基于機(jī)器視覺檢測平臺(tái)的液體藥瓶異物檢測方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明屬于機(jī)器視覺檢測技術(shù)，涉及一種基于機(jī)器視覺檢測平臺(tái)的液體藥瓶異物 檢測方法。
【背景技術(shù)】
[0002] 水針制劑是非常常見的一種藥品制劑，如今我國的醫(yī)用注射液產(chǎn)量已居世界前 列。但水針制劑的生產(chǎn)過程中，由于工藝水平的影響，水針制劑中往往無法避免地出現(xiàn)諸 如包括玻璃肩、纖維、白點(diǎn)、色塊及晶體析出等其它異物。這些雜質(zhì)對藥品的質(zhì)量會(huì)產(chǎn)生很 大的影響。由于機(jī)械平臺(tái)會(huì)產(chǎn)生無法避免的機(jī)械振動(dòng)，反映到采集到的藥瓶圖像就會(huì)有幾 個(gè)像素的平移或扭轉(zhuǎn)。如果沒有對圖像進(jìn)行精確的修正，會(huì)導(dǎo)致異物面積的增加，對于醫(yī)藥 檢測需要達(dá)到50微米的精度來說就是幾個(gè)像素。在一般的設(shè)計(jì)中，通常采用幀間差分的方 法來差除背景，凸顯異物目標(biāo)，但是在沒有對圖像進(jìn)行精確的校正，會(huì)出現(xiàn)較高的誤檢率。 同時(shí)由于光干擾的存在，以及溶于液體中的氣泡運(yùn)動(dòng)的干擾，誤檢率會(huì)進(jìn)一步增加。因此， 急需一種能夠解決圖像的精確定位，同時(shí)去除各個(gè)工位之間的光干擾，以及液體內(nèi)部的氣 泡的方法，來達(dá)到高精度的檢測。

【發(fā)明內(nèi)容】

[0003] 本發(fā)明提出了一種基于機(jī)器視覺檢測平臺(tái)的液體藥瓶異物檢測方法，其的目的在 于提出一個(gè)完整的檢測液體藥瓶異物的方法，克服目前技術(shù)中檢測藥瓶異物時(shí)，未對已經(jīng) 發(fā)生偏移的藥瓶進(jìn)行校正，未對光干擾區(qū)域進(jìn)行排除，未對氣泡干擾做出排除，導(dǎo)致的異物 檢測精度較低的誤檢率過高的問題。
[0004] 為實(shí)現(xiàn)上述目的，本發(fā)明采用以下技術(shù)方案：
[0005] 一種基于機(jī)器視覺檢測平臺(tái)的液體藥瓶異物檢測方法，包括：
[0006] 步驟（1):液體藥瓶置于機(jī)器視覺檢測平臺(tái)上，連續(xù)采集N幀序列液體藥瓶圖像， 其中，N為大于等于1的正整數(shù)；
[0007] 步驟（2):對采集的每一幀序列液體藥瓶圖像都進(jìn)行均值濾波和開窗處理；
[0008] 步驟⑶：獲取每一幀序列液體藥瓶圖像的感興趣的檢測區(qū)域ROI ;
[0009] 步驟（4):在感興趣的檢測區(qū)域ROI內(nèi)創(chuàng)建基準(zhǔn)模板，濾波和開窗處理后的液體藥 瓶圖像與基準(zhǔn)模板進(jìn)行基于灰度特征的模板匹配；
[0010] 步驟（5):對模板匹配后的相鄰兩幀圖像幀間進(jìn)行差分處理，再進(jìn)行灰度閾值分 割獲得第i幀圖像Imagethresholdi,其中，2彡i彡N，i為整數(shù)；
[0011] 若所有圖像ImagethresholdiR都不存在異物，則藥瓶內(nèi)的液體合格；若任一圖像 Imagethresholdi內(nèi)存在異物，則根據(jù)藥瓶內(nèi)異物的特性來判斷藥瓶內(nèi)液體是否合格，其判 斷準(zhǔn)則為：
