斷判斷；e)標記當前安瓿瓶外觀拉絲存在質(zhì)量問題。
5.根據(jù)權(quán)利要求3所述的醫(yī)藥視覺檢測機器人的安瓿瓶外觀質(zhì)量檢測方法，其特征在于，所述步驟8中外觀黑頭判斷方法的具體流程為設(shè)黑頭檢測區(qū)域的圖像C為h(x’，y’)，選用大小為(3X3) (5X5)的正方形結(jié)構(gòu)算子，(X' ,1')為像素點坐標；1)利用結(jié)構(gòu)算子對圖像C進行腐蝕操作得到的輸出圖像D，設(shè)圖像DSh1U' ,Y')2)將腐蝕后的圖像D與圖像C進行差分處理，得到差分后的圖像E，記為h2(x'，y')， h2 (X，, y') = Ii1 (X，, y') -h (x，, y'), (x，，y’)為像素點坐標；3)對圖像E進行閾值分割，提取黑頭特征
全文摘要
本發(fā)明公開了醫(yī)藥視覺檢測機器人的安瓿瓶外觀質(zhì)量檢測方法，其步驟為(1)獲取安瓿瓶圖像，用中值濾波器進行預(yù)處理；(2)采用穿線法求安瓿瓶擬對稱中心線，得到旋轉(zhuǎn)角度α；(3)用雙線性插值-累加法旋轉(zhuǎn)圖像；(4)求對稱中心線，對稱中心線與頭部的交點為對稱中心點h0；(5)求頭部邊緣點；(6)安瓿瓶頭部外曲線具有對稱、呈下拋物線的變化趨勢的特征，判斷安瓿外觀拉絲質(zhì)量是否合格；(7)定位黑頭檢測矩形區(qū)域；(8)采用差分法判斷安瓿外觀黑頭質(zhì)量是否合格；(9)綜合外觀拉絲和黑頭質(zhì)量檢測結(jié)果；該方法克服了人工檢測效率低、一致性差、漏檢率高等問題，提高了安瓿藥品生產(chǎn)自動化程度和產(chǎn)品質(zhì)量。
文檔編號G01N21/88GK103018253SQ20121050135
公開日2013年4月3日 申請日期2012年11月30日 優(yōu)先權(quán)日2012年11月30日
發(fā)明者王耀南, 潘星宇, 吳成中, 周博文, 張輝, 盧斌, 龔權(quán)華 申請人:湖南大學(xué)