CN109377457B - 药丸包衣图像处理方法、装置、计算机设备和存储介质 - Google Patents
药丸包衣图像处理方法、装置、计算机设备和存储介质 Download PDFInfo
- Publication number
- CN109377457B CN109377457B CN201811142881.5A CN201811142881A CN109377457B CN 109377457 B CN109377457 B CN 109377457B CN 201811142881 A CN201811142881 A CN 201811142881A CN 109377457 B CN109377457 B CN 109377457B
- Authority
- CN
- China
- Prior art keywords
- spectrum
- coating image
- pill coating
- filtering
- point set
- 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.)
- Active
Links
- 239000006187 pill Substances 0.000 title claims abstract description 162
- 239000011248 coating agent Substances 0.000 title claims abstract description 153
- 238000000576 coating method Methods 0.000 title claims abstract description 153
- 238000003672 processing method Methods 0.000 title claims abstract description 14
- 238000001228 spectrum Methods 0.000 claims abstract description 263
- 238000001914 filtration Methods 0.000 claims abstract description 118
- 238000001514 detection method Methods 0.000 claims abstract description 8
- 238000012545 processing Methods 0.000 claims description 53
- 238000000034 method Methods 0.000 claims description 29
- 230000009466 transformation Effects 0.000 claims description 18
- 238000004590 computer program Methods 0.000 claims description 12
- 238000003708 edge detection Methods 0.000 claims description 12
- 230000008569 process Effects 0.000 claims description 8
- 230000001427 coherent effect Effects 0.000 claims description 2
- 238000010586 diagram Methods 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 5
- 230000001131 transforming effect Effects 0.000 description 3
- 238000003384 imaging method Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 238000012014 optical coherence tomography Methods 0.000 description 2
- 230000003595 spectral effect Effects 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000008030 elimination Effects 0.000 description 1
- 238000003379 elimination reaction Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/70—Denoising; Smoothing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/10—Image enhancement or restoration using non-spatial domain filtering
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/20—Image enhancement or restoration using local operators
