[發(fā)明專利]一種基于機器視覺的鋁鋁泡罩包裝藥片缺陷檢測方法

有效

• 申請?zhí)枺?/td>: 201910174967.4
• 申請日: 2019-03-08
• 公開（公告）號: CN109884070B
• 公開（公告）日: 2020-06-09
• 發(fā)明（設(shè)計）人: 陳麗瓊;裘兆炳;范賜恩;鄒煉;蔡偉鵬;聶培
• 申請（專利權(quán)）人: 武漢大學
• 主分類號: G01N21/88
• 分類號: G01N21/88;G06T7/00;G06T7/187;G06T7/136
• 代理公司: 武漢科皓知識產(chǎn)權(quán)代理事務(wù)所(特殊普通合伙) 42222
• 代理人: 王琪

本發(fā)明公開了一種基于機器視覺的鋁鋁泡罩包裝藥片缺陷檢測方法，包括如下步驟：建立藥片模板并保存模板參數(shù)；獲取待檢測圖像并進行圖像預(yù)處理操作；初步定位待檢測圖像中的所有正常藥片；最后進行模板匹配和缺陷類型檢測。本發(fā)明克服了鋁鋁泡罩反光特性導(dǎo)致的誤檢和漏檢問題，不僅實現(xiàn)了藥片檢測的自動化，還能精確地檢測出不同形狀的藥片的缺損、缺粒、多粒等異常情形，提高了流水線包裝的檢測精度和速度，保證了藥片的質(zhì)量和企業(yè)的生產(chǎn)效率。

技術(shù)領(lǐng)域

本發(fā)明屬于泡罩包裝缺陷檢測技術(shù)領(lǐng)域，具體涉及一種基于機器視覺的鋁鋁泡罩包裝藥片缺陷檢測方法。

背景技術(shù)

泡罩包裝是當今制藥行業(yè)應(yīng)用最為廣泛、發(fā)展最快的軟包裝材料之一，常見的包裝方式有兩種：鋁塑泡罩包裝和鋁鋁泡罩包裝。二者都是在基板上用鋁箔層封裝，不同之處在于鋁塑泡罩的基板是塑料材質(zhì)而鋁鋁泡罩的基板是鋁質(zhì)的。鋁箔具有優(yōu)良的遮光性和防潮性，能有效地保護被包裝的藥品，在藥品包裝上廣泛應(yīng)用。藥片作為醫(yī)藥產(chǎn)業(yè)的重要組成部分，其質(zhì)量優(yōu)劣直接關(guān)系到患者的生命健康和制藥企業(yè)的品牌形象，而在加工制造和泡罩包裝的過程中，藥片可能出現(xiàn)缺損、缺粒、多粒、異物等問題，因此實現(xiàn)藥片缺陷的自動檢測和不合格產(chǎn)品的精確剔除至關(guān)重要。

實際生產(chǎn)中的藥片缺陷檢測工作一般具有重復(fù)性、連續(xù)性和高精度要求等特點。目前常用的檢測方法如下：1)人工剔除法，需要工人時刻監(jiān)測傳送帶上的包裝藥板，發(fā)現(xiàn)不合格產(chǎn)品即予以剔除。由于人工剔除法勞動強度大，檢測效率低，對工人要求較高，工人在疲勞狀態(tài)下容易出現(xiàn)產(chǎn)品漏檢或誤檢的情況；2)質(zhì)量稱重法，借助高精度的重量測量儀器對藥品進行質(zhì)量稱重，并和正常藥品的質(zhì)量作比較，判斷是否有異常情況出現(xiàn)。該方法比較簡單，但是易受工業(yè)環(huán)境和測量精度的影響，而且無法檢測出缺粒和多粒同時存在使得總質(zhì)量不變的異常情況；3)基于機器視覺的圖像處理方法，通過工業(yè)CCD相機采集藥片板的圖像，并傳給工控機進行圖像處理，識別藥片圖像中的缺陷并進行剔除。

基于機器視覺的圖像處理方法有很好的適應(yīng)性，可以用機器代替人力，有效減輕工人的勞動強度，實現(xiàn)藥片缺陷的快速自動檢測及藥片質(zhì)量的準確判定，因此在市場上被企業(yè)廣泛采用。對于鋁塑泡罩包裝缺陷檢測，因其基板是透明的塑料，采用底部放置光源、頂部相機拍照的方式采集圖像，得到的藥片圖像背景純凈，用圖像處理算法進行缺陷檢測相對容易。而對于鋁鋁泡罩包裝缺陷檢測，因鋁箔不具有透光性，只能采用側(cè)面放置光源、頂部相機拍照的方式采集圖像，而且鋁箔基板具有一定的反光性，拍照得到的圖像存在局部高亮、光照不均、雜質(zhì)干擾等問題，導(dǎo)致容易出現(xiàn)誤檢或漏檢的情況，使得藥品質(zhì)量存在風險。因此，研究精準實時的鋁鋁泡罩包裝藥片缺陷檢測方法是機器視覺領(lǐng)域的關(guān)鍵問題。

發(fā)明內(nèi)容

本發(fā)明的目的在于提供一種基于機器視覺的鋁鋁泡罩包裝藥片缺陷檢測方法，旨在彌補現(xiàn)有檢測技術(shù)的不足，解決鋁質(zhì)基板的易反光特性導(dǎo)致容易誤檢和漏檢的問題，實現(xiàn)對不同形狀、不同大小的藥片的通用性和實時性檢測。

為實現(xiàn)上述目的，本發(fā)明的技術(shù)方案具體包括以下步驟：

步驟1，給定一張完全正常的模板藥片圖像，藥片的形狀不限，對模板藥片圖像進行預(yù)處理，計算模板中每粒藥片的中心點坐標以及模板圖像二值化之后每粒藥片的連通域面積，并保存所有的模板參數(shù)；

步驟2，給定一張待檢測的同類型的藥片圖像，對圖像進行裁剪、二值化等圖像預(yù)處理操作，得到二值圖；

步驟3，對二值圖進行連通域提取，計算每個連通域的面積、中心點坐標、最小外接矩形的邊框坐標、緊致度等參數(shù)，實現(xiàn)正常藥片的初步定位；

步驟4，將初步定位的藥片與模板中的藥片進行匹配，匹配上的認為是正常藥片，對于匹配不上的藥片則根據(jù)其在模板中的位置截取每粒藥片的切片，通過特征分類來識別出缺損、缺粒、多粒的情況，最后對有缺陷的藥片進行標記。

進一步的的，所述步驟1中對模板藥片圖像進行預(yù)處理的具體實現(xiàn)方式如下，