基於機器視覺技術的藥品瓶包裝標準認證在線檢測系統的製作方法
2023-04-29 04:42:51
本發明涉及藥品瓶包裝檢測，具體涉及基於機器視覺技術的藥品瓶包裝標準認證在線檢測系統。
背景技術：
在藥品這一特殊產品的生產過程中有許多檢測環節，如藥液裝量、藥丸裝填、標籤檢測、批號監控等等。長期以來，我國藥廠通常都採用人工檢測，生產效率低，工人勞動強度大，而且很容易造成檢測結果不穩定，甚至不準確。近年來，隨著計算機技術的發展，數字圖像處理的理論和方法不斷完善，利用機器視覺實現產品無接觸自動檢測的技術已逐漸變得切實可行。現有技術中的機器視覺產品造價較高，不利於大面積推廣。
技術實現要素：
本發明所要解決的技術問題是現有技術中的機器視覺產品造價較高，目的在於提供基於機器視覺技術的藥品瓶包裝標準認證在線檢測系統，採用新的檢測系統，降低視覺檢測系統的造價成本。
本發明通過下述技術方案實現：
基於機器視覺技術的藥品瓶包裝標準認證在線檢測系統，包括圖像採集模塊、通訊模塊、輸出模塊、智能判斷決策模塊、剔除模塊、參數設置模塊、預處理模塊和數字圖像處理模塊，所述圖像採集模塊用於獲取藥品瓶包裝圖像；所述參數設置模塊提供資料庫數據文件的設置和存儲操作；預處理模塊按照設定的值完成初始化操作；數字圖像處理模塊完成實時採集圖像的數位化處理；智能判斷決策模塊進行圖像數據的比較和判斷處理；剔除模塊完成剔除工作的控制；通訊模塊完成檢測系統與上位機和資料庫的雙向通訊及統計數據的上報；輸出模塊採用圖形方式，為用戶提供方便操作和統計顯示，便於用戶在檢測品種改變時及時更換參數設置值並增刪或修改資料庫。圖像採集可通過觸發採集或連續採集，把目標對象的光學特性變成二維信息的電信號，然後經過數據採集卡或採集設備本身所帶的取樣和量化功能，將其轉化成數字圖像。之後，系統對數字圖像進行處理，包括圖像的預處理、圖像增強、圖像分割、特徵提取等一系列步驟，最後通過智能判斷決策模塊進行測量和判斷，控制剔除模塊對不合格的藥品瓶進行剔除。
進一步地，圖像採集模塊包括相機、光源和觸發器。觸發器採用光觸發器，光源的變化控制觸發器觸發相機完成藥品瓶的圖像獲取。
進一步地，預處理模塊包括灰度值調整、濾波、填充縫隙、圖像分割、去邊緣毛刺，所述預處理模塊目的在於為使藥品瓶圖像特徵更明顯。
進一步地，參數設置模塊包括對藥品瓶圖像上字符的合併、顯示白色、分離、返回、相連、排列、顯示的處理操作。
本發明與現有技術相比，具有如下的優點和有益效果：本發明將機器視覺技術應用於藥品瓶包裝檢測中，以機器代替人工完成檢測，避免了生產過程中的雙向汙染，將人的介入因素降到最低程度，並且降低了檢測系統的成本，同時具有了準確度高、速度快、檢測結果客觀的特點。
附圖說明
此處所說明的附圖用來提供對本發明實施例的進一步理解，構成本申請的一部分，並不構成對本發明實施例的限定。在附圖中：
圖1為本發明結構示意圖。
具體實施方式
為使本發明的目的、技術方案和優點更加清楚明白，下面結合實施例和附圖，對本發明作進一步的詳細說明，本發明的示意性實施方式及其說明僅用於解釋本發明，並不作為對本發明的限定。
實施例
