CN110095468A - 一种消炎药粒表面缺陷检测的方法 - Google Patents
一种消炎药粒表面缺陷检测的方法 Download PDFInfo
- Publication number
- CN110095468A CN110095468A CN201910038278.0A CN201910038278A CN110095468A CN 110095468 A CN110095468 A CN 110095468A CN 201910038278 A CN201910038278 A CN 201910038278A CN 110095468 A CN110095468 A CN 110095468A
- Authority
- CN
- China
- Prior art keywords
- image
- powder
- max
- surface defects
- inflammatory
- 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.)
- Pending
Links
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
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/136—Segmentation; Edge detection involving thresholding
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/187—Segmentation; Edge detection involving region growing; involving region merging; involving connected component labelling
-
- 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
-
- 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
- G06T2207/10024—Color image
Abstract
本发明公开了一种消炎药粒表面缺陷检测的方法,它包括以下步骤:第一步,获取药板中药粒图像,即通过彩色相机采集药粒图像;第二步,转化图像,即将第一步中采集的药粒图像转化成H1S1I1图像;第三步,图像校正,参照模版位置对图像进行校正,生成新的图像;第四步,转化新的图像,即将第三步中的新生成的图像转换为H2S2I2图像;第五步,药粒缺陷的筛选,即在第四步中的S2图中筛选出药粒连通区域;第六步,药粒品质的评价,即将第五步中的药粒连通区域进行孔洞填充,再与原图相减,即可求出异物区域,通过异物区域与面积阈值(A2Min,A2Max)比较,判定药粒的品质。本发明的一种消炎药粒表面缺陷检测的方法,检测简单,方便快捷。
Description
技术领域
本发明涉及药品检测领域,尤其涉及一种消炎药粒表面缺陷检测的方法。
背景技术
药品检测的检测项目众多,有药品质量检测、药品成分检测、药品重金属检测、药品不良反应检测、药品密封性检测、生物药品检测、药品外观检测、药品常规检测、药品理化检测、药品安全检测和药品缺陷检测。
药粒、药片在生产过程中会存在缺粒、半粒、药粒表面异物的不良现象。不良品流入市场对制药企业形象带来负面影响,目前主要采用人工观察的方式来检测,这种方法受人为主管因素影响,检测精度会受到人的疲劳和经验的影响。
发明内容
本发明的目的在于针对现有技术的不足而提供一种消炎药粒表面缺陷检测的方法,检测简单,方便快捷。
为达到上述目的,本发明通过以下技术方案来实现。
一种消炎药粒表面缺陷检测的方法,它包括以下步骤:
第一步,获取药板中药粒图像,即通过彩色相机采集药粒图像;
第二步,转化图像,即将第一步中采集的药粒图像转化成H1S1I1图像;
第三步,图像校正,即第二步转换成的I1图像中,在药板的右边缘设置n条高H、宽W的矩形检测区域,并求取各个矩形区域内灰度变化最大的点坐标集(X(n),Y(n)),将该点坐标集通过霍夫变换拟合成直线进而求出右边缘线,并求出药板的右边边缘中心点坐标(X(0),Y(0)),根据右边缘线的角度和中心点坐标,参照模版位置对图像进行校正,生成新的图像;
第四步,转化新的图像,即将第三步中的新生成的图像转换为 H2S2I2图像;
第五步,药粒缺陷的筛选,即在第四步中的S2图中,根据设定的检测区域提取药粒连通区域,将S2图像进行二值化处理,得到二值化后的连通区域,用面积(A1Min,A1Max)和圆度(C1Min,C1Max)阀值筛选出药粒连通区域;