[0012]
【主權(quán)項(xiàng)】
1. 一種基于機(jī)器視覺檢測平臺(tái)的液體藥瓶異物檢測方法，其特征在于，包括： 步驟（1):液體藥瓶置于機(jī)器視覺檢測平臺(tái)上，連續(xù)采集N幀序列液體藥瓶圖像，其中， N為大于等于1的正整數(shù)； 步驟（2):對采集的每一幀序列液體藥瓶圖像都進(jìn)行均值濾波和開窗處理； 步驟（3):獲取每一幀序列液體藥瓶圖像的感興趣的檢測區(qū)域ROI ; 步驟（4):在感興趣的檢測區(qū)域ROI內(nèi)創(chuàng)建基準(zhǔn)模板，濾波和開窗處理后的液體藥瓶圖 像與基準(zhǔn)模板進(jìn)行基于灰度特征的模板匹配； 步驟（5):對模板匹配后的相鄰兩幀圖像幀間進(jìn)行差分處理，再進(jìn)行灰度閾值分割獲 得第i幀圖像Imagethresholdi,其中，2 < i < N，i為整數(shù)； 若所有圖像Imagethresho I Cli內(nèi)都不存在異物，則藥瓶內(nèi)的液體合格；若任一圖像 Imagethresholdi內(nèi)存在異物，則根據(jù)藥瓶內(nèi)異物的特性來判斷藥瓶內(nèi)液體是否合格，其判 斷準(zhǔn)則為： , [次Vi Area sum>a u Area singlc>/? u Eiioiframes〉厶 , Rcsiut=^ - - (I) ?正品 其他 其中，Area_sum為異物的面積總和；Area_single為異物面積單個(gè)最大面積； Errorframes為存在異物的所有幀數(shù)；α、β分別為異物面積總和與單個(gè)異物面積的閾值， ξ為出現(xiàn)異物幀數(shù)的閾值。
2. 如權(quán)利要求1所述的一種基于機(jī)器視覺檢測平臺(tái)的液體藥瓶異物檢測方法，其特征 在于，所述感興趣的檢測區(qū)域ROI為采集到的液體藥瓶圖像去除光干擾、去除瓶頂部的液 位運(yùn)動(dòng)部分和去除底部瓶座的支撐部分。
3. 如權(quán)利要求1所述的一種基于機(jī)器視覺檢測平臺(tái)的液體藥瓶異物檢測方法，其特征 在于，所述步驟（4)中創(chuàng)建基準(zhǔn)模板和模板匹配，包括： 步驟（4. 1):依據(jù)藥瓶的圖像特征，在采集得到的藥瓶圖像中，選擇灰度特征最為明顯 的瓶底區(qū)域作為模板搜索區(qū)域；并設(shè)定第一幀圖像為基準(zhǔn)模板； 步驟（4. 2):采用位移幀差法分別計(jì)算第i幀圖像與第一幀圖像匹配后的圖像。
4. 如權(quán)利要求1所述的一種基于機(jī)器視覺檢測平臺(tái)的液體藥瓶異物檢測方法，其特征 在于，所述步驟（4. 2)的具體過程為： 步驟（4. 2. 1):計(jì)算第i幀圖像在y方向和X方向移動(dòng)的偏移量； Ymovei = - (Σ RowNew k- Σ RowOldk) /k (2) Xmovei= - (XColumnNew k-Σ ColumnOldk)/k (3) 其中，RowNewk為匹配后計(jì)算出的圖像在y方向的像素偏差；RowOld k為第一幀圖像 的模板圖像的重心坐標(biāo)y值；C0IumnNewk為匹配后計(jì)算出的圖像在X方向的像素偏差； ColumnOldk為第一幀圖像的模板圖像的重心坐標(biāo)X值；k代表第一幀圖像中建立的模板圖 像的個(gè)數(shù)；ymovedP xmove冷別是在y方向和X方向待校正圖像所需移動(dòng)的像素值； 步驟（4. 