一种基于视觉的泡罩板中颗粒的缺陷检测方法及系统技术方案

本发明专利技术涉及一种基于视觉的泡罩板中颗粒的缺陷检测方法及系统，该方法具体为：获取样本颗粒的缺陷检测图像P1和泡罩板的缺陷检测图像P2，缺陷检测图像含有颗粒轮廓；通过图像相似度函数计算样本颗粒和待检测颗粒的颗粒轮廓内区域的相似度，根据相似度判断待检测颗粒是否合格；缺陷检测图像的获取过程为：通过单目相机拍摄第一颗粒图像，对该图像进行灰度化、二值化处理和边缘检测，转换至世界坐标系，获得第二颗粒图像，在该图像上提取颗粒的颗粒轮廓，颗粒轮廓的尺寸参数与设定尺寸参数之间的误差位于设定误差范围内，再转换至相机坐标系，获得含有颗粒轮廓的缺陷检测图像。与现有技术相比，本发明专利技术具有成本低、适用范围广和可靠性高等优点。靠性高等优点。靠性高等优点。

【技术实现步骤摘要】
一种基于视觉的泡罩板中颗粒的缺陷检测方法及系统


[0001]本专利技术涉及机器视觉领域，尤其是涉及一种基于视觉的泡罩板中颗粒的缺陷检测方法及系统。

技术介绍

[0002]泡罩板药片在出厂前往往需要检测员对药片进行缺陷检测，这一环节采用人工的方式不仅工作强度高而且检测速度慢。目前通过视觉进行缺陷自动检测的方法应运而生。在控制外界环境条件下，进行相同或者单调背景下药片或胶囊的检测技术已经相对成熟，但是针对传送带中装入泡罩板中药片识别，由于传送带传送精度问题，以及背景由于泡罩板的存在而不再单调，采用图片灰度化，然后进行边缘检测，往往会在检测到药片或胶囊部分轮廓的同时，还存在大量的泡罩板轮廓，同时由于现有拍摄图片质量和光照的影响，很难从含有工作台以及泡罩板的图片中将药片轮廓辨识到以及筛选候选药片。
[0003]现有技术也给出了一些解决方案：
[0004]中国专利CN201910217964.4公开了一种基于机器视觉的铝/铝泡罩包装药片识别与定位方法，用语自动识别药片并实现定位。本专利技术由图像采集，ROI提取，彩色像素统计，显著性物体(药片)提取，药片轮廓识别，轮廓质心提取，坐标排序与夹具位置定位等步骤构成。通过以上步骤，可以自适应地实现不同规格铝/铝泡罩包装药片识别，实现药片位置的量化输出，提高剥药机生产效率。但该专利需要进行药片图像进行提取，计算过程复杂。
[0005]中国专利CN202010002924.0提出了一种基于X光成像和深度学习的胶囊识别与检测方法，通过X光成像设备采集各类胶囊样本图像；对胶囊样本图像中各类胶囊样本进行分类标记，使用卷积神经网络对已标记的胶囊样本进行种类分析训练，生成主识别模型；对各类胶囊样本内药品区域和空气区域进行区域分割和种类分析训练，生成子检测模型；获得待检测胶囊在X光下的伪彩色图像；对待检测胶囊进行识别检测；输出检测结果，在现有的胶囊外观检测基础上，通过X光成像设备对胶囊内部进行成像，可以判断不透明胶囊中药量是否满足要求，实现胶囊内外同时检测，自动化程度高。但该专利需要依靠专门的成像设备，成本高。