第六步,药粒品质的评价,即将第五步中的药粒连通区域进行孔洞填充,再与原图相减,即可求出异物区域,通过异物区域与面积阈值(A2Min,A2Max)比较,判定药粒的品质。
进一步的,所述第二步中的n为100、H为200mm、W为10mm。
进一步的,所述第五步中的面积阀值(A1Min,A1Max)和圆度阀值(C1Min,C1Max)分别为(28000,40000)和(0.8,1)。
进一步的,所述面积阈值(A2Min,A2Max)为(0,50)。
本发明的一种消炎药粒表面缺陷检测的方法,检测简单,方便快捷。
附图说明
图1为本发明的原图以及H1S1I1图的示意图;
图2图1中I1图的矩形检测区域示意图;
图3图1中I1图的右边缘线的示意图;
图4为校正图以及H2S2I2图像的示意图;
图5为药粒连通区域图像的示意图;
图6为筛选异物区域图像的示意图;
具体实施方式
下面结合实施例对本发明做进一步说明,但不局限于说明书上的内容。
如图所示:一种消炎药粒表面缺陷检测的方法,它包括以下步骤:
第一步,获取药板中药粒图像,即通过彩色相机采集药粒图像;
第二步,转化图像,即将第一步中采集的药粒图像转化成H1S1I1图像,如图1所示;
第三步,图像校正,即第二步转换成的I1图像中,在药板图像的右边缘设置n条高H、宽W的矩形检测区域(如图2所示)(n=100、 H=200mm、W=10mm),并求取各个矩形区域内灰度变化最大的点坐标集(X(n),Y(n)),将该点坐标集通过霍夫变换拟合成直线进而求出右边缘线(如图3所示),并求出药板的右边边缘中心点坐标(X(0), Y(0)),根据右边缘线的角度和中心点坐标,参照模版位置对图像进行校正,生成新的图像;模版位置为从模版图像求取的右边缘线的角度和中心点坐标,新图像右边缘线的角度和中心坐标减去模版位置的角度和坐标,求得图像旋转角度和平移量,对新图像进行旋转和平移校正。
第四步,转化新的图像,即将第三步中的新生成的图像转换为 H2S2I2图像(如图4所示);
第五步,药粒缺陷的筛选,即在第四步中的S2图中,根据设定的检测区域提取药粒连通区域,检测区域为手动圈取的泡罩板区域,将 S2图像进行二值化处理,得到二值化后的连通区域,用面积mm2(A1Min, A1Max)和圆度(C1Min,C1Max)阀值筛选出药粒连通区域(如图5所示),此时若出现缺粒和半粒情况便可以检测出来;
第六步,药粒品质的评价,即将第五步中的药粒连通区域进行孔洞填充,再与原图相减,即可求出异物区域(如图6所示),通过异物区域与面积阈值mm2(A2Min,A2Max)比较,判定是否为合格品。位于面积阈值mm2(A2Min,A2Max)内为合格产品,超出面积阈值mm2(A2Min,A2Max),为不合格产品。
具体实施例一:
第一步,获取药板中药粒图像,即通过彩色相机采集药粒图像;
第二步,转化图像,即将第一步中采集的药粒图像转化成H1S1I1图像;
第三步,图像校正,即第二步转换成的I1图像中,在药板的右边缘设置n=100条高H=200、宽W=10的矩形检测区域,并求取各个矩形区域内灰度变化最大的点坐标集(X(n),Y(n)),将该点坐标集通过霍夫变换拟合成右边缘线,并求出药板的右边边缘中心点坐标(2030,1184),根据右边缘线的角度(-89°)和中心点坐标(2030, 1184),参照模版位置(角度(-85°)和中心点坐标(2010,1181))对图像进行校正,生成新的图像;
第四步,转化新的图像,即将第三步中的新生成的图像转换为 H2S2I2图像;
第五步,药粒缺陷的筛选,即在第四步中的S2图中,根据设定的检测区域提取药粒连通区域,将S2图像进行二值化处理,得到二值化后的连通区域,用面积(28000,40000)和圆度(0.8,1)阀值筛选出药粒连通区域;
第六步,药粒品质的评价,即将第五步中的药粒连通区域进行孔洞填充,再与原图相减,即可求出异物区域,通过异物区域面积与面积阈值(0,50)比较,异物区域面积等于16,位于面积阈值(0, 50)内,为合格产品。
具体实施例二:
第一步,获取药板中药粒图像,即通过彩色相机采集药粒图像;
第二步,转化图像,即将第一步中采集的药粒图像转化成H1S1I1图像;
第三步,图像校正,即第二步转换成的I1图像中,在药板的右边缘设置n=100条高H=200、宽W=10的矩形检测区域,并求取各个矩形区域内灰度变化最大的点坐标集(X(n),Y(n)),将该点坐标集通过霍夫变换拟合成右边缘线,并求出药板的右边边缘中心点坐标(2028,1186),根据右边缘线的角度(-88°)和中心点坐标(2028, 1186),参照模版位置(角度(-85°)和中心点坐标(2010,1181))对图像进行校正,生成新的图像;