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/13—Edge detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10072—Tomographic images
- G06T2207/10101—Optical tomography; Optical coherence tomography [OCT]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20024—Filtering details
- G06T2207/20032—Median filtering
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20048—Transform domain processing
- G06T2207/20056—Discrete and fast Fourier transform, [DFT, FFT]
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Image Processing (AREA)
Abstract
本申请涉及一种药丸包衣图像处理方法、装置、计算机设备和存储介质。通过接收药丸图像检测设备上传的原始光谱，利用多种滤波窗口对所述原始光谱进行滤波处理；对滤波后的光谱进行傅里叶变换得到药丸包衣图像；对所述药丸包衣图像的所有像素点进行分类，得到脉冲噪声点集以及平稳像素点集；对所述脉冲噪声点集以及平稳像素点集进行去噪处理，得到去噪后药丸包衣图像。能够消除原始光谱引入的多种噪声。通过对脉冲噪声点集以及平稳像素点集进行去噪处理，可以消除药丸包衣图像的噪声，从而提高了药丸包衣图像的质量。
Description
技术领域
本申请涉及图像处理技术领域，特别是涉及一种药丸包衣图像处理方法、装置、计算机设备和存储介质。
背景技术
随着图像处理技术的发展，出现了光谱光学相干层析成像技术，该成像技术利用相机采集原始光谱，原始光谱经过傅里叶变换后就能得到待测物体深度图像，使该成像技术具有采集速度快，信噪比高、分辨率高、无创测量、成本低廉等优势。但是在利用光谱光学相干层析成像技术得到药丸包衣图像的过程中，由于原始光谱引入的多种噪声的影响导致药丸包衣图像的质量出现问题。传统的药丸包衣图像的处理方法，为消除原始光谱引入的多种噪声的影响，通过在原始光谱上减去参考光光谱，或者减去原始光谱的平均值，并不能完全消除原始光谱引入的噪声。因此，消除原始光谱引入的多种噪声的影响，提高药丸包衣图像质量成为目前需要解决的技术问题。
发明内容
基于此，有必要针对上述技术问题，提供一种能够消除原始光谱引入的多种噪声，从而提高药丸包衣图像质量的药丸包衣图像处理方法、装置、计算机设备和存储介质。
一种药丸包衣图像处理方法，所述方法包括：
接收药丸图像检测设备上传的原始光谱；
利用多种滤波窗口对所述原始光谱进行滤波处理；
对滤波后的光谱进行傅里叶变换得到药丸包衣图像；
对所述药丸包衣图像的所有像素点进行分类，得到脉冲噪声点集以及平稳像素点集；
对所述脉冲噪声点集以及平稳像素点集进行去噪处理，得到去噪后药丸包衣图像。
在其中一个实施例中，所述利用多种滤波窗口对所述原始光谱进行滤波处理，包括：
根据X方向滤波窗口对所述原始光谱进行均值滤波，得到第一光谱；
根据Y方向滤波窗口对所述原始光谱进行均值滤波，得到第二光谱；
利用方形滤波窗口对所述原始光谱进行均值滤波，得到第三光谱；
利用所述原始光谱、所述第一光谱、所述第二光谱、所述第三光谱以及预设关系，生成过滤后的光谱。
在其中一个实施例中，所述利用所述原始光谱、所述第一光谱、所述第二光谱、所述第三光谱以及预设关系，生成过滤后的光谱包括：
利用所述原始光谱减去所述第一光谱以及所述第二光谱，得到中间光谱；
利用所述中间光谱加上所述第三光谱，得到过滤后的光谱。
在其中一个实施例中，所述脉冲噪声点集包括脉冲噪声，所述平稳像素点集包括平稳噪声；所述对所述脉冲噪声点集以及平稳像素点集进行去噪处理包括：
通过中值滤波处理去除所述脉冲噪声；
对去除所述脉冲噪声后的药丸包衣图像进行曲波变换；
通过所述曲波变换去除所述平稳噪声。
在其中一个实施例中，在所述对所述脉冲噪声点集以及平稳像素点集进行去噪处理，得到去噪后药丸包衣图像之后，所述方法还包括：
对所述去噪后药丸包衣图像进行边缘检测；
对边缘检测后的药丸包衣图像进行二值化处理，得到去除背景后的药丸包衣图像。
一种药丸包衣图像处理装置，所述装置包括：
光谱接收模块，用于接收药丸图像检测设备上传的原始光谱；
滤波处理模块，用于利用多种滤波窗口对所述原始光谱进行滤波处理；
图像生成模块，用于对滤波后的原始光谱进行傅里叶变换得到药丸包衣图像；
像素点分类模块，用于对所述药丸包衣图像的所有像素点进行分类，得到脉冲噪声点集以及平稳像素点集；
去噪处理模块，用于对所述脉冲噪声点集以及平稳像素点集进行去噪处理，得到去噪后药丸包衣图像。
