颗粒缺陷检测方法、系统、设备和介质技术方案

本发明专利技术涉及产品检测技术领域，特别涉及颗粒缺陷检测方法、系统、设备和介质。方法包括：确定多个颗粒中的可能存在缺陷的颗粒；采用卷积神经网络，将该可能存在缺陷的颗粒的图像与对应的模板的图像进行对比，得到该可能存在缺陷的颗粒与对应的模板之间的差异特征；通过多分支的二分类方法，根据该差异特征确定该可能存在缺陷的颗粒是否存在缺陷以及缺陷的类型。大大简化了模板配置过程，降低了工人的学习成本和时间成本，拥有更好的通用性，覆盖了鱼肝油、硬双铝包装的药片/胶囊、PVC包装的药片/胶囊等市面上常见药品，在这些数据上均能够达到稳定的识别效果。

【技术实现步骤摘要】
颗粒缺陷检测方法、系统、设备和介质
本专利技术涉及产品检测
，特别涉及颗粒缺陷检测方法、系统、设备和介质。
技术介绍
在颗粒产品的生产中，特别是在药粒的生产中，药粒缺陷视觉检测系统的应用实现对药粒缺失，多粒、破损、脏污等问题的自动检测，从而帮助生产线剔除问题药粒，减少人工成本，提高检测精度。目前市面上已经存在一些药粒缺陷视觉检测系统，如德国Laetus公司生产的药品缺陷检测系统，应用于制药产线，实现药粒缺陷的自动检测。但是首先，目前市面上应用较多的药粒缺陷检测系统的模板配置过程复杂，步骤多达十几步，特别是很多系统仍然需要人工调整参数，对于工厂的工人来说，配置模板所需要的学习成本很高。另外，配置过程复杂导致每次进行模板配置时耗时很长，导致产线工人在模板配置上花费较多时间，影响生产进度。其次，市场上药物种类和样式繁多，基于传统的计算机图像处理技术进行开发的药粒缺陷检测系统，难以对多种类别的药物都做到适用，以鱼肝油等形态较为特殊的药物为例，针对鱼肝油的漏油、脏污等缺陷，就很难达到稳定的识别效果。针对上述问题，本领域已经出本文档来自技高网...

【技术保护点】
1.一种颗粒缺陷检测方法，其特征在于，包括：/n确定多个颗粒中的可能存在缺陷的颗粒；/n采用卷积神经网络，将所述可能存在缺陷的颗粒的图像与对应的模板的图像进行对比，得到所述可能存在缺陷的颗粒与对应的所述模板之间的差异特征；/n通过多分支的二分类方法，根据所述差异特征确定所述可能存在缺陷的颗粒是否存在缺陷以及缺陷的类型。/n

【技术特征摘要】
1.一种颗粒缺陷检测方法，其特征在于，包括：
确定多个颗粒中的可能存在缺陷的颗粒；
采用卷积神经网络，将所述可能存在缺陷的颗粒的图像与对应的模板的图像进行对比，得到所述可能存在缺陷的颗粒与对应的所述模板之间的差异特征；
通过多分支的二分类方法，根据所述差异特征确定所述可能存在缺陷的颗粒是否存在缺陷以及缺陷的类型。


2.根据权利要求1所述的方法，其特征在于，所述确定多个颗粒中可能存在缺陷的颗粒包括：
从多个所述模板中提取每个所述模板的图像；
根据所述模板的图像，获取每个所述模板的特征；
从多个所述颗粒中提取每个所述颗粒的图像；
根据所述颗粒的图像，获取每个所述颗粒的特征；
通过将所述颗粒的特征与对应的所述模板的特征进行对比，确定所述可能存在缺陷的颗粒。


3.根据权利要求2所述的方法，其特征在于，多个所述模板封装在模板封装中，多个所述颗粒封装在颗粒封装中，所述从多个所述模板中提取每个所述模板的图像、以及从多个所述颗粒中提取每个所述颗粒的图像包括：
采用语义分割模型对所述模板封装的图像进行分割，得到所述模板封装的模板分布概率图和模板掩码图像；
根据所述模板掩码图像，获取所述模板封装中所述模板的位置；
根据所述模板掩码图像和所述模板的位置，通过投影和聚类，对所述模板封装的图像进行行列划分，分割出来所述模板的图像；
根据所述模板分布概率图，采用全连接条件概率场模型，对所述模板的图像的分割结果进行优化；
采用语义分割模型对所述颗粒封装的图像进行分割，得到所述颗粒封装的颗粒分布概率图和颗粒掩码图像；
根据所述颗粒掩码图像和相应的所述模板的位置，通过投影和聚类，对所述颗粒封装的图像进行行列划分，分割出来所述颗粒的图像；
根据所述颗粒分布概率图，采用全连接条件概率场模型，对所述颗粒的图像的分割结果进行优化。


4.根据权利要求2所述的方法，其特征在于，多个所述模板封装在模板封装中，多个所述颗粒封装在颗粒封装中，所述从多个所述模板中提取每个所述模板的图像、以及从多个所述颗...

【专利技术属性】
技术研发人员：侯婉嫕，袁亮，刘鹏坤，
申请(专利权)人：优刻得科技股份有限公司，
类型：发明
国别省市：上海;31