图像处理在药片检测中的应用

朱铭煜，周武能

0 引言

在药片自动包装过程中，经常会出现缺粒或者缺损现象，一般药厂都采用人工方法检测是否缺粒或者缺损，容易产生误检和漏检等现象。

在图像处理，模式识别等理论如今应用广泛，越来越多的基于这些理论建造的工业视觉检测系统在市场上出现[1]。现在已有成熟的解决方法是：在工业流水线上，当药片板到达指定位置时，触发部件启动，结构光发生器和摄像头开始工作，图像处理单元运行，并快速获取多幅图像数据。这些图像数据包括药片的各种缺陷信息。图像处理单元将这些图像进行解码和组合运算，如果某幅图象存在缺陷，那么缺陷部分就会被放大增强，而背景将被抑制。以此为基础，对目标进行处理和分析，最后得到结果图像，从而输出检测结果。当发现不合格产品时，立即与PLC通讯，通过PLC计算得到位置信息，当不合格产品移动到指定位置时，被剔除装置过滤，如图1所示。

图1 工业流水线上的药片检测流程图

本文主要针对适用于药片自动包装生产线上的工业视觉质量检测系统，寻求适合该系统的处理方法及软件实现。

1 检测药品方法的综述

图像处理单元一般有以下基本流程，如图2所示。

图2 图像处理单元的基本流程图

1.1 图像的预处理

由光学成像系统生成的二维图像，包含各种随机噪声。为提高计算机的视觉功能，提高系统的分类识别和分析理解的能力，需要去除原始图像的噪声和修正偏差。这种突出有用信息，抑制无用信息，改善图像质量的处理技术，称为图像的预处理[2]。

图像的预处理包含图像增强、图像恢复和图像编码。在本文中只涉及到图像增强部分。图像增强是指对图像的一些特征，例如边缘、轮廓、区域、对比度等进行锐化和增强，这样能方便地显示用以观察和进一步的分析处理。其不会增加图像数据量，但是会增加所选择的特征的动态范围，从而使这些特征检测和识别更加容易[2]。

1.2 图像的分割

图像分割的方式很多，本文的图像分割是指把图像中与周围灰度明显不同的区域提取出来[2]。图像分割是特征提取和分类识别的基础。

1.3 二值形态学

二值形态学的基本运算有膨胀和腐蚀。膨胀腐蚀处理是为了之后准确的特征提取，分类提供依据。膨胀和腐蚀互为对偶关系，但是不是互为逆运算，能级联结合使用。它是一种向量运算或位移运算。经常用到的开启运算即先腐蚀后膨胀，能把比结构元素小的突刺滤掉，切断细长搭接而起到分离作用。闭合运算即先膨胀后腐蚀，能把比结构元素小的缺口或孔洞填充上，搭接短的间断而起到连通的作用。开启和闭合运算也属于对偶关系[3]

1.4 特征的提取

可以提取的特征有很多，本文提取的是几何特征，以外形和面积作为判断药片缺失的根据。

两个不同灰度值的相邻区域之间总存在边缘，边缘是灰度值不连续的结果，其可以利用求导数的方法方便地检测到。一般常用一阶和二阶导数来检测边缘。边缘检测的基本思想是首先利用边缘增强算子，突出图像中的局部边缘，然后定义像素的“边缘强度”，通过设置门限的方法提取边缘点集[4]。常用的边缘检测算子有sobel算子和canny算子。而面积则可以通过统计黑白像素的数量来计算。

1.5 分类的识别

模式分类的方式有很多，例如统计模式分类与结构模式分类，监督分类与非监督分类等等。通常统计模式分类应用较多，在d维空间中，通过建立判别边界来划分不同区域。

2 药片检测的基本方法

2.1 药片图像的缺粒识别

本文的原始图像是通过工业流水线上CCD摄像头获取图像，摄像采用正投光源，其光强分布较均匀对称，药片板表面受线性光干扰较少。流水线采用连续式电机。原始输入图像是MATLAB支持的PNG灰度图像文件格式，如图3所示。它是一种位图文件存储格式，用来存储灰度图像时，灰度图像的深度可多达16位，存储彩色图像时，彩色图像的深度可多达48位[4]。