在其中一个实施例中，所述滤波处理模块，还用于根据X方向滤波窗口对所述原始光谱进行均值滤波，得到第一光谱；根据Y方向滤波窗口对所述原始光谱进行均值滤波，得到第二光谱；利用方形滤波窗口对所述原始光谱进行均值滤波，得到第三光谱；利用所述原始光谱、所述第一光谱、所述第二光谱、所述第三光谱以及预设关系，生成过滤后的光谱。
在其中一个实施例中，所述去噪处理模块，还用于通过中值滤波处理去除所述脉冲噪声点集中的脉冲噪声；对去除所述脉冲噪声点集中的脉冲噪声后的药丸包衣图像进行曲波变换；通过所述曲波变换去除所述平稳像素点集中的平稳噪声。
一种计算机设备，包括存储器和处理器，所述存储器存储有可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述各个方法实施例中的步骤。
一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述各个方法实施例中的步骤。
上述药丸包衣图像处理方法、装置、计算机设备和存储介质，利用多种滤波窗口对原始光谱进行滤波处理,由此能够消除原始光谱引入的多种噪声。利用滤波后的光谱进行傅里叶变换得到药丸包衣图像，通过对药丸包衣图像的所有像素点进行分类，得到脉冲噪声点集以及平稳像素点集。对脉冲噪声点集以及平稳像素点集进行去噪处理，由此可以消除药丸包衣图像的噪声，从而提高了药丸包衣图像的质量。
附图说明
图1为一个实施例中药丸包衣图像处理方法的应用环境图；
图2为一个实施例原始光谱的示意图；
图3为一个实施例中药丸包衣图像处理方法的流程示意图；
图4为一个实施例中对第一光谱进行傅里叶变换得到的药丸包衣图像示意图；
图5为一个实施例中对第二光谱的进行傅里叶变换得到的药丸包衣图像示意图；
图6为一个实施例中对过滤后的光谱进行傅里叶变换得到的药丸包衣图像示意图；
图7为一个实施例中通过曲波变换去除平稳噪声后得到的药丸包衣图像示意图；
图8为一个实施例中药丸包衣图像处理装置的结构框图；
图9为一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
本申请提供的药丸包衣图像处理方法，可以应用于如图1所示的应用环境中。终端104接收药丸检测设备102发送的原始光谱，原始光谱如图2所示。终端104利用多种滤波窗对原始光谱进行滤波处理。终端104对滤波后的光谱进行傅里叶变换得到药丸包衣图像。终端104对药丸包衣图像的所有像素点进行分类，得到脉冲噪声点集以及平稳像素点集。终端104对脉冲噪声点集以及平稳像素点集进行去噪处理，得到去噪后药丸包衣图像。其中，终端104可以是各种计算机、笔记本电脑、平板电脑。
在一个实施例中，如图3所示，提供了一种药丸包衣图像处理方法，以该方法应用于图1中的终端为例进行说明，包括以下步骤：
步骤302，接收药丸检测设备上传的原始光谱。
步骤304，利用多种滤波窗口对原始光谱进行滤波处理。
终端在接收药丸检测设备上传的原始光谱后，可利用多种滤波窗口对原始光谱进行滤波处理，多种滤波窗口包括不同尺寸的滤波窗口以及不同形状的滤波窗口，不同尺寸的滤波窗口包括X方向滤波窗口以及Y方向滤波窗口，不同形状的滤波窗口包括方形滤波窗口。滤波处理的方式包括均值滤波。
在传统的药丸包衣图像处理方式中，通过在原始光谱上减去参考光光谱，或者在原始光谱上减去所有原始光谱的平均值，并不能完全消除原始光谱引入的多种噪声。而在本实施例中，终端利用多种滤波窗对原始光谱进行滤波处理，能够消除原始光谱引入的噪声的影响，提高了消除原始光谱噪声的能力，从而有助于提高药丸包衣图像的质量。
步骤306，对滤波后的光谱进行傅里叶变换得到药丸包衣图像。
终端在利用多种滤波窗口对原始光谱进行滤波处理后，可对滤波后的光谱进行傅里叶变换得到药丸包衣图像。具体地，终端利用多种滤波窗口中的X方向滤波窗口、Y方向滤波窗口以及方形滤波窗口对原始光谱进行滤波处理，得到滤波后的光谱，对该光谱进行傅里叶变换，得到药丸包衣图像。
步骤308，对药丸包衣图像的所有像素点进行分类，得到脉冲噪声点集以及平稳像素点集。
终端在对滤波后的光谱进行傅里叶变换得到药丸包衣图像后，可对药丸包衣图像的所有像素点进行分类，得到脉冲噪声点集以及平稳像素点集。具体地，终端根据药丸包衣图像中的中心像素值与邻域内像素值的大小关系，将药丸包衣图像的所有像素点分为脉冲噪声点集以及平稳像素点集。终端将中心像素点的像素值与周围邻域的像素值做差，得到多个差值。终端根据多个差值对药丸包衣图像的所有像素点进行分类，得到脉冲噪声点集以及平稳像素点集。终端将大于正向预设值，以及小于负向预设值的差值对应的像素点划分为脉冲噪声点集，将小于正方向预设值，以及大于负向预设值的差值对应的像素点划分为平稳像素点集。
进一步地，终端将中心像素点的像素值与周围邻域的像素值做差，当差值大于或等于零时，为该中心像素点的正方向数；当差值小于零时，为该中心像素点的负方向数。当正方向数大于正方向预设值时，表示该中心像素点的值大于绝大多数邻域像素值，终端将大于正方向预设值的正方向数对应的像素点划分为脉冲噪声点集。当负方向数小于负方向预设值时，表示该中心像素点的值小于绝大多数邻域像素值，终端将小于负方向预设值的正方向数对应的像素点划分为脉冲噪声点集。在这两种情况下，终端将该中心像素点划分为脉冲噪声点集。终端将小于正方向预设值的正方向数对应的像素点、大于负方向预设值的负方向数对应的像素点，以及该中心像素点划分为平稳型像素点集。
