机器视觉技术赋能药片表面缺陷检测

药品的安全关系每个人的健康。对于药品，人们除了关注疗效之外，出厂前针对药品表面缺陷检测也是不可或缺的一环。针对药品检测，药厂通常使用人工抽样检测，这种检测方法不仅成本高、效率低、在检测过程中还有很强的主观性和随机性，无法满足现代企业对产品质量的要求。机器视觉检测技术凭借其自动化程度高、成本低、效率高等特点，基于机器视觉的药片缺陷检测将成为一种趋势。

1.药片缺陷的分类

 完整性

检查药片是否存在残缺、不完整；

 外观

药片外观有划伤，磨损；

 污染

药片被其他东西污染，或是药片沾染污染物。常见为药片表面有污渍（称为药片污渍）；

 字符无法识别

在药品中通常表面为模糊或字符被划伤破坏。

2.药片缺陷检测的挑战

机器视觉检测技术在药品检测应用初期，通常采用多台相机同步拍摄，获取药片表面信息，这时就会存在一个问题，如果采用一个图像处理系统，会引发图像拼接等造成的时间复杂度大、精度差等问题。

常见的图像灰度均衡方法是基于单个像素或邻域像素的方法对图像进行分析处理，不易提取药片的划痕特征。药片划痕区域小、面积小、划痕浅，相对于药片表面，其景深差距较小，因此不容易提取其划痕缺陷特征。常见的边缘分割、阈值分割都基于区域或基于阈值的图像分割方法，其可以提取图像中较明显的目标物，无法分离图像的划痕特征。

3.药片缺陷检测系统基本要求 

1、药片缺陷检测的软硬件结构，要符合现场工作的要求；

2、一套图像采集装置能胜任各种常见的药片缺陷的检测；

3、图像处理软件能分析药片缺陷特征并进行分类；

4、精度的要求：0.1mm；速度的要求：大于20个/s；识别率：>=95%。

4.药片检测工艺流程

待检测的药片装入料斗，经过药片排列装置将药片排成一列，随皮带移动；当药片进入图像采集装置的视野范围时，触发图像采集装置，采集药片图像；将采集的药片图像传输到图像处理装置，对采集的药片图像进行分析处理，判别药片是否有缺陷；将不合格药片采用剔除装置将其分别装入到相应的废品收集器中；由于长期传送药片，传送带上残留太多药片灰尘时，启用清洁装置，及时清洁传送带；

完成单面药品图像获取之后，通过翻滚型的药片翻转装置，翻转药片的上下表面，采用图像采集装置采集药片下表面图像信息，然后使用图像处理装置分析处理药片图像，并及时将不合格药片剔除。

图像采集装置

药片常见的缺陷有碎片、污渍、划伤等，其均属于药片表面缺陷宜选用环形LED光源正面照射。

划痕、字符等信息，相对于药片表面来说，景深差距较小，因此相机的灵敏度是本系统首要考虑的因素。其次，为了便于后续图像的分析处理，本系统应该选择噪声点较小相机。最后，实时性好和精度高是本药片检测系统的首要要求。

镜头的焦距是镜头的一个重要的参数，能反映镜头成像后分辨细节的能力，它主要受到衍射和像差的影响。光圈减小，衍射较重，分辨率下降，但是像差也会减小；与此同时，光圈减少可以加大景深。

图像采集和预处理

1、图像灰度不均衡

药品表面是一个曲度，边缘药片的灰度值会明显低于中心药片的灰度值。通过基于二维高斯曲面拟合灰度补偿预处理算法，对图像灰度进行修正。

2、冗余信息过多

为了准确地提取药片缺陷特征，需要从药片图像中分离出药片信息，其中要求得到的药片信息包含药片缺陷可能存在的任何区域，同时尽可能地减少药片信息的冗余。采用OSTU双边阈值分割法对药片图像进行预分割。

3、图像边缘修正

经过OSTU双阈值处理后，可以准确分离出药片信息，包括药片上表面信息和药片侧面边缘信息。与此同时，药片图像的边缘药片处出现了假边缘，通过形态学方法去除图像的假边缘。

4、图像分割

在分析药片缺陷信息前，需准确地提取并分离出药片缺陷信息，但在实际检测过程中发现，药片的特征和表面的灰度差别小、景深小、存在模糊信息，通过采用基于模糊理论的图像分割算法提取药片的缺陷信息。

药片缺陷特征识别

目前常见的特征有几何特征、灰度特征、纹理特征等。药片图像可能因为光源的影响，可能因为相机曝光的原因，导致图像的灰度值信息发生改变，因此不可以选择图像的灰度特征；药片图像的灰度信息不存在明显的规律性信息，因此不可以选择图像的纹理信息；由于药片的几何特征是相对确定量，因此选择药片的几何特征，如圆形度和凸包。凸包是一个图形学概念。给定二维平面上的点集，凸包就是将最外层的点连接起来构成的凸多边形，它能包含点集中所有点的。