技术实现思路

[0006]本专利技术的目的就是为了克服上述现有技术存在的缺陷而提供一种基于视觉的泡罩板中药片缺陷检测方法及系统。过程简单，成本低，适用范围广，可靠性高。
[0007]本专利技术的目的可以通过以下技术方案来实现：
[0008]一种基于视觉的泡罩板中颗粒的缺陷检测方法，具体为：
[0009]获取样本颗粒的缺陷检测图像P1和泡罩板的缺陷检测图像P2，所述的P1含有样本颗粒的颗粒轮廓，所述的P2含有泡罩板上各个待检测颗粒的颗粒轮廓；
[0010]通过图像相似度函数计算样本颗粒的颗粒轮廓内的区域与待检测颗粒的颗粒轮廓内的区域的相似度，若相似度大于设定阈值，则判定该待检测颗粒合格，否则判定该待检
测颗粒不合格；
[0011]其中，所述的缺陷检测图像及颗粒轮廓的获取过程具体为：
[0012]通过标定过的单目相机拍摄含有颗粒的第一颗粒图像，对第一颗粒图像依次进行灰度化、二值化处理和边缘检测，再转换至世界坐标系，获得第二颗粒图像，在第二颗粒图像上提取颗粒的颗粒轮廓，该颗粒轮廓的尺寸参数与设定尺寸参数之间的误差位于设定误差范围内，将第二颗粒图像转换至相机坐标系，获得含有颗粒轮廓的缺陷检测图像。
[0013]进一步地，通过Canny边缘检测算子对第一颗粒图像进行边缘检测，通过Hough变换算法在第二颗粒图像上提取颗粒轮廓；
[0014]所述的Hough变换算法能容忍特征边界描述中的间隙，并且相对不受图像噪声的影响，所述的Hough变换算法可以扩展到任意形状的物体识别，但在仅有目标形状情况无法得知颗粒的尺寸，而Canny边缘检测算子能够检测到颗粒的边缘，所述的Hough变换算法再根据获得的边缘提取颗粒轮廓。
[0015]进一步地，判断泡罩板的缺陷检测图像所含有的颗粒轮廓的数量是否等于设定数量，若是则判定该泡罩板合格，否则判定该泡罩板不合格，缺少颗粒。
[0016]进一步地，所述的图像相似度函数为基于深度学习的相似度函数，或为颜色相似度函数和结构相似度函数的乘积，所述的结构相似度函数提取结构相似性SSIM指数，所述的颜色相似度函数提取巴氏系数。
[0017]一种基于视觉的泡罩板中颗粒的缺陷检测系统，包括：
[0018]图像获取模块，用于通过单目相机获取相机坐标系下的第一颗粒图像；
[0019]图像处理模块，用于对第一颗粒图像依次进行灰度化、二值化处理和边缘检测，并转换至世界坐标系，获得第二颗粒图像；
[0020]轮廓提取模块，用于在第二颗粒图像上提取颗粒的颗粒轮廓，该颗粒轮廓的尺寸参数与设定尺寸参数之间的误差位于设定误差范围内，再将第二颗粒图像转换至相机坐标系，获得含有颗粒轮廓的缺陷检测图像；
[0021]缺陷检测模块，用于获取样本颗粒的缺陷检测图像P1和泡罩板的缺陷检测图像P2，并通过图像相似度函数计算样本颗粒的颗粒轮廓内的区域与待检测颗粒的颗粒轮廓内的区域的相似度，若相似度大于设定阈值，则判定该待检测颗粒合格，否则判定该待检测颗粒不合格。
[0022]进一步地，所述的图像处理模块通过Canny边缘检测算子对第一颗粒图像进行边缘检测，所述的轮廓提取模块通过Hough变换算法提取颗粒的颗粒轮廓；
[0023]所述的Hough变换算法能容忍特征边界描述中的间隙，并且相对不受图像噪声的影响，所述的Hough变换算法可以扩展到任意形状的物体识别，但在仅有目标形状情况无法得知颗粒的尺寸，而Canny边缘检测算子能够检测到颗粒的边缘，所述的Hough变换算法再根据获得的边缘提取颗粒轮廓。
[0024]进一步地，所述的缺陷检测模块判断泡罩板的缺陷检测图像含有的颗粒轮廓的数量是否等于设定数量，若是则判定该泡罩板合格，否则判定该泡罩板不合格。
[0025]进一步地，所述的图像相似度函数为基于深度学习的相似度函数，或为颜色相似度函数和结构相似度函数的乘积，所述的结构相似度函数提取结构相似性SSIM指数，所述的颜色相似度函数提取巴氏系数。
[0026]与现有技术相比，本专利技术具有以如下有益效果：
[0027](1)本专利技术通过单目相机拍摄含有颗粒的第一颗粒图像，经过轮廓提取和坐标系转换，获得含有颗粒轮廓的缺陷检测图像，在提取颗粒轮廓时通过设定尺寸参数和设定误差范围限制颗粒轮廓的尺寸参数，无论待检测颗粒是否完全填充第二颗粒轮廓，提取难度低，再通过图像相似度函数计算样本颗粒和待检测颗粒各自的颗粒轮廓所包含区域之间的相似度，通过相似度判断待检测颗粒是否合格，缺陷检测过程只需要一台单目相机和一颗合格的样本颗粒，成本低，提取颗粒轮廓的尺寸参数稳定，能充分利用颗粒轮廓内的图像信息，避免环境因素导致颗粒轮廓的大小不一，检测可靠性高，适用于任意形状的颗粒以及各种光照环境，适用范围广；
[0028](2)本专利技术通过Hough变换算法对颗粒边缘进行提取，精确地获得第二颗粒本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于视觉的泡罩板中颗粒的缺陷检测方法，其特征在于，具体为：获取样本颗粒的缺陷检测图像P1和泡罩板的缺陷检测图像P2，所述的P1含有样本颗粒的颗粒轮廓，所述的P2含有泡罩板上各个待检测颗粒的颗粒轮廓；通过图像相似度函数计算样本颗粒的颗粒轮廓内的区域与待检测颗粒的颗粒轮廓内的区域的相似度，若相似度大于设定阈值，则判定该待检测颗粒合格，否则判定该待检测颗粒不合格；其中，所述的缺陷检测图像及颗粒轮廓的获取过程具体为：通过标定过的单目相机拍摄含有颗粒的第一颗粒图像，对第一颗粒图像依次进行灰度化、二值化处理和边缘检测，再转换至世界坐标系，获得第二颗粒图像，在第二颗粒图像上提取颗粒的颗粒轮廓，该颗粒轮廓的尺寸参数与设定尺寸参数之间的误差位于设定误差范围内，将第二颗粒图像转换至相机坐标系，获得含有颗粒轮廓的缺陷检测图像。2.根据权利要求1所述的一种基于视觉的泡罩板中颗粒的缺陷检测方法，其特征在于，通过Hough变换算法提取颗粒轮廓。3.根据权利要求1所述的一种基于视觉的泡罩板中颗粒的缺陷检测方法，其特征在于，判断泡罩板的缺陷检测图像所含有的颗粒轮廓的数量是否等于设定数量，若是则判定该泡罩板合格，否则判定该泡罩板不合格。4.根据权利要求1所述的一种基于视觉的泡罩板中颗粒的缺陷检测方法，其特征在于，所述的图像相似度函数为颜色相似度函数和结构相似度函数的乘积。5.根据权利要求1所述的一种基于视觉的泡罩板中颗粒的缺陷检测方法，其特征在于，所述的图像相似度函数为基于深度学习的相似度函数。6...

【专利技术属性】
技术研发人员：张晓宇，段振峰，石金玉，王金青，王晨曦，
申请(专利权)人：上海电机学院，
类型：发明
国别省市：