CN105092589A - 一种胶囊头缺陷检测方法 - Google Patents
一种胶囊头缺陷检测方法 Download PDFInfo
- Publication number
- CN105092589A CN105092589A CN201510411699.5A CN201510411699A CN105092589A CN 105092589 A CN105092589 A CN 105092589A CN 201510411699 A CN201510411699 A CN 201510411699A CN 105092589 A CN105092589 A CN 105092589A
- Authority
- CN
- China
- Prior art keywords
- capsule head
- image
- capsule
- area
- head
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 239000002775 capsule Substances 0.000 title claims abstract description 71
- 230000007547 defect Effects 0.000 title claims abstract description 26
- 238000001514 detection method Methods 0.000 title abstract description 16
- 238000000034 method Methods 0.000 claims abstract description 23
- 238000007689 inspection Methods 0.000 claims description 15
- 230000002950 deficient Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 239000003814 drug Substances 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000011109 contamination Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 229940079593 drug Drugs 0.000 description 1
- 238000003708 edge detection Methods 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Landscapes
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
- Eye Examination Apparatus (AREA)
- Length Measuring Devices By Optical Means (AREA)
- Image Analysis (AREA)
Abstract
本发明公开了一种胶囊头缺陷检测方法,该方法利用胶囊头上反射的环形光斑的形状判断胶囊头是否存在缺陷。首先对图像进行二值化,提取光斑区域的二值图像,然后采用椭圆拟合所得二值图像的边界,计算误差点数量以及相应的周长和面积等特征来判别胶囊头部是否有缺陷。本发明提出的胶囊头缺陷检测方法算法简便,检测准确率高。
Description
技术领域
本发明涉及胶囊头的缺陷检测领域,具体涉及一种胶囊头缺陷检测方法。
背景技术
目前,针对胶囊表面缺陷的检测,国内各大制药厂商在胶囊的生产过程中仍在使用人工肉眼观察的方法来找出有缺陷的胶囊。这种人工检测的方式效率低、成本高,远远跟不上快速高效的现代化工业生产的步伐。随着微型计算机技术和图像处理技术的快速发展,计算机视觉检测因为其非接触、无污染的特性,逐渐满足了当今医药生产的检测要求。因此计算机视觉检测可以被应用于胶囊的缺陷检测,代替传统的人工检测。在胶囊缺陷检测上则分为胶囊头部缺陷检测和胶囊体缺陷检测,具体做法为在一定光照条件下,用相机自动逐一为胶囊拍照,再对获得的胶囊照片在计算机上进行图像处理,筛选出有缺陷的胶囊照片。本发明将着重完整的胶囊头部缺陷检测算法,并在此基础上进行速率、效率、准确率方面的优化和改进。
发明内容
为解决上述问题,本发明提供了一种胶囊头缺陷检测方法,基于图像处理的胶囊头的检测算法,能有效检测好的胶囊头和坏的胶囊头,准确率较高。
为实现上述目的,本发明采取的技术方案为:
一种胶囊头缺陷检测方法,包括如下步骤:
S1、选取阈值,将胶囊头的RGB彩色图像进行二值化,得到二值图像;
S2、确定并截取光斑区域;
S3、对胶囊头二值化图像提取边界;
S4、椭圆拟合二值图像边界;
S5、计算图像的误差指标和图像骨架的周长与面积比;
S6、根据得到的特征指标,对胶囊头是否有缺陷进行判别。
其中,所述步骤S4的具体步骤包括:
S41、对提取的每条边界进行像素数量累加;
S42、保留其中最长的两条边界,分别进行最小二乘椭圆拟合。
其中,所述步骤S5的具体步骤包括:
S51、将椭圆拟合后的图像和原二值化图像进行对比,计算出误差点数量E;误差数E可以作为一个区分好胶囊头和坏胶囊头的特征值;
S52、对二值化图像进行骨架处理,求取骨架像素点总数L,作为胶囊头图像的周长的近似,然后进行填充,求取面积S,作为胶囊头图像的面积的近似;将周长L和面积S的比值记为R,用来描述图像的形状复杂度。
其中,所述步骤S6的具体步骤包括:
S61、通过以下公式计算判别胶囊头图片的好坏的量值K:
式中,L为周长,S为面积;
S62、根据K值的大小判断胶囊头的好坏,若大于阈值,则认为图片中的胶囊头是坏的。
本发明具有以下有益效果:
将椭圆拟合图像和原二值化图像进行对比获取误差值、周长和面积,通过相关阈值设定来判断胶囊头部是否有缺陷,提高了胶囊缺陷检测的准确率。
附图说明
图1为本发明实施例一种胶囊头缺陷检测方法的流程图。
图2为本发明实施例一种胶囊头缺陷检测方法中胶囊头的全局阈值处理和感兴趣区域;
图3为本发明实施例一种胶囊头缺陷检测方法中边缘检测的结果;
图4为本发明实施例一种胶囊头缺陷检测方法中胶囊头边界的椭圆拟合结果;
图5为本发明实施例一种胶囊头缺陷检测方法中胶囊头的误差点图;
图中,(a)好的胶囊头误差点图;(b)坏的胶囊头误差点图。