步骤310，对脉冲噪声点集以及平稳像素点集进行去噪处理，得到去噪后药丸包衣图像。
终端对药丸包衣图像的所有像素点进行分类，得到脉冲噪声点集以及平稳像素点集后，可对脉冲噪声点集以及平稳像素点集进行去噪处理，得到去噪后药丸包衣图像。具体地，终端对脉冲噪声点集进行去噪处理，终端去除脉冲噪声点集中的脉冲噪声。终端对平稳像素点集进行去噪处理，平稳像素点集包括正常像素点和平稳噪声，终端去除平稳像素点集中的平稳噪声，得到去噪后的药丸包衣图像。
在本实施例中，通过利用多种滤波窗口对原始光谱进行滤波处理,由此能够消除原始光谱引入的多种噪声。利用滤波后的光谱进行傅里叶变换得到药丸包衣图像，通过对药丸包衣图像的所有像素点进行分类，得到脉冲噪声点集以及平稳像素点集。终端对脉冲噪声点集以及平稳像素点集进行去噪处理，由此可以消除药丸包衣图像的噪声，从而提高了药丸包衣图像的质量。
在一个实施例中，利用多种滤波窗口对原始光谱进行滤波处理，包括：根据X方向滤波窗口对原始光谱进行均值滤波，得到第一光谱；根据Y方向滤波窗口对原始光谱进行均值滤波，得到第二光谱；利用方形滤波窗口对原始光谱进行均值滤波，得到第三光谱；利用原始光谱、第一光谱、第二光谱、第三光谱以及预设关系，生成过滤后的光谱。终端根据X方向滤波窗口对原始光谱进行滤波，可以去除原始光谱中的高频相干信号，得到低频噪声成分，得到第一光谱，终端对第一光谱进行傅里叶变换得到的药丸包衣图像如图4所示，药丸包衣图像中不存在白线。白线是指药丸包衣图像在多个光程差处存在的横线。X方向滤波窗口是指药丸包衣图像宽度的X方向滤波窗口，其中，X方向滤波窗口可以是第一预设尺寸的滤波窗口。例如，第一预设尺寸可以是1*5(一行五列)或者1*10(一行十列)。
在传统方式中，利用滤波窗口为药丸包衣图像宽度的X方向滤波窗口进行均值滤波，滤波后得到的低频噪声成分不准确，而在本实施例中，终端利用X方向滤波窗口对原始光谱进行均值滤波，滤波后得到的低频噪声成分更准确，即更接近真实噪声。
终端在根据X方向滤波窗口对原始光谱进行均值滤波，得到第一光谱后，可根据Y方向滤波窗口对原始光谱进行均值滤波，得到第二光谱，终端对第二光谱进行傅里叶变换得到的药丸包衣图像如图5所示，药丸包衣图像中不存在亮线。亮线是指样品反射光过强导致原始光谱对应的噪声基底比其它谱线显著提高，在药丸包衣图像中形成的竖线。其中，Y方向滤波窗口可以是第二预设尺寸的滤波窗口。例如，第二预设尺寸可以是10*1(十行一列)。
在传统方式中，通过在原始光谱上减去参考光光谱，或者在原始光谱上减去参考光光谱，并不能消除药丸包衣图像中的亮线。在本实施例中，终端根据Y方向滤波窗口对原始光谱进行均值滤波，能够消除药丸包衣图像中的亮线。
终端在根据Y方向滤波窗口对原始光谱进行均值滤波，得到第二光谱后，利用方形滤波窗口对原始光谱进行均值滤波，得到第三光谱，终端对过滤后的光谱进行傅里叶变换得到的药丸包衣图像如图6所示，药丸包衣图像中不存在白线与亮线。其中，方形滤波窗口可以是第三预尺寸的滤波窗口。例如，第三预设尺寸可以是10*10(十行十列)。
终端在利用方形滤波窗口对原始光谱进行均值滤波，得到第三光谱后，可利用原始光谱、第一光谱、第二光谱、第三光谱以及预设关系，生成过滤后的光谱。预设关系可以是加法和减法。
在一个实施例中，利用原始光谱、第一光谱、第二光谱、第三光谱以及预设关系，生成过滤后的光谱包括：利用原始光谱减去第一光谱以及第二光谱，得到中间光谱；利用中间光谱加上第三光谱，得到过滤后的光谱。
终端利用原始光谱减去第一光谱，可以消除药丸包衣图像中的白线。终端将减去第一光谱后的光谱再减去第二光谱，得到中间光谱，可以消除药丸包衣图像中的亮线。终端将中间光谱加上第三光谱，可以去除减去第一光谱后的光谱中的低频噪声部分，同时去除药丸包衣图像中的白线与亮线，保持药丸包衣图像的平衡。实现消除原始光谱引入的噪声的影响，能够完全去除药丸包衣图像中的白线与亮线，进一步提高了药丸包衣图像的质量。
进一步地，终端也可以利用原始光谱加上第三光谱生成中间光谱，利用中间光谱减去第一光谱以及第二光谱，得到过滤后的光谱。也就是说，终端在对原始光谱进行过滤时，第一光谱、第二光谱、第三光谱的处理顺序可以不做限定。终端根据原始光谱、第一光谱、第二光谱、第三光谱以及预设关系进行计算得到过滤后的光谱的顺序可以自由调节。
在本实施例中，终端利用X方向滤波窗口、Y方向滤波窗口、方形滤波窗口对原始光谱进行均值滤波顺序可以调节。终端利用原始光谱、第一光谱以及预设关系，实现消除药丸包衣图像中的白线。终端利用原始光谱、第二光谱以及预设关系，实现消除药丸包衣图像中的亮线。终端利用原始光谱、第一光谱、第二光谱、第三光谱以及预设关系，实现同时消除药丸包衣图像中的白线与亮线，保持药丸包衣图像的平衡。
在一个实施例中，脉冲噪声点集包括脉冲噪声，平稳像素点集包括平稳噪声；对脉冲噪声点集以及平稳像素点集进行去噪处理，包括以下步骤：通过中值滤波处理去除脉冲噪声；对去除脉冲噪声后的药丸包衣图像进行曲波变换；通过曲波变换去除平稳噪声。
在传统的方式中，中值滤波处理是将滤波窗口内的像素值进行排序，利用中值代替中心像素点的值，是对药丸包衣图像中所有像素点进行无差别处理，改变了细节信息。而在本实施例中，终端只针对脉冲噪声点集中的脉冲噪声进行处理，不会改变其他像素点的值，滤波后的药丸包衣图像保真性更高，能够在保留药丸包衣信息的基础上有效去除药丸包衣图像中的脉冲噪声。