第四步,转化新的图像,即将第三步中的新生成的图像转换为 H2S2I2图像;
第五步,药粒缺陷的筛选,即在第四步中的S2图中,根据设定的检测区域提取药粒连通区域,将S2图像进行二值化处理,得到二值化后的连通区域,用面积(28000,40000)和圆度(0.8,1)阀值筛选出药粒连通区域;
第六步,药粒品质的评价,即将第五步中的药粒连通区域进行孔洞填充,再与原图相减,即可求出异物区域,通过异物区域面积与面积阈值(0,50)比较,异物区域面积等于68,超出面积阈值(0, 50),为不合格产品。
本发明的一种消炎药粒表面缺陷检测的方法,检测简单,方便快捷。
显然,本发明的上述实施方式仅仅是为清楚地说明本发明所作的举例,而并非是对本发明的实施方式的限定。对于所属领域的普通技术人员来说,在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无法对所有的实施方式予以穷举。凡是属于本发明的技术方案所引伸出的显而易见的变化或变动仍处于本发明的保护范围之列。
Claims (4)
1.一种消炎药粒表面缺陷检测的方法,其特征在于:它包括以下步骤:
第一步,获取药板中药粒图像,即通过彩色相机采集药粒图像;
第二步,转化图像,即将第一步中采集的药粒图像转化成H1S1I1图像;
第三步,图像校正,即第二步转换成的I1图像中,在药板的右边缘设置n条高H、宽W的矩形检测区域,并求取各个矩形区域内灰度变化最大的点坐标集(X(n),Y(n)),将该点坐标集通过霍夫变换拟合成直线进而求出右边缘线,并求出药板的右边边缘中心点坐标(X(0),Y(0)),根据右边缘线的角度和中心点坐标,参照模版位置对图像进行校正,生成新的图像;
第四步,转化新的图像,即将第三步中的新生成的图像转换为H2S2I2图像;
第五步,药粒缺陷的筛选,即在第四步中的S2图中,根据设定的检测区域提取药粒连通区域,将S2图像进行二值化处理,得到二值化后的连通区域,用面积(A1Min,A1Max)阀值和圆度(C1Min,C1Max)阀值筛选出药粒连通区域;
第六步,药粒品质的评价,即将第五步中的药粒连通区域进行孔洞填充,再与原图相减,即可求出异物区域,通过异物区域与面积阈值(A2Min,A2Max)比较,判定药粒的品质。
2.根据权利要求1所述的一种消炎药粒表面缺陷检测的方法,其特征在于:所述第二步中的n为100、H为200mm、W为10mm。
3.根据权利要求1所述的一种消炎药粒表面缺陷检测的方法,其特征在于:所述第五步中的面积阀值(A1Min,A1Max)和圆度阀值(C1Min,C1Max)分别为(28000,40000)和(0.8,1)。
4.根据权利要求1所述的一种消炎药粒表面缺陷检测的方法,其特征在于:所述面积阈值(A2Min,A2Max)为(0,50)。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910038278.0A CN110095468A (zh) | 2019-01-15 | 2019-01-15 | 一种消炎药粒表面缺陷检测的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910038278.0A CN110095468A (zh) | 2019-01-15 | 2019-01-15 | 一种消炎药粒表面缺陷检测的方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110095468A true CN110095468A (zh) | 2019-08-06 |
Family
ID=67443687
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910038278.0A Pending CN110095468A (zh) | 2019-01-15 | 2019-01-15 | 一种消炎药粒表面缺陷检测的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110095468A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111412864A (zh) * | 2020-02-26 | 2020-07-14 | 长安大学 | 一种基于磨痕灰度相似性的磨痕角自动检测方法 |
-
2019
- 2019-01-15 CN CN201910038278.0A patent/CN110095468A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111412864A (zh) * | 2020-02-26 | 2020-07-14 | 长安大学 | 一种基于磨痕灰度相似性的磨痕角自动检测方法 |