图6为本发明实施例一种胶囊头缺陷检测方法中胶囊头的骨架处理和填充处理过程。
具体实施方式
为了使本发明的目的及优点更加清楚明白,以下结合实施例对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
如图1-6所示,本发明实施例提供了一种胶囊头缺陷检测方法,包括如下步骤:
S1、选取阈值,将胶囊头的RGB彩色图像进行二值化,得到二值图像;
S2、确定并截取光斑区域;
S3、对胶囊头二值化图像提取边界,可以采用Sobel,Robert等多种边缘检测方法;
S4、椭圆拟合二值图像边界;
S41、对提取的每条边界进行像素数量累加;
S42、保留其中最长的两条边界,分别进行最小二乘椭圆拟合
S5、计算图像的误差指标和图像骨架的周长与面积比;
S51、将椭圆拟合后的图像和原二值化图像进行对比,计算出误差点数量E;误差数E可以作为一个区分好胶囊头和坏胶囊头的特征值;
S52、对二值化图像进行骨架处理,求取骨架像素点总数L,作为胶囊头图像的周长的近似,然后进行填充,求取面积S,作为胶囊头图像的面积的近似;将周长L和面积S的比值记为R,用来描述图像的形状复杂度。
S6、根据得到的特征指标,对胶囊头是否有缺陷进行判别。
S61、通过以下公式计算判别胶囊头图片的好坏的量值K:
式中,L为周长,S为面积;
S62、根据K值的大小判断胶囊头的好坏,若大于阈值Th1,则认为图片中的胶囊头是坏的。
以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也视为本发明的保护范围。
Claims (4)
1.一种胶囊头缺陷检测方法,其特征在于,包括如下步骤:
S1、选取阈值,将胶囊头的RGB彩色图像进行二值化,得到二值图像;
S2、确定并截取光斑区域;
S3、对胶囊头二值化图像提取边界;
S4、椭圆拟合二值图像边界;
S5、计算图像的误差指标和图像骨架的周长与面积比;
S6、根据得到的特征指标,对胶囊头是否有缺陷进行判别。
2.根据权利要求1所述的一种胶囊头缺陷检测方法,其特征在于,所述步骤S4的具体步骤包括:
S41、对提取的每条边界进行像素数量累加;
S42、保留其中最长的两条边界,分别进行最小二乘椭圆拟合。
3.根据权利要求1所述的一种胶囊头缺陷检测方法,其特征在于,所述步骤S5的具体步骤包括:
S51、将椭圆拟合后的图像和原二值化图像进行对比,计算出误差点数量E;
S52、对二值化图像进行骨架处理,求取骨架像素点总数L,作为胶囊头图像的周长的近似,然后进行填充,求取面积S,作为胶囊头图像的面积的近似;将周长L和面积S的比值记为R,用来描述图像的形状复杂度。
4.根据权利要求1所述的一种胶囊头缺陷检测方法,其特征在于,所述步骤S6的具体步骤包括:
S61、通过以下公式计算判别胶囊头图片的好坏的量值K:
式中,L为周长,S为面积;
S62、根据K值的大小判断胶囊头的好坏,若大于阈值,则认为图片中的胶囊头是坏的。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510411699.5A CN105092589B (zh) | 2015-07-07 | 2015-07-07 | 一种胶囊头缺陷检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510411699.5A CN105092589B (zh) | 2015-07-07 | 2015-07-07 | 一种胶囊头缺陷检测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105092589A true CN105092589A (zh) | 2015-11-25 |
CN105092589B CN105092589B (zh) | 2018-08-03 |
Family
ID=54573504
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510411699.5A Active CN105092589B (zh) | 2015-07-07 | 2015-07-07 | 一种胶囊头缺陷检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105092589B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109727231A (zh) * | 2018-12-17 | 2019-05-07 | 江苏鸿祺生物科技有限公司 | 一种用于识别检测椭球型软胶囊的外观不规则缺陷的自比对检测方法 |
CN110940734A (zh) * | 2019-12-04 | 2020-03-31 | 中国科学院武汉岩土力学研究所 | 岩体内部异常结构监测与潜在地质灾害评估方法及系统 |
CN112781452A (zh) * | 2021-03-25 | 2021-05-11 | 湘潭大学 | 一种子弹底火顶部外观缺陷检测方法 |
CN116630317A (zh) * | 2023-07-24 | 2023-08-22 | 四川新荷花中药饮片股份有限公司 | 一种中药饮片的在线质量监测方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US3942900A (en) * | 1973-05-24 | 1976-03-09 | Smithkline Corporation | Quality control monitor for medicinal capsule packaging apparatus |
JPH0854355A (ja) * | 1994-06-09 | 1996-02-27 | Kanebo Ltd | 透明物品の検査装置 |
CN102507598A (zh) * | 2011-11-02 | 2012-06-20 | 苏州科技学院 | 一种高速无序胶囊缺陷检测系统 |
CN102879404A (zh) * | 2012-10-07 | 2013-01-16 | 复旦大学 | 工业结构化场景中医用胶囊缺陷自动检测的系统 |
-
2015