终端在通过中值滤波处理去除脉冲噪声后，可对去除脉冲噪声后的药丸包衣图像进行曲波变换。曲波变换利用小波变换将图像为分解成一系列具有不同尺度的子带图像信号，然后使用局部脊波变换对每个子带图像信号进行分析。曲波变换本质上是一种多尺度脊波变换，该变换对曲线奇异性的信号，具有很强的方向选择性。终端对去除脉冲噪声后的药丸包衣图像进行曲波变换可直接获得对直线、平面等高维特征变化的描述。实现去除药丸包衣图像中的平稳噪声，需要对药丸包衣图像进行曲波变换，得到曲波系数，再根据一定的阈值函数对曲波系数进行处理，最后利用处理后的曲波系数进行药丸包衣图像重构。
终端在对去除脉冲噪声后的药丸包衣图像进行曲波变换后，可通过曲波变换去除平稳噪声。可以很好地保留了药丸包衣图像边缘信息，避免边缘信息的缺失导致完整的药丸包衣图像被修改，终端通过曲波变换去除平稳噪声后得到的药丸包衣图像如图7所示，药丸包衣图像的质量明显要比去噪之前的药丸包衣图像要好。
在本实施例中，终端通过中值滤波处理去除脉冲噪声，对去除脉冲噪声后的药丸包衣图像进行曲波变换，通过曲波变换去除平稳噪声。实现完全去除药丸包衣图像中的噪声，完整地保留了边缘信息，避免修改完整的药丸包衣图像，进一步提高了药丸包衣图像的质量。
在一个实施例中，在对脉冲噪声点集以及平稳像素点集进行去噪处理，得到去噪后药丸包衣图像之后，还包括：对去噪后药丸包衣图像进行边缘检测；对边缘检测后的药丸包衣图像进行二值化处理，得到去除背景后的药丸包衣图像。
在本实施例中，终端得到去噪后的药丸包衣图像，该药丸包衣图像很好地保留了药丸包衣图像的边缘信息，避免边缘信息的缺失导致完整的药丸包衣图像被修改，进一步提高了药丸包衣图像的质量，终端对去噪后的药丸包衣图像进行边缘检测，实现更好的检测药丸包衣图像的边缘位置。终端对边缘检测后的药丸包衣图像进行二值化处理，能够更准确地计算药丸包衣图像的厚度，经过二值化处理可以得到去除背景后的药丸包衣图像。
应该理解的是，虽然图3的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，图3中的至少一部分步骤可以包括多个子步骤或者多个阶段，这些子步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些子步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
在一个实施例中，如图8所示，提供了一种药丸包衣图像处理装置，包括：光谱接收模块802、滤波处理模块804、图像生成模块806、像素点分类模块808及去噪处理模块810，其中：
光谱接收模块802，用于接收药丸图像检测设备上传的原始光谱。
滤波处理模块804，用于利用多种滤波窗口对原始光谱进行滤波处理。
图像生成模块806，用于对滤波后的原始光谱进行傅里叶变换得到药丸包衣图像。
像素点分类模块808，用于对药丸包衣图像的所有像素点进行分类，得到脉冲噪声点集以及平稳像素点集。
去噪处理模块810，用于对脉冲噪声点集以及平稳像素点集进行去噪处理，得到去噪后药丸包衣图像。
在一个实施例中，滤波处理模块804，还用于根据X方向滤波窗口对原始光谱进行均值滤波，得到第一光谱；根据Y方向滤波窗口对原始光谱进行均值滤波，得到第二光谱；利用方形滤波窗口对原始光谱进行均值滤波，得到第三光谱；利用原始光谱、第一光谱、第二光谱、第三光谱以及预设关系，生成过滤后的光谱。
在一个实施例中，滤波处理模块804，还用于利用原始光谱减去第一光谱以及第二光谱，得到中间光谱；利用中间光谱加上第三光谱，得到过滤后的光谱。
在一个实施例中，去噪处理模块810，还用于通过中值滤波处理去除脉冲噪声；对去除脉冲噪声后的药丸包衣图像进行曲波变换；通过曲波变换去除平稳噪声。
在一个实施例中，还包括二值化处理模块，用于对去噪后药丸包衣图像进行边缘检测；对边缘检测后的药丸包衣图像进行二值化处理，得到去除背景后的药丸包衣图像。
关于药丸包衣图像处理装置的具体限定可以参见上文中对于药丸包衣图像处理方法的限定，在此不再赘述。上述药丸包衣图像处理装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中，提供了一种计算机设备，该计算机设备可以是终端，其内部结构图可以如图9所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口、显示屏和输入装置。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种药丸包衣图像处理方法。该计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏，该计算机设备的输入装置可以是显示屏上覆盖的触摸层，也可以是计算机设备外壳上设置的按键、轨迹球或触控板，还可以是外接的键盘、触控板或鼠标等。
本领域技术人员可以理解，图9中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现上述各个方法实施例中的步骤。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限，RAM以多种形式可得，诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。
