CN110068577A - 一种基于视觉引导的药丸检测方法 - Google Patents
一种基于视觉引导的药丸检测方法 Download PDFInfo
- Publication number
- CN110068577A CN110068577A CN201910338992.1A CN201910338992A CN110068577A CN 110068577 A CN110068577 A CN 110068577A CN 201910338992 A CN201910338992 A CN 201910338992A CN 110068577 A CN110068577 A CN 110068577A
- Authority
- CN
- China
- Prior art keywords
- pill
- image
- obj
- detection
- img3
- 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.)
- Withdrawn
Links
- 239000006187 pill Substances 0.000 title claims abstract description 88
- 238000001514 detection method Methods 0.000 title claims abstract description 42
- 238000000605 extraction Methods 0.000 claims abstract description 5
- 238000000034 method Methods 0.000 claims description 14
- 230000007547 defect Effects 0.000 claims description 6
- 230000011218 segmentation Effects 0.000 claims description 6
- 230000000877 morphologic effect Effects 0.000 claims description 5
- 238000005516 engineering process Methods 0.000 claims description 4
- 230000002708 enhancing effect Effects 0.000 claims description 4
- 230000002950 deficient Effects 0.000 claims description 3
- 230000009466 transformation Effects 0.000 claims description 3
- 238000004519 manufacturing process Methods 0.000 abstract description 7
- 239000000463 material Substances 0.000 abstract description 4
- 235000015170 shellfish Nutrition 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 238000009776 industrial production Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
- G01N2021/8887—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges based on image processing techniques
Abstract
本发明公开了一种基于视觉引导的药丸检测方法，基于视觉引导下通过图像通道img1和通道img3的叠加实现药丸区域的提取，以学习功能得到的药丸区域的面积、长、宽和灰度为标准实现对药丸区域的面积、长、宽和灰度的检测，再通过药丸区域在通道img1和通道img3的特征实现气泡的检测，以及通过药丸区域在通道img3的特征实现黑点检测，可以大大节省人力、物力成本，提高生产效率、提高检测精度、避免人为检测误差。
Description
技术领域：
本发明属于药丸质量检测技术领域，特别涉及一种基于视觉引导的药丸检测方法。
背景技术：
药丸的外观质量检测是药丸生产工序中的重要环节，尤其透明性药丸产品存在外部和内部的缺陷，为了外观质量和实际使用安全，其检测要求非常严格，目前生产中通常采用人工的检测方法进行检测，生产流水线上使用人工检测往往产线速度需要很慢，导致其生产效率低下，同时，需要大量的人力、物力成本投入。
视觉引导，即在视觉成像装置与工业相机的辅助下完成对产品的信息的抓取，尤其是有用信息的抓取。目前针对透明药丸产品的视觉检测方法，存在产品与背景分离困难，内部气泡等漏检问题，检测速度慢、准确性低等特点，难以满足工业上的生产需求。
公开于该背景技术部分的信息仅仅旨在增加对本发明的总体背景的理解，而不应当被视为承认或以任何形式暗示该信息构成已为本领域一般技术人员所公知的现有技术。
发明内容：
本发明的目的在于提供一种基于视觉引导的药丸检测方法，从而克服上述现有技术中的缺陷。
为实现上述目的，本发明采用的技术方案如下：
一种基于视觉引导的药丸检测方法，其特征在于：包括以下步骤：
1)图像采集，将药丸放置在传送带上，传送带运行时连续采集药丸的图像，其中第一张图像记为imgF、第二张或者第i(i＞2)张图像记为imgN；