CN111412864B (zh) * | 2020-02-26 | 2021-12-07 | 长安大学 | 一种基于磨痕灰度相似性的磨痕角自动检测方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109724990B (zh) | 一种包装盒标签中喷码区域的快速定位与检测方法 | |
CN112508826B (zh) | 一种印刷品缺陷检测方法 | |
WO2020253827A1 (zh) | 评估图像采集精度的方法及装置、电子设备和存储介质 | |
CN110097532A (zh) | 一种子弹外观缺陷检测的方法 | |
US9466004B2 (en) | Adaptive color correction for pill recognition in digital images | |
CN107525808A (zh) | 一种生产线上泡罩药品分类及缺陷在线视觉检测方法 | |
CN106934800B (zh) | 一种基于yolo9000网络的金属板带表面缺陷检测方法及装置 | |
Laddi et al. | Classification of tea grains based upon image texture feature analysis under different illumination conditions | |
CN108896547A (zh) | 基于机器视觉的耐火砖测量系统 | |
CN104764746B (zh) | 一种全方位pet瓶盖防盗环缺陷的检测方法 | |
CN103759644B (zh) | 一种滤光片表面缺陷的分离细化智能检测方法 | |
CN109001212A (zh) | 一种基于机器视觉的不锈钢汤勺缺陷检测方法 | |
CN107389693B (zh) | 一种基于机器视觉的印刷品缺陷自动检测方法 | |
CN105021127B (zh) | 一种贴片机的基准相机校正方法 | |
CN105139027A (zh) | 胶囊头缺陷检测方法和装置 | |
CN110490826B (zh) | 一种照相机中雾滴样本图像处理方法 | |
CN107490582A (zh) | 一种流水线工件检测系统 | |
CN110095468A (zh) | 一种消炎药粒表面缺陷检测的方法 | |
CN106938463A (zh) | 一种大型板料定位抓取的方法 | |
TW201930908A (zh) | 電路板瑕疵篩選方法及其裝置與電腦可讀取記錄媒體 | |
CN108889635B (zh) | 一种易拉罐制造缺陷在线视觉检测方法 | |
CN106264589A (zh) | 宽幅面动态人体快速扫描方法 | |
CN111330874A (zh) | 药瓶底部区域污染或杂物缺陷检测装置及其检测方法 | |
CN102980659A (zh) | 一种单色紧密织物表面颜色的数字化表征方法 | |
CN108805854B (zh) | 一种复杂环境下药片快速计数与完整性检测方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
TA01 | Transfer of patent application right | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20191106 Address after: 650300 Taiping new town sub district office, Anning City, Kunming City, Yunnan Province Applicant after: Yunnan Anning Chemical Plant Co., Ltd Address before: 650300 Industrial Park of Street Office of Taiping New Town, Anning City, Kunming City, Yunnan Province Applicant before: Yunnan vision intelligent equipment Co., Ltd. |
|
WD01 | Invention patent application deemed withdrawn after publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20190806 |