Claims (10)
1.一种药丸包衣图像处理方法，所述方法包括：
接收药丸图像检测设备上传的原始光谱；
利用多种滤波窗口对所述原始光谱进行滤波处理，包括：根据X方向滤波窗口对所述原始光谱进行均值滤波，得到第一光谱；根据Y方向滤波窗口对所述原始光谱进行均值滤波，得到第二光谱；利用方形滤波窗口对所述原始光谱进行均值滤波，得到第三光谱；利用所述原始光谱、所述第一光谱、所述第二光谱、所述第三光谱以及预设关系，生成过滤后的光谱；
所述利用所述原始光谱、所述第一光谱、所述第二光谱、所述第三光谱以及预设关系，生成过滤后的光谱包括：利用所述原始光谱减去所述第一光谱以及所述第二光谱，得到中间光谱；利用所述中间光谱加上所述第三光谱，得到过滤后的光谱；
对滤波后的光谱进行傅里叶变换得到药丸包衣图像；
对所述药丸包衣图像的所有像素点进行分类，得到脉冲噪声点集以及平稳像素点集；
对所述脉冲噪声点集以及平稳像素点集进行去噪处理，得到去噪后药丸包衣图像。
2.根据权利要求1所述的方法，其特征在于，所述根据X方向滤波窗口对所述原始光谱进行均值滤波，得到第一光谱包括：
根据药丸包衣图像宽度的X方向滤波窗口将所述原始光谱中的高频相干信息进行去除，得到第一光谱。
3.根据权利要求1所述的方法，其特征在于，所述利用所述原始光谱、所述第一光谱、所述第二光谱、所述第三光谱以及预设关系，生成过滤后的光谱还包括：
利用所述原始光谱加上所述第三光谱生成中间光谱；
利用所述中间光谱减去所述第一光谱以及所述第二光谱，得到过滤后的光谱。
4.根据权利要求1所述的方法，其特征在于，所述脉冲噪声点集包括脉冲噪声，所述平稳像素点集包括平稳噪声；所述对所述脉冲噪声点集以及平稳像素点集进行去噪处理包括：
通过中值滤波处理去除所述脉冲噪声；
对去除所述脉冲噪声后的药丸包衣图像进行曲波变换；
通过所述曲波变换去除所述平稳噪声。
5.根据权利要求1所述的方法，其特征在于，在所述对所述脉冲噪声点集以及平稳像素点集进行去噪处理，得到去噪后药丸包衣图像之后，所述方法还包括：
对所述去噪后药丸包衣图像进行边缘检测；
对边缘检测后的药丸包衣图像进行二值化处理，得到去除背景后的药丸包衣图像。
6.一种药丸包衣图像处理装置，其特征在于，所述装置包括：
光谱接收模块，用于接收药丸图像检测设备上传的原始光谱；
滤波处理模块，用于利用多种滤波窗口对所述原始光谱进行滤波处理；根据X方向滤波窗口对所述原始光谱进行均值滤波，得到第一光谱；根据Y方向滤波窗口对所述原始光谱进行均值滤波，得到第二光谱；利用方形滤波窗口对所述原始光谱进行均值滤波，得到第三光谱；利用所述原始光谱、所述第一光谱、所述第二光谱、所述第三光谱以及预设关系，生成过滤后的光谱；利用所述原始光谱减去所述第一光谱以及所述第二光谱，得到中间光谱；利用所述中间光谱加上所述第三光谱，得到过滤后的光谱；
图像生成模块，用于对滤波后的原始光谱进行傅里叶变换得到药丸包衣图像；
像素点分类模块，用于对所述药丸包衣图像的所有像素点进行分类，得到脉冲噪声点集以及平稳像素点集；
去噪处理模块，用于对所述脉冲噪声点集以及平稳像素点集进行去噪处理，得到去噪后药丸包衣图像。
7.根据权利要求6所述的装置，其特征在于，所述装置还包括：二值化处理模块，用于对所述去噪后药丸包衣图像进行边缘检测；对所述边缘检测后的药丸包衣图像进行二值化处理，得到去除背景后的药丸包衣图像。
8.根据权利要求6所述的装置，其特征在于，所述去噪处理模块，还用于通过中值滤波处理去除所述脉冲噪声点集中的脉冲噪声；对去除所述脉冲噪声点集中的脉冲噪声后的药丸包衣图像进行曲波变换；通过所述曲波变换去除所述平稳像素点集中的平稳噪声。
9.一种计算机设备，包括存储器和处理器，所述存储器存储有可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至5中任一项所述方法的步骤。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至5中任一项所述方法的步骤。
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811142881.5A CN109377457B (zh) | 2018-09-28 | 2018-09-28 | 药丸包衣图像处理方法、装置、计算机设备和存储介质 |
| PCT/CN2019/083136 WO2020062843A1 (zh) | 2018-09-28 | 2019-04-18 | 药丸包衣图像处理方法、装置、计算机设备和存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811142881.5A CN109377457B (zh) | 2018-09-28 | 2018-09-28 | 药丸包衣图像处理方法、装置、计算机设备和存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN109377457A CN109377457A (zh) | 2019-02-22 |
| CN109377457B true CN109377457B (zh) | 2020-10-30 |
