主权项: |
1.一种基于机器视觉的铝铝泡罩包装药片缺陷检测方法,其特征在于,包括如下步骤: 步骤1,建立模板药片图像,对模板药片图像进行预处理,获得模板药片图像中所有的模板参数; 步骤2,给定一张与模板药片同类型的待检测图像,对待检测图像预处理,得到二值图像; 步骤3,对二值图像进行连通域提取,计算每个连通域的面积、中心点坐标、最小外接矩形的边框坐标、紧致度等参数,实现正常药片的初步定位; 步骤4,将初步定位的药片与模板药片图像中的药片进行匹配,匹配上的认为是正常药片,对于匹配不上的药片则根据其在模板药片图像中的位置截取每粒药片的切片,通过特征分类来识别出缺损、缺粒、多粒的情况,最后对有缺陷的药片进行标记。 2.如权利要求1所述的一种基于机器视觉的铝铝泡罩包装药片缺陷检测方法,其特征在于:所述步骤1中对模板药片图像进行预处理的具体实现方式如下, 步骤1.1,将大小为m0×n0的彩色模板药片图像R0转为灰度图像G0,在灰度图像G0上截取药片板大小的区域作为感兴趣区域,得到大小为m×n的药片板图像I0; 步骤1.2,求取药片板图像I0的均值μ,图像I0减去均值之后得到图像I1,通过大津法求图像I1的分割阈值η,对图像I1的每一个像素进行判断,大于η的置为255,小于η的置为0,得到药片为白色、基板为黑色的二值图像I2; 步骤1.3,对二值图像I2进行形态学开运算(先腐蚀后膨胀)操作,得到开运算后的结果图I3。 3.如权利要求2所述的一种基于机器视觉的铝铝泡罩包装药片缺陷检测方法,其特征在于:步骤1中获得模板药片图像中所有的模板参数的具体实现方式如下, 步骤1.4,对图像I3进行连通域分析,计算图像中所有连通域的中心点坐标及面积信息,设定面积阈值η2,排除面积小于阈值η2的连通域,剩下的连通域为正常药片;最后得到模板药片图像的总药片数d,每个药片的中心点坐标{(x1,y1),(x2,y2),...,(xi,yi),...,(xd,yd)}以及连通域面积{S1,S2,...,Si,...,Sd},其中i为模板药片图像中连通域的序号,求取药片面积的最大值Smax和最小值Smin,保存所有的模板参数以供后续检测时调用。 4.如权利要求1所述的一种基于机器视觉的铝铝泡罩包装药片缺陷检测方法,其特征在于:所述步骤3中,对步骤2中的二值图像I进行连通域分析,得到每个连通域的面积、中心点坐标以及最小外接矩形的边框坐标,其中边框坐标可以表示为{xL,yL,w,h},其中(xL,yL)表示最小外接矩形的左上角顶点坐标,w和h分别表示矩形的宽和高。 5.如权利要求3所述的一种基于机器视觉的铝铝泡罩包装药片缺陷检测方法,其特征在于:步骤3中计算每个连通域的紧致度,其计算公式如下: 其中j表示待检测图像中连通域的序号,Sj表示第j个连通域的面积,wj和hj表示第j个连通域最小外接矩形的宽和高,wj×hj表示最小外接矩形的面积,cj即为所求的的紧致度参数,取值范围为(0,1]。 6.如权利要求5所述的一种基于机器视觉的铝铝泡罩包装药片缺陷检测方法,其特征在于:步骤3中实现正常药片的初步定位的具体实现方式如下, 设定紧致度阈值T,结合模板的面积阈值Smax和Smin对所有的连通域进行筛选,满足条件(Smin≤Sj≤Smax且cj≥T)的连通域判为可能正常的药片,将这些符合条件的连通域的中心点坐标保存到一个集合中; 计算集合中每两个连通域中心点之间的距离,若距离小于设定的阈值则判为多粒,将这两个连通域从集合中删除,剩下的即为待检测图像中完全正常的药片。 7.如权利要求6所述的一种基于机器视觉的铝铝泡罩包装药片缺陷检测方法,其特征在于:所述步骤4的具体实现方式如下, 步骤4.1,将步骤3中得到的完全正常药片与模板中的药片进行匹配,求每粒药片两两之间的距离,设定距离阈值η4,若模板中的药片与待检测图像中某一粒药片的中心点距离小于阈值η4,则认为匹配成功,反之认为匹配失败;记录匹配失败的药片数Ncount以及该药片在模板中的中心点坐标; 步骤4.2,若Ncount=0,表明待检测图像R是一幅正常的图像,药片板没有出现异常情况;若Ncount不为0,表明待检测图像R中对应位置上的药片可能存在缺损、缺粒、多粒的情形; 步骤4.3,针对Ncount不为0的情形,以匹配失败的药片的中心点坐标为中心,在待检测图像上截取k×k大小的切片,对切片进行二值化并求取二值图像中最大连通域的面积Spatch,如果Spatch<Smin,判为缺损或缺粒,如果Spatch>Smax,判为多粒的情形,反之则为初始定位漏掉的正常药片; 步骤4.4,在待检测图像上标记出步骤4.3中检测出的缺损、缺粒、多粒等问题的药片位置,并发送剔除指令给药机设备后续的PLC装置。 |