2)判断药丸图像是否需要拼接，第一张图像完整药丸区域保存为Obj1，并设置拼接标识Flag，图像本体imgF保存为imgPro；第二张或者第i(i＞2)张图像读取拼接标识Flag，若需要进行拼接则将imgPro与imgN拼接得到imgT，若无需进行拼接则将imgN直接拷贝保存为imgT，将imgT中完整药丸区域保存为Obj1，图像本体imgN保存为imgPro；
3)图像处理，将imgT分为3个通道img1、img2和img3，对img1和img3进行均值滤波得到img1M和img3M，img1M和img3M相减和固定灰度值增加得到imgM，在imgM的基础上使用形态学的方法和药丸的几何特征提取药丸区域Obj，同时在Obj的基础上根据Flag标识判断是否为拼接的图像，若是拼接的，在Obj的技术上减去Obj1得到Obj，若不是拼接的则直接保存为Obj；利用img2得到均值灰度img2M；
4)判定状态，以上步骤1)-步骤3)采用合格的药丸时进入学习状态，保存学习Obj的面积、长、宽特征的标注值和误差值，同时在Obj的基础上截取img3并保存学习Obj的灰度特征的标准值和误差值，以上步骤1)-步骤3)采用待检测的药丸时进入检测状态，在Obj的基础上分别得到药丸的面积、长、宽特征和img3上的灰度，并与学习得到的标准值及误差值进行比较判定是否为缺陷产品；
5)气泡和黑点检测，在Obj的基础上分别挖取出药丸对应的img1上的img1Small和img3上的img3Small，使用img1Small和img3Small进行气泡检测，首先对img1Small进行增强对比度处理，突出气泡区域的特征，在增强基础上进行动态阈值分割和形态学处理得到疑似气泡区域，根据面积、圆度以及疑似气泡与周围的对比度差值判断是否为气泡区域，其次对img3Small使用固定阈值分割和几何变换判定是否为气泡区域，随后使用img3Small的灰度特征值判定药丸是否含有黑点；
6)结束以上1)-5)过程或重复以上1)-5)过程。
所述步骤1)采集药丸图像时将药丸放在蓝色的传送带上，并采用彩色相机获取多通道彩色图像。
所述步骤2)拼接时采用纵向拼接的方法进行拼接。
所述步骤4)采用合格的药丸进行学习获得的药丸面积、长、宽和灰度的标准值和参考误差可设定为一个范围，用于对待测药丸进行检测比较。
所述步骤4)待检测的药丸检测为缺陷品后若图像为拼接的，则减去一个图像高度并保存缺陷药丸的位置信息。
本发明一方面的有益效果如下：
本发明在分析产品特征和缺陷特征的基础上，基于视觉引导下通过图像通道1和通道3的叠加实现药丸区域的提取，以学习功能得到的面积、长、宽和灰度实现对面积、长、宽和灰度的检测，再通过药丸区域在通道1和通道3的特征实现气泡的检测，以及通过药丸区域在通道3的特征实现黑点检测，可以大大节省人力、物力成本，提高生产效率、避免人为检测误差。
附图说明：
图1为本发明一种基于视觉引导的药丸检测方法的流程示意图；
具体实施方式：
下面对本发明的具体实施方式进行详细描述，但应当理解本发明的保护范围并不受具体实施方式的限制。
除非另有其它明确表示，否则在整个说明书和权利要求书中，术语“包括”或其变换如“包含”或“包括有”等等将被理解为包括所陈述的元件或组成部分，而并未排除其它元件或其它组成部分。
如图1所示，一种基于视觉引导的药丸检测方法，其特征在于：包括以下步骤：
1)图像采集，将药丸放置在传送带上，传送带运行时连续采集药丸的图像，其中第一张图像记为imgF、第二张或者第i(i＞2)张图像记为imgN；
2)判断药丸图像是否需要拼接，第一张图像完整药丸区域保存为Obj1，并设置拼接标识Flag，图像本体imgF保存为imgPro；第二张或者第i(i＞2)张图像读取拼接标识Flag，若需要进行拼接则将imgPro与imgN拼接得到imgT，若无需进行拼接则将imgN直接拷贝保存为imgT，将imgT中完整药丸区域保存为Obj1，图像本体imgN保存为imgPro；
3)图像处理，将imgT分为3个通道img1、img2和img3，对img1和img3进行均值滤波得到img1M和img3M，img1M和img3M相减和固定灰度值增加得到imgM，在imgM的基础上使用形态学的方法和药丸的几何特征提取药丸区域Obj，同时在Obj的基础上根据Flag标识判断是否为拼接的图像，若是拼接的，在Obj的技术上减去Obj1得到Obj，若不是拼接的则直接保存为Obj；利用img2得到均值灰度img2M；
4)判定状态，以上步骤1)-步骤3)采用合格的药丸时进入学习状态，保存学习Obj的面积、长、宽特征的标注值和误差值，同时在Obj的基础上截取img3并保存学习Obj的灰度特征的标准值和误差值，以上步骤1)-步骤3)采用待检测的药丸时进入检测状态，在Obj的基础上分别得到药丸的面积、长、宽特征和img3上的灰度，并与学习得到的标准值及误差值进行比较判定是否为缺陷产品；
5)气泡和黑点检测，在Obj的基础上分别挖取出药丸对应的img1上的img1Small和img3上的img3Small，使用img1Small和img3Small进行气泡检测，首先对img1Small进行增强对比度处理，突出气泡区域的特征，在增强基础上进行动态阈值分割和形态学处理得到疑似气泡区域，根据面积、圆度以及疑似气泡与周围的对比度差值判断是否为气泡区域，其次对img3Small使用固定阈值分割和几何变换判定是否为气泡区域，随后使用img3Small的灰度特征值判定药丸是否含有黑点；
6)结束以上1)-5)过程或重复以上1)-5)过程。
所述步骤1)采集药丸图像时将药丸放在蓝色的传送带上，并采用彩色相机获取多通道彩色图像。
所述步骤2)拼接时采用纵向拼接的方法进行拼接。