Family
ID=65402998
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201811142881.5A Active CN109377457B (zh) | 2018-09-28 | 2018-09-28 | 药丸包衣图像处理方法、装置、计算机设备和存储介质 |
Country Status (2)
| Country | Link |
|---|---|
| CN (1) | CN109377457B (zh) |
| WO (1) | WO2020062843A1 (zh) |
Families Citing this family (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109377457B (zh) * | 2018-09-28 | 2020-10-30 | 河北华讯方舟太赫兹技术有限公司 | 药丸包衣图像处理方法、装置、计算机设备和存储介质 |
| CN110827274B (zh) * | 2019-11-19 | 2022-06-24 | 深圳市太赫兹科技创新研究院有限公司 | 药丸包衣厚度计算方法、装置、终端设备及存储介质 |
| CN111179261A (zh) * | 2019-12-31 | 2020-05-19 | 深圳市太赫兹科技创新研究院 | 缺陷检测方法、系统、终端设备及存储介质 |
| CN111250429B (zh) * | 2020-01-15 | 2023-08-25 | 深圳市太赫兹科技创新研究院有限公司 | 密封缺陷的检测方法及装置 |
| CN113610775B (zh) * | 2021-07-16 | 2023-08-08 | 广州大学 | 一种药丸板的药丸检测方法、装置及存储介质 |
Family Cites Families (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101655977B (zh) * | 2009-09-17 | 2011-08-03 | 浙江大学 | 基于差分图像检测、多窗口滤波去除图像脉冲噪声的方法 |
| CN102360500B (zh) * | 2011-07-08 | 2013-06-12 | 西安电子科技大学 | 基于Treelet曲波域去噪的遥感图像变化检测方法 |
| US9639915B2 (en) * | 2012-08-08 | 2017-05-02 | Samsung Electronics Co., Ltd. | Image processing method and apparatus |
| CN103927715A (zh) * | 2014-03-14 | 2014-07-16 | 中瑞科技（常州）有限公司 | 一种超声图像斑点噪声抑制方法 |
| CN105528768A (zh) * | 2015-12-10 | 2016-04-27 | 国网四川省电力公司天府新区供电公司 | 一种图像去噪方法 |
| KR102512987B1 (ko) * | 2016-07-08 | 2023-03-22 | 삼성전자주식회사 | 반도체 소자의 격자 스트레인 분석 방법 |
| CN108021874A (zh) * | 2017-11-23 | 2018-05-11 | 北京环境特性研究所 | 一种基于空-谱结合的高光谱端元提取预处理方法 |
| CN109377457B (zh) * | 2018-09-28 | 2020-10-30 | 河北华讯方舟太赫兹技术有限公司 | 药丸包衣图像处理方法、装置、计算机设备和存储介质 |
-
2018
- 2018-09-28 CN CN201811142881.5A patent/CN109377457B/zh active Active
-
2019
- 2019-04-18 WO PCT/CN2019/083136 patent/WO2020062843A1/zh active Application Filing
Also Published As
| Publication number | Publication date |
|---|---|
| CN109377457A (zh) | 2019-02-22 |
| WO2020062843A1 (zh) | 2020-04-02 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109377457B (zh) | 药丸包衣图像处理方法、装置、计算机设备和存储介质 | |
| CN108805023B (zh) | 一种图像检测方法、装置、计算机设备及存储介质 | |
| US8744210B2 (en) | Information processing apparatus, line noise reduction processing method, and computer-readable storage medium | |
| CN102279191B (zh) | 周期性纹理图像中缺陷的检测方法和装置 | |