图象处理步骤中分为预处理（直方图均衡化）、图像分割（基于坐标的区域分割）、特征提取（膨胀腐蚀后计算黑白像素数量，然后得出面积）、分类（基于面积阀值），最后输出结果，如图4所示。

图4 图像处理的流程图

图3 原始图像

对图像进行数字化时，发现灰度值在0-255范围内分配不太均衡，所以用直方图均衡化来改善图像的质量。对于一些灰度分布很密集或对比度很弱的图像，直方图均衡化处理能把原始图像中不均匀的灰度分布变得比较均匀，从而在视觉上达到明显增强的效果，使一些原本不易观察到的细节能变得清晰可辨。直方图均衡化处理的基本思想是把原始图像的灰度直方图，从比较集中的某个灰度区间变成在全局灰度范围内的均匀分布[2]。其式子可表示为

式（1）中，p(sk)表示原始图像第k个灰度级出现的概率，以sk为自变量，p(sk)为函数得到的曲线就是图像的直方图。sk取整满足数字图像的要求，然后确定映射对应关系，累计分布函数（CDF）就能将s的分布函数转换为t的均匀分布，根据式（2）原始图像直方图，可直接算出直方图均衡化后各像素的灰度值[3]。

本文应用基于区域坐标的图象分割方式，对每副图像中的四粒药片分别定位分割形成四张子图像，分别进行进一步处理。

膨胀和腐蚀作为特征提取前的重要步骤，是为了之后的准确划分药片图像区域和背景区域，计算黑白像素得出面积做准备。本文应用基于微小区域黑白像素的数量，来近似归类于全黑或全白的方法，这样能把细小的突刺滤掉，把细小的缺口或孔洞填充上[3]。膨胀和腐蚀的向量运算分别为

canny算子属于先平滑后求导数的方法。根据对信噪比与定位乘积进行测度，得到最优化逼近算子[2]。本文中使用canny算子进行边缘检测，作为可选的步骤，对于分析外形等几何参数，具有重要的作用。最后着色标记，应用模版对有药片的图像区域进行覆盖，达到可视化区分的目的。

2.2 部分MATLAB程序代码

2.3 运行结果和说明

运行结果图5中第1列是基于区域坐标的图象分割后每粒药片的图象，第2列是每粒药片的直方图，从中可以初略判断有无药片的巨大差距，为了准确的判断是否有药片需要进一步处理才能得出可靠结果。经过直方图均衡化后，第3列是通过计算黑白像素的数量得到面积，以此来判断是否有药片。如果有药片，则进行膨胀腐蚀处理，第4列即为结果。最后通过模版，着色标记有药片的图象，输出结果。从第5列图像中容易看出：左上、右上，右下有药片，而左下图像没有药片。最后判定这板药片是不合格产品，立刻与 PLC通讯，通过PLC计算出位置信息，当不合格产品移动到指定位置时，会被剔除装置过滤。

对四张子图像分别计算药片面积得到的结果：

mianji=2.2586e+003；mianji=1.8153e+003；mianji=3.3924e+003；mianji=2.4001e+003

3 结束语

本文中方法经过一些图像的测试，在光源质量较高、环境噪声干扰不大、阈值选取较恰当的情况下，具有较高的正确率，有良好的检测效果。

[1] 董娓.药品检测系统的图像处理方法研究及软件实现[D] .西安:西北工业大学硕士学位论文.2003.3.

[2] 谢丹毅.药品泡罩包装缺陷机器视觉检测技术的研究[D] .湖南:中南大学硕士学位论文.2007.6.

[3] 章疏晋.图像工程(上册):图像处理和分析[M] .北京:清华大学出版社.1999.3.

[4] 飞思科技产品研发中心.MATLAB6.5辅助图像处理[M] .北京:电子工业出版社.2004.

[5] 叶茂锹,周武能,朱黎博.基于 Mean-Shift的图像文本信息提取[J] .微型电脑应用,2009,25(1):7-9.