如圖1所示，基於機器視覺技術的藥品瓶包裝標準認證在線檢測系統，包括圖像採集模塊、通訊模塊、輸出模塊、智能判斷決策模塊、剔除模塊、參數設置模塊、預處理模塊和數字圖像處理模塊，所述圖像採集模塊用於獲取藥品瓶包裝圖像；所述參數設置模塊提供資料庫數據文件的設置和存儲操作；預處理模塊按照設定的值完成初始化操作；數字圖像處理模塊完成實時採集圖像的數位化處理；智能判斷決策模塊進行圖像數據的比較和判斷處理；剔除模塊完成剔除工作的控制；通訊模塊完成檢測系統與上位機和資料庫的雙向通訊及統計數據的上報；輸出模塊採用圖形方式，為用戶提供方便操作和統計顯示，便於用戶在檢測品種改變時及時更換參數設置值並增刪或修改資料庫。圖像採集模塊包括相機、光源和觸發器。預處理模塊包括灰度值調整、濾波、填充縫隙、圖像分割、去邊緣毛刺，所述預處理模塊目的在於為使藥品瓶圖像特徵更明顯。參數設置模塊包括對藥品瓶圖像上字符的合併、顯示白色、分離、返回、相連、排列、顯示的處理操作。
圖像採集模塊採用cmos數字相機(dh－hv1302um－t，配鏡頭m3z1228－mp)，將完成生產線輸送帶上的包裝瓶圖像獲取。根據藥品包裝瓶的規格，光源採用200×200的led背光紅光光源。圖像的獲取採用觸發抓拍方式，檢測元件為omorn的e3z－b61+e39res，這是一個反射型的觸發器，由光電觸發器與反射板組成。
本實施例中，在線檢測系統可進行藥液裝量檢測、藥瓶批號檢測、藥瓶標籤檢測。
關於藥液裝量檢測，實際上就是對瓶中液位進行檢測。根據人的視覺原理，有效的邊緣是灰度值梯度變化最大的部分。實踐證明，瓶子封口邊緣與背景、瓶中液面與瓶身上側的灰度有顯著的不同，即可以對圖像根據灰度跳變點進行測量。所以，本系統採用halcon灰度值形態學算法對實時圖像進行分割處理和分析。其步驟如下：
(1)圖像採集與讀取：在halcon中調用open＿framegrabber算子，訪問圖像採集設備，再調用算子grab＿image進行圖像採集，並將採集的玻璃瓶圖像存入halcon圖庫中。然後，調用read＿image和dev＿display算子進行圖像讀取和顯示。
(2)獲取測量區域：調用gen＿measure＿rectangle、dev＿set＿color和disp＿rectangle等算子，並賦以一定的參數，以創建並顯示一條豎向白色線段，即測量區域
(3)查找邊界跳變點：調用measure＿pos、dev＿set＿color、disp＿circle和measure＿pos算子，以執行沿線段查找相關灰度跳變點並顯示為指定色點。
(4)測量液位：調用measure＿pairs、dev＿set＿color、set＿tposition和write＿string算子，並進行一定的設置，對灰度跳變「色點」進行測量，以檢測出玻璃瓶中液面相對位置，從而獲得液位狀態信息，並將結果顯示於指定位置。
(5)判斷決策：藥液裝量不合格在圖像中表現為瓶中液面位置過低或過高。通過對液面相對位置的測量，從而判斷藥液裝量是否合格，實現在線檢測。如經過分析和比對，判斷出目標測量值與「理想」值不符，則可做出決策，並通過剔除機構對「不合格」瓶進行剔除。
關於藥瓶批號檢測，採用halcon的ocr圖像處理方法。ocr就是用於閱讀和識別符號的方法，它被定義成解釋圖像某區域的任務，這些區域包括獨立的字符，因此本實施例可以用ocr對批號中的單個數碼標誌進行讀取：
(1)獲取圖像：同前，調用open＿framegrabber、grab＿image、read＿image和dev＿display算子進行圖像採集、讀取和顯示，並將採集的玻璃瓶圖像存入halcon圖庫中