所述步骤4)采用合格的药丸进行学习获得的药丸面积、长、宽和灰度的标准值和参考误差可设定为一个范围，用于对待测药丸进行检测比较。
所述步骤4)待检测的药丸检测为缺陷品后若图像为拼接的，则减去一个图像高度并保存缺陷药丸的位置信息。
本发明基于视觉引导下通过图像通道img1和通道img3的叠加实现药丸区域的提取，以学习功能得到的药丸区域的面积、长、宽和灰度为标准实现对药丸区域的面积、长、宽和灰度的检测，再通过药丸区域在通道img1和通道img3的特征实现气泡的检测，以及通过药丸区域在通道img3的特征实现黑点检测，可以大大节省人力、物力成本，提高生产效率、提高检测精度、避免人为检测误差。
前述对本发明的具体示例性实施方案的描述是为了说明和例证的目的。这些描述并非想将本发明限定为所公开的精确形式，并且很显然，根据上述教导，可以进行很多改变和变化。对示例性实施例进行选择和描述的目的在于解释本发明的特定原理及其实际应用，从而使得本领域的技术人员能够实现并利用本发明的各种不同的示例性实施方案以及各种不同的选择和改变。本发明的范围意在由权利要求书及其等同形式所限定。
Claims (5)
1.一种基于视觉引导的药丸检测方法，其特征在于：包括以下步骤：
1)图像采集，将药丸放置在传送带上，传送带运行时连续采集药丸的图像，其中第一张图像记为imgF、第二张或者第i(i＞2)张图像记为imgN；
2)判断药丸图像是否需要拼接，第一张图像完整药丸区域保存为Obj1，并设置拼接标识Flag，图像本体imgF保存为imgPro；第二张或者第i(i＞2)张图像读取拼接标识Flag，若需要进行拼接则将imgPro与imgN拼接得到imgT，若无需进行拼接则将imgN直接拷贝保存为imgT，将imgT中完整药丸区域保存为Obj1，图像本体imgN保存为imgPro；
3)图像处理，将imgT分为3个通道img1、img2和img3，对img1和img3进行均值滤波得到img1M和img3M，img1M和img3M相减和固定灰度值增加得到imgM，在imgM的基础上使用形态学的方法和药丸的几何特征提取药丸区域Obj，同时在Obj的基础上根据Flag标识判断是否为拼接的图像，若是拼接的，在Obj的技术上减去Obj1得到Obj，若不是拼接的则直接保存为Obj；利用img2得到均值灰度img2M；
4)判定状态，以上步骤1)-步骤3)采用合格的药丸时进入学习状态，保存学习Obj的面积、长、宽特征的标注值和误差值，同时在Obj的基础上截取img3并保存学习Obj的灰度特征的标准值和误差值，以上步骤1)-步骤3)采用待检测的药丸时进入检测状态，在Obj的基础上分别得到药丸的面积、长、宽特征和img3上的灰度，并与学习得到的标准值及误差值进行比较判定是否为缺陷产品；
5)气泡和黑点检测，在Obj的基础上分别挖取出药丸对应的img1上的img1Small和img3上的img3Small，使用img1Small和img3Small进行气泡检测，首先对img1Small进行增强对比度处理，突出气泡区域的特征，在增强基础上进行动态阈值分割和形态学处理得到疑似气泡区域，根据面积、圆度以及疑似气泡与周围的对比度差值判断是否为气泡区域，其次对img3Small使用固定阈值分割和几何变换判定是否为气泡区域，随后使用img3Small的灰度特征值判定药丸是否含有黑点；
6)结束以上1)-5)过程或重复以上1)-5)过程。
2.根据权利要求1所述的一种基于视觉引导的药丸检测方法，其特征在于：所述步骤1)采集药丸图像时将药丸放在蓝色的传送带上，并采用彩色相机获取多通道彩色图像。
3.根据权利要求1所述的一种基于视觉引导的药丸检测方法，其特征在于：所述步骤2)拼接时采用纵向拼接的方法进行拼接。
4.根据权利要求1所述的一种基于视觉引导的药丸检测方法，其特征在于：所述步骤4)采用合格的药丸进行学习获得的药丸面积、长、宽和灰度的标准值和参考误差可设定为一个范围，用于对待测药丸进行检测比较。
5.根据权利要求1所述的一种基于视觉引导的药丸检测方法，其特征在于：所述步骤4)待检测的药丸检测为缺陷品后若图像为拼接的，则减去一个图像高度并保存缺陷药丸的位置信息。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910338992.1A CN110068577A (zh) | 2019-04-25 | 2019-04-25 | 一种基于视觉引导的药丸检测方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910338992.1A CN110068577A (zh) | 2019-04-25 | 2019-04-25 | 一种基于视觉引导的药丸检测方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN110068577A true CN110068577A (zh) | 2019-07-30 |
Family
ID=67368714
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910338992.1A Withdrawn CN110068577A (zh) | 2019-04-25 | 2019-04-25 | 一种基于视觉引导的药丸检测方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110068577A (zh) |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102218407A (zh) * | 2011-03-29 | 2011-10-19 | 杭州旭美智能科技有限公司 | 一种视觉智能识别胶囊装置 |