| CN114240797B (zh) | 一种oct图像去噪方法、装置、设备及介质 | |
| CN113781406B (zh) | 电子元器件的划痕检测方法、装置及计算机设备 | |
| Ahmed et al. | Medical image denoising system based on stacked convolutional autoencoder for enhancing 2-dimensional gel electrophoresis noise reduction | |
| Kryjak et al. | Real-time implementation of the ViBe foreground object segmentation algorithm | |
| CN107103595A (zh) | 检测图像变化的方法、装置、存储介质及设备 | |
| Chen et al. | A novel infrared small target detection method based on BEMD and local inverse entropy | |
| CN108305265B (zh) | 微弱小目标图像实时处理方法及系统 | |
| CN114724000B (zh) | 一种屏拍图摩尔纹的处理方法、处理装置及处理设备 | |
| CN111476750A (zh) | 对成像模组进行污点检测的方法、装置、系统及存储介质 | |
| CN107085843B (zh) | 用于估计光学系统中的调制传递函数的系统和方法 | |
| CN115063315A (zh) | 基于滑动划分及小面积噪声填充的太赫兹图像预处理方法 | |
| Bhonsle et al. | Medical Image De-Noising Using Combined Bayes Shrink and Total Variation Techniques | |
| CN109949245B (zh) | 十字激光检测定位方法、装置、存储介质及计算机设备 | |
| CN113674144A (zh) | 一种图像处理方法、终端设备及可读存储介质 | |
| Sheela et al. | Comparative analysis of various filtering techniques for Speckle noise suppression in Ultrasound images | |
| Chen et al. | A pilot study on a new image enhancement method using spatial statistics | |
| de DeckerK et al. | Variance stabilizing transformations in patch-based bilateral filters for poisson noise image denoising | |
| Cao et al. | A hardware acceleration architecture design for histogram equalization with locking features | |
| Gupta et al. | Object recognition based on template matching and correlation method in hyperspectral images | |
| Li et al. | Dynamic-clustering extreme intensity prior based blind image deblurring | |
| Khawaled et al. | On the self-similarity of natural stochastic textures |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20211126 Address after: 518101 room 404, building 37, chentian Industrial Zone, chentian community, Xixiang street, Bao'an District, Shenzhen, Guangdong Province Patentee after: Shenzhen Huaxun ark Photoelectric Technology Co., Ltd Address before: 071000 east side of jingshisan Road, Xushui Economic Development Zone, Baoding City, Hebei Province Patentee before: HEBEI HUAXUN FANGZHOU TAIHEZI TECHNOLOGY Co.,Ltd. Patentee before: Shenzhen Terahertz Technology Innovation Research Institute |
|
| TR01 | Transfer of patent right |