(2)處理圖像：採集後的圖像首先要經過一定的預處理，包括灰度值調整、濾波、填充縫隙、圖像分割、去邊緣毛刺等，其目的就是為了使區域特徵更加明顯，便於後續的批號數碼判斷操作。由於包裝瓶圖像的特點，使灰度值調節較為困難，致使整個圖像區域的黑白效果相近而影響了數字特徵的提取。而圖像灰度的高階特徵反映了缺陷的微小細節、圖像成像的曝光特性和噪聲幹擾等特性。為此，需要將數字部分隔離出來並進行旋轉，以降低圖像灰度值調整的難度。然後，調用threshold算子調節灰度值，使數字特徵變為明顯。調整灰度後的數字圖像仍有黑色雜影，需採用數學形態學方法對其進行去噪處理。為此，調用fill＿up＿shape算子填充數字內部的黑色部分，使圖像數字特徵更為明顯；調用形態學算子opening＿circle抑制雜波，以對深色部分進行處理。實踐中發現灰度值調整與填充縫隙及濾波需要相互協調才能滿足在線檢測的要求。旋轉並去噪處理後的數字是水平排列的，調用closing＿rectangle1、connection、intersection、sort＿region等算子並設置相關參數對水平方向字符進行合併、顯示白色、分離、返回、相連、排列、顯示等操作，從而得到處理好的圖像並顯示出來。
(3)訓練ocr：在軟體系統中進行圖像處理運算和判定，就是將採集的實時圖像與系統中的「模板」進行比對，判斷合格與否，達到自動識別，然後輸出執行信號。「模板」的建立即訓練ocr需通過準備訓練文件、建立和訓練ocr分類器兩個步驟進行。
(4)識別數字：識別數字的過程就是讀取模板、處理圖形、識別對象的過程。首先，調用select＿object、read＿ocr＿class＿mlp算子選擇和讀取分類文件即「模板」。然後，採用步驟(2)所述處理圖像的方法對新的目標圖像進行處理並顯示。最後，通過for循環及ocr中匹配度算子返回要求的匹配結果和匹配度。
(5)判斷決策：經數字識別後，匹配結果超出預設範圍，則可做出決策，通過剔除機構剔除「不合格」瓶。
關於藥瓶標籤檢測，檢測出藥瓶標籤的位置以及「標籤值」是否為「0」，這是一維測量。
(1)圖像採集與讀取：同前，完成相機的參數設置，分別調用open＿framegrabber、grab＿image、read＿image和dev＿display等算子進行圖像採集、讀取和顯示。操作中可以用set＿framegrabber＿param算子修改相機的曝光時間，確定最清晰圖像的曝光時間。
(2)定義roi：首先選取好一個感興趣的區域(roi)，修改row、column、length1和length2的值，使所選矩形框包含所要測量標籤的整個部分。然後選取輪廓線(profileline)，即在roi內要測量的那條射線。每一段射線的灰度值會被計算出來，這些連續的灰度值被稱為物體的輪廓。
(3)選取成對的邊：設置threshole值，使整個瓶標籤都落在上下兩個對邊線之間。
(4)顯示結果：當瓶標籤在roi區域的對邊之間，並且區間的灰度值「符合」設定範圍時，則系統軟體將判斷為「合格」；而當roi區域內無標籤或標籤超出roi區域時，則因指定區間的灰度值不「符合」設定範圍而將被系統軟體判斷為「不合格」。「不合格」瓶將被剔除機構剔除。
以上所述的具體實施方式，對本發明的目的、技術方案和有益效果進行了進一步詳細說明，所應理解的是，以上所述僅為本發明的具體實施方式而已，並不用於限定本發明的保護範圍，凡在本發明的精神和原則之內，所做的任何修改、等同替換、改進等，均應包含在本發明的保護範圍之內。