一种透明药瓶的缺陷检测方法和装置制造方法及图纸

一种透明药瓶的缺陷检测方法和装置，属于图像处理技术领域，具体包括：获取待检透明药瓶的X光图像；对所述X光图像进行去噪处理，对去噪后的的X光图像进行结构层提取和缺陷层提取，分别得到结构层图像和缺陷层图像，通过灰度级形态学重建算法对所述X光图像进行图像增强；对图像增强后的X光图像进行图像分割，分割出单个透明药瓶的X光图像，再对单个透明药瓶的X光图像进行液面线检测和缺陷检测，基于孔洞填充算法得到缺陷区域图像；对得到的缺陷区域图像进行分类识别。本发明专利技术的优点在于可以在渐变背景下，识别透明药瓶的微小缺陷。

【技术实现步骤摘要】
一种透明药瓶的缺陷检测方法和装置
本专利技术属于图像处理
，具体涉及一种透明药瓶的缺陷检测方法和装置。
技术介绍
药瓶在我国使用量巨大。但是由于生产工艺以及生产环境等各方面的原因，生产出的药品有一定的不合格率。比如液面线不达标，药瓶内含有玻璃碎屑、铝屑、橡皮屑、毛发、纤维等异物。在我国药典规范中有明确规定，为了保证药瓶质量安全，规范各个医药行业的生产状况，生产的药瓶必须逐瓶检查，尤其是粒径大于50um的可见异物，必须实现有效检测。目前对于透明药瓶的检测，最普遍与最传统的方法是人工目视检测法，通过人眼查看透明药瓶内部是否存在可见异物。但是目视法费时费力，劳动强度大，效率低，主观因素影响较大。一般的全自动药瓶检测通过工业相机获取生产线上的药瓶X光图像，再结合药瓶检测的需求，可以定制化的对药瓶的各种缺陷进行检测。由于X光图像光照不均匀和背景噪声大，直接对采集到的药瓶图像进行特征提取和分类的准确率不高，所以需要一种有效地提取缺陷信息并进行检测的方法。
技术实现思路
本专利技术的目的是提供一种可以在渐变背景下，识本文档来自技高网...

【技术保护点】
1.一种透明药瓶的缺陷检测方法，其特征在于，包括如下步骤：/n(1)获取待检透明药瓶的X光图像；/n(2)对所述X光图像进行去噪处理，对去噪后的的X光图像进行结构层提取和缺陷层提取，分别得到结构层图像和缺陷层图像，通过灰度级形态学重建算法对所述X光图像进行图像增强；/n(3)对图像增强后的X光图像进行图像分割，分割出单个透明药瓶的图像，/n(4)对上述单个透明药瓶的图像进行液面线检测和缺陷检测，基于孔洞填充算法得到缺陷区域图像；/n(5)对得到的缺陷区域图像进行分类识别。/n

【技术特征摘要】
1.一种透明药瓶的缺陷检测方法，其特征在于，包括如下步骤：
(1)获取待检透明药瓶的X光图像；
(2)对所述X光图像进行去噪处理，对去噪后的的X光图像进行结构层提取和缺陷层提取，分别得到结构层图像和缺陷层图像，通过灰度级形态学重建算法对所述X光图像进行图像增强；
(3)对图像增强后的X光图像进行图像分割，分割出单个透明药瓶的图像，
(4)对上述单个透明药瓶的图像进行液面线检测和缺陷检测，基于孔洞填充算法得到缺陷区域图像；
(5)对得到的缺陷区域图像进行分类识别。


2.根据权利要求1所述透明药瓶的缺陷检测方法，其特征在于：所述步骤(2)中结构层提取的方法如下：
采用Sobel梯度算子对X光图像进行梯度图像提取，Sobel梯度算子记为S(x,y)，去噪后的X光图像为f(x,y)，梯度图像为f1(x,y)，则：
f1(x,y)＝S(x,y)*f(x,y)
其中*表示卷积运算；
对上述梯度图像进行区域块划分，划分后的图像记为f2(x,y)，则：
f2(x,y)＝∑Ωf1(x,y)
其中Ω表示区域块的范围；
采用Sobel梯度算子对划分后的X光图像进行梯度图像提取，再在划分后的X光图像的每个区域块内对每一个元素做平均，得到的图像记为f3(x,y)，则：



将图像f1(x,y)减去图像f3(x,y)得到结构层图像，记为F(x,y)；
所述步骤(2)中缺陷提取的方法如下：
对去噪后的X光图像先进行形态学膨胀，再进行形态学腐蚀，得到形态学闭运算后的X光图像；
对去噪后的X光图像先进行形态学腐蚀，再进行形态学膨胀，得到形态学开运算后的X光图像；
将所得形态学闭运算后的X光图像减去所得形态学开运算后的X光图像，得到缺陷层图像。


3.根据权利要求1所述透明药瓶的缺陷检测方法，其特征在于：所述步骤(3)中图像分割的具体方法如下：
采用最大类间方差法对去噪后的X光图像进行二值化；
遍历整个二值化后的图像进行连通域标记，根据连通域的属性判断该连通域是否属于单个透明药瓶所在区域，判断条件为：



其中：连通域regionArea、连通域长度regionLength、连通域宽度regionWidth和该连通域与其最小外接矩形面积比值regionExtent；
若该连通域符合条件，则分割出单个透明药瓶的图像。


4.根据权利要求1所述透明药瓶的缺陷检测方法，其特征在于：所述步骤(4)中缺陷检测的具体方法如下：
对液面线进行边界追踪，得到液面线上方边界线的位置；
对所述边界线进行测地膨胀得到液面线区域，将所述单个透明药瓶的图像减去液面线区域，得到不含液面线的单个透明药瓶的图像；
基于形态学的孔洞填充算法，对所述不含液面线的单个透明药瓶的图像进行孔洞填充得到的图像减去上述单个透明药瓶的图像，取反后进行连通域标记，去除空白区域的连通域，剩余的连通域即为分割出的单个透明药瓶内的异物缺陷区域图像。


5.根据权利要求1所述透明药瓶的缺陷检测方法，其特征在于：所述步骤(5)中对缺陷区域图像分类识别的具体方法如下：
提取缺陷区域图像的特征，包括面积S，周长L，紧凑性C，重心坐标(xc，yc)，矩形度Rt，占空比Rq，Hu不变矩φ1～φ7，灰度均值μT，灰度方差var，灰度熵Ge，角二阶矩ASM，对比度Con，逆差分矩IDM，相关性Corr，熵Ent，同质性Homo；
用主成分分析方法对提取的缺陷区域图像进行特征降维；
采用引导聚集算法方法对降维后的数据进行分类，逐一判断待检透明药瓶是否存在缺陷。


6.一种透...

【专利技术属性】
技术研发人员：张志胜，王强，夏志杰，
申请(专利权)人：东南大学，江苏南高智能装备创新中心有限公司，
类型：发明
国别省市：江苏;32