| CN202305426U (zh) * | 2011-10-26 | 2012-07-04 | 新昌县航达机械制造有限公司 | 一种胶囊检测机的前检测装置 |
| CN202562858U (zh) * | 2012-05-03 | 2012-11-28 | 北京大恒图像视觉有限公司 | 透明胶囊缺陷检测系统及透明胶囊检测机 |
| CN107154042A (zh) * | 2017-05-18 | 2017-09-12 | 湖南大学 | 一种包衣机视觉检测方法与装置 |
| CN107525808A (zh) * | 2017-07-27 | 2017-12-29 | 佛山市南海区广工大数控装备协同创新研究院 | 一种生产线上泡罩药品分类及缺陷在线视觉检测方法 |
-
2019
- 2019-04-25 CN CN201910338992.1A patent/CN110068577A/zh not_active Withdrawn
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102218407A (zh) * | 2011-03-29 | 2011-10-19 | 杭州旭美智能科技有限公司 | 一种视觉智能识别胶囊装置 |
| CN202305426U (zh) * | 2011-10-26 | 2012-07-04 | 新昌县航达机械制造有限公司 | 一种胶囊检测机的前检测装置 |
| CN202562858U (zh) * | 2012-05-03 | 2012-11-28 | 北京大恒图像视觉有限公司 | 透明胶囊缺陷检测系统及透明胶囊检测机 |
| CN107154042A (zh) * | 2017-05-18 | 2017-09-12 | 湖南大学 | 一种包衣机视觉检测方法与装置 |
| CN107525808A (zh) * | 2017-07-27 | 2017-12-29 | 佛山市南海区广工大数控装备协同创新研究院 | 一种生产线上泡罩药品分类及缺陷在线视觉检测方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN105453153B (zh) | 交通灯检测 | |
| CN111311542B (zh) | 一种产品质量检测方法及装置 | |
| KR101711073B1 (ko) | 딥 러닝 알고리즘을 적용한 플렉서블 터치스크린 패널 미세 크랙 검출 장치 및 방법 | |
| CN101424514B (zh) | 基于图像处理的卷尺刻度在线自动检测系统及方法 | |
| CN109900711A (zh) | 基于机器视觉的工件缺陷检测方法 | |
| CN110248075A (zh) | 图像获取装置、方法及系统和点胶质量检测方法及系统 | |
| CN103345755A (zh) | 一种基于Harris算子的棋盘格角点亚像素提取方法 | |
| CN111047568A (zh) | 一种漏汽缺陷检测识别方法及系统 | |
| CN107180416A (zh) | 火车车轮踏面图像畸形校正方法及系统 | |
| CN112053317A (zh) | 一种基于级联神经网络的工件表面缺陷检测方法 | |
| CN108716890A (zh) | 一种基于机器视觉的高精度尺寸检测方法 | |
| CN110108712A (zh) | 多功能视觉缺陷检测系统 | |
| CN104683793A (zh) | 用于相机的检测方法 | |
| CN107367515B (zh) | 一种超薄柔性ic基板油墨异物检测方法 | |
| CN103514460B (zh) | 视频监控多视角车辆检测方法和装置 | |
| CN104749801A (zh) | 高精度自动光学检测方法和系统 | |
| CN106973290A (zh) | 一种摄像模组污点测试方法及装置 | |
| CN108225735B (zh) | 一种基于视觉的精密进近指示器飞行校验方法 | |
| JP2017219343A (ja) | 欠陥検査装置、欠陥検査方法、フィルム製造装置及びフィルム製造方法 | |
| CN117115171A (zh) | 一种应用于地铁lcd显示屏的轻微亮点缺陷检测方法 | |
| CN110068577A (zh) | 一种基于视觉引导的药丸检测方法 | |
| Wang et al. | Lane-line detection algorithm for complex road based on OpenCV | |
| CN116091506B (zh) | 一种基于yolov5的机器视觉缺陷质检方法 | |
| CN112304512A (zh) | 一种基于人工智能的多工件场景气密性检测方法及系统 | |
| CN107231553A (zh) | 角点位置获取方法及装置 |
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 | ||
| WW01 | Invention patent application withdrawn after publication | ||
| WW01 | Invention patent application withdrawn after publication |
Application publication date: 20190730 |