2. 2):計(jì)算匹配的新圖像的位移矩陣和旋轉(zhuǎn)矩陣； I 0 Xmovej cos 沒 sin^ 0 HomMal2D= 0 I Vmovei · -sinO cos0 (4) 0. I j L 0 0 I 其中[Ht]、[HJ分別為平移矩陣與旋轉(zhuǎn)矩陣；忽略圖像的旋轉(zhuǎn)，認(rèn)為θ = O ; 步驟（4.2.3):利用HomMat2D矩陣進(jìn)行仿射變化，將匹配前的圖像平移對應(yīng)匹配后的 新的圖像的坐標(biāo)為：
其中，row_new表示匹配前的圖像在X方向的坐標(biāo)；Column_new表示匹配前的圖像在 y方向的坐標(biāo)；row_old表示匹配后的圖像在X方向的坐標(biāo)；Column_old表示匹配后的圖 像在y方向的坐標(biāo)；HomMat2D為一個(gè)變換矩陣，[HJ和[HJ分別為平移矩陣與旋轉(zhuǎn)矩陣； (x，y)為原始圖像各個(gè)點(diǎn)的坐標(biāo)，（x*，y*)為校正后的圖像的每一個(gè)像素點(diǎn)的坐標(biāo)，每一個(gè) 對應(yīng)的（x，y)與（x*，y*)灰度信息相同。
5. 如權(quán)利要求1所述的一種基于機(jī)器視覺檢測平臺(tái)的液體藥瓶異物檢測方法，其特征 在于，所述灰度閾值分割后的圖像Imagethreshold^像素 Imagethresholdi (gray)滿足條 件： (128+30) <= Imagethresholdi (gray) <= 255 (7) 〇
6. 如權(quán)利要求1所述的一種基于機(jī)器視覺檢測平臺(tái)的液體藥瓶異物檢測方法，其 特征在于，所述異物的形狀特征，包括異物面積area、異物緊湊度compactness和橢圓度 anisometry ；
其中，L為異物的周長，A為異物面積，Ra為異物長軸，Rb為異物短軸。
7. 如權(quán)利要求1所述的一種基于機(jī)器視覺檢測平臺(tái)的液體藥瓶異物檢測方法，其特征 在于，所述判斷異物的條件為：
其中，a, b, c分別為預(yù)設(shè)異物面積area、異物緊湊度compactness和橢圓度的閾值。
【專利摘要】本發(fā)明公開了一種基于機(jī)器視覺檢測平臺(tái)的液體藥瓶異物檢測方法，包括步驟(1)：連續(xù)采集N幀序列液體藥瓶圖像，N為大于等于1的正整數(shù)；步驟(2)：對采集的每一幀序列液體藥瓶圖像都進(jìn)行均值濾波和開窗處理；步驟(3)：獲取每一幀序列液體藥瓶圖像的感興趣的檢測區(qū)域ROI；步驟(4)：創(chuàng)建基準(zhǔn)模板，濾波和開窗處理后的液體藥瓶圖像與所述基準(zhǔn)模板進(jìn)行基于灰度特征的模板匹配；步驟(5)：對匹配后的相鄰兩幀圖像幀間進(jìn)行差分處理；幀間差分處理后的圖像進(jìn)行灰度閾值分割獲得圖像Imagethresholdi，2≤i≤N；若圖像Imagethresholdi內(nèi)均不存在異物，則藥瓶內(nèi)的液體合格；否則，根據(jù)異物特征來判斷藥瓶內(nèi)液體是否合格。
【IPC分類】G06T7-00
【公開號(hào)】CN104835166
【申請?zhí)枴緾N201510242646
【發(fā)明人】李瑋, 韓毅, 趙翠芬, 趙運(yùn)德, 孫曉琳, 呂晨光, 蔣潤輝, 許騰飛, 曾海濱, 譚徑元
【申請人】山東大學(xué)
【公開日】2015年8月12日
【申請日】2015年5月13日