- 2015-07-07 CN CN201510411699.5A patent/CN105092589B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US3942900A (en) * | 1973-05-24 | 1976-03-09 | Smithkline Corporation | Quality control monitor for medicinal capsule packaging apparatus |
JPH0854355A (ja) * | 1994-06-09 | 1996-02-27 | Kanebo Ltd | 透明物品の検査装置 |
CN102507598A (zh) * | 2011-11-02 | 2012-06-20 | 苏州科技学院 | 一种高速无序胶囊缺陷检测系统 |
CN102879404A (zh) * | 2012-10-07 | 2013-01-16 | 复旦大学 | 工业结构化场景中医用胶囊缺陷自动检测的系统 |
Non-Patent Citations (2)
Title |
---|
吴德: "基于图像处理的胶囊检测系统的研究", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
王娟等: "图像处理在胶囊外形缺陷检测中的应用", 《中国计量学院学报》 * |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109727231A (zh) * | 2018-12-17 | 2019-05-07 | 江苏鸿祺生物科技有限公司 | 一种用于识别检测椭球型软胶囊的外观不规则缺陷的自比对检测方法 |
CN110940734A (zh) * | 2019-12-04 | 2020-03-31 | 中国科学院武汉岩土力学研究所 | 岩体内部异常结构监测与潜在地质灾害评估方法及系统 |
CN110940734B (zh) * | 2019-12-04 | 2021-03-30 | 中国科学院武汉岩土力学研究所 | 岩体内部异常结构监测与潜在地质灾害评估方法及系统 |
CN112781452A (zh) * | 2021-03-25 | 2021-05-11 | 湘潭大学 | 一种子弹底火顶部外观缺陷检测方法 |
CN112781452B (zh) * | 2021-03-25 | 2022-10-18 | 湘潭大学 | 一种子弹底火顶部外观缺陷检测方法 |
CN116630317A (zh) * | 2023-07-24 | 2023-08-22 | 四川新荷花中药饮片股份有限公司 | 一种中药饮片的在线质量监测方法 |
CN116630317B (zh) * | 2023-07-24 | 2023-09-26 | 四川新荷花中药饮片股份有限公司 | 一种中药饮片的在线质量监测方法 |
Also Published As
Publication number | Publication date |
---|---|
CN105092589B (zh) | 2018-08-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105453153B (zh) | 交通灯检测 | |
Quelhas et al. | Cell nuclei and cytoplasm joint segmentation using the sliding band filter | |
CN102519972B (zh) | 一种pet瓶瓶盖和液位的检测方法 | |
CN110930390B (zh) | 基于半监督深度学习的芯片管脚缺失检测方法 | |
Toh et al. | Automated fish counting using image processing | |
CN103164692B (zh) | 一种基于计算机视觉的特种车辆仪表自动识别系统及方法 | |
CN103439348B (zh) | 基于差影法的遥控器按键缺陷检测方法 | |
US20160343121A1 (en) | Automatic detection method for defects of a display panel | |
CN105092589A (zh) | 一种胶囊头缺陷检测方法 | |
CN104156951B (zh) | 一种针对支气管肺泡灌洗液涂片的白细胞检测方法 | |
CN104574389A (zh) | 基于彩色机器视觉的电池片色差分选控制方法 | |
CN110930427B (zh) | 一种基于语义轮廓信息的图像分割方法、设备和存储介质 | |
CN105205437B (zh) | 基于头部轮廓验证的侧脸检测方法及装置 | |
CN106157279A (zh) | 基于形态学分割的眼底图像病变检测方法 | |
CN103674975A (zh) | 基于Gabor滤波与C-V模型分割的LCD Mura缺陷机器视觉检测方法 | |
CN103149214A (zh) | 水果表面缺陷检测方法 | |
CN105092473A (zh) | 一种多晶硅薄膜的质量检测方法和系统 | |
WO2019061659A1 (zh) | 人脸图像眼镜去除方法、装置及存储介质 | |
CN106228157A (zh) | 基于图像识别技术的彩色图像文字段落分割与识别方法 | |
CN108133488A (zh) | 一种红外图像前景检测方法及设备 | |
CN107657220A (zh) | 一种基于hog特征和svm的白带霉菌自动检测方法 | |
JP2013162516A (ja) | 画像自動補正のための構図に基づく露出測定方法及び装置 | |
CN109724988A (zh) | 一种基于多模板匹配的pcb板缺陷定位方法 | |
CN104281850A (zh) | 一种文字区域识别方法和装置 | |
CN107507130A (zh) | 一种快速的qfn芯片引脚图像获取与放大方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
DD01 | Delivery of document by public notice |
Addressee: Northeastern University Person in charge of patents Document name: Notice of Termination of Patent Rights |