基于圆幂定理的圆形药品数量检测方法技术

本发明专利技术公开了一种基于圆幂定理的圆形药品数量检测方法，采集医药包片图像，进行图像预处理，获取圆形药品边缘点；选择医药包片图像中任意一点P向药品边缘做射线，记录射线与边缘点的交点集合，计算P点与各交点的线段乘积，根据圆幂定理，计算各乘积相同的边缘点数集合，构建幂直方图；对幂直方图进行波峰检测，某一波峰值代表同一个圆上的点的累计；对每一个检测出的峰值点进行交叉验证，计算并输出圆参数，即为检测到的圆形区域，统计圆形数量即药品数量。本发明专利技术方法数据处理量小，占用内存空间小，检测精度高，速度快，有效减少了药片包装过程中出现的药片数量错误。装过程中出现的药片数量错误。装过程中出现的药片数量错误。

【技术实现步骤摘要】
基于圆幂定理的圆形药品数量检测方法


[0001]本专利技术涉及药品分包二次核检，尤其涉及一种基于圆幂定理的圆形药品数量检测方法。

技术介绍

[0002]随着药品管理自动化水平的提高，全自动药品包装系统越来越多的代替人工包装与摆药。药品按医嘱经包药机分包后，仍然可能出现药片多余、药片缺失、药片破碎等问题，如不能及时发现和处理，导致患者误服，会加重患者病情甚至带来生命危险。因此对分包的药品进行二次核验，确定药包中药品种类和数量是否与电子处方一致，是确保药品包装安全的必要手段。

技术实现思路

[0003]为解决现有技术中存在的不足，本专利技术的目的在于，提供一种基于圆幂定理的圆形药品数量检测方法。
[0004]为实现本专利技术的目的，本专利技术所采用的技术方案是：
[0005]一种基于圆幂定理的圆形药品数量检测方法，包括步骤：
[0006](1)采集医药包片图像，进行图像预处理，包括图像增强、图像滤波、图像分隔、边缘提取，获取圆形药品边缘点；
[0007](2)选择医药包片图像中任意一点P向药品边缘做射线，记录射线与边缘点的交点集合，计算P点与各交点的线段乘积，根据圆幂定理，计算各乘积相同的边缘点数集合，构建幂直方图；
[0008](3)对幂直方图进行波峰检测，某一波峰值代表同一个圆上的点的累计；
[0009](4)对每一个检测出的峰值点进行交叉验证，计算并输出圆参数，即为检测到的圆形区域，统计圆形数量即药品数量。
[0010]进一步地，步骤(1)具体包括：
[0011](1.1)进行图像灰度转换达到图像增强的目的；
[0012](1.2)采用中值滤波对灰度图进行滤波，消除孤立的噪声点；
[0013](1.3)进行图像分隔，将滤波后的图像分割成前景药片和背景；
[0014](1.4)边缘提取，获取圆形药品边缘点。
[0015]进一步地，步骤(1.2)，在进行中值滤波之前，对图像的灰度图添加椒盐噪声，补充图像中空洞点。
[0016]进一步地，步骤(1.3)，采用Otsu阈值分割方法进行图像分隔，先获取最优阈值，再对图像进行二值化处理，将图像分割成前景药片和背景。
[0017]进一步地，步骤(1.4)，采用Sobel算子进行边缘检测，将此算子和原始图片做卷积运算，得到横向和纵向的梯度值，当梯度值大于某一个阈值时，认为该点是边缘点。
[0018]进一步地，步骤(2)具体包括：
[0019](2.1)定义E为图像边缘像素点集，P为图像中边缘点外的一点，R为从P点向圆发出的M条射线，R＝{r
j
|j＝1,2,......,M}，对于其中一条射线r
j
∈R，定义E的子集E
j
＝{e
k
|k＝1,2,......,K}，该子集中的点为射线r
j
与圆边缘的交点；
[0020](2.2)计算E
j
中的所有点与P点的距离，并计算出所有成对点的距离乘积，并将乘积存入到集合p
j
：
[0021][0022](2.3)定义图像的幂直方图为PH，统计从P点发出的M条射线与边缘点的交点集合，计算乘积集合，得到：
[0023][0024]其中，r
k
为乘积量级值，为幂直方图的横坐标，n
k
是乘积为r
k
的边缘像素点的数量，p(r
k
)为乘积量级值r
k
发生的概率，为幂直方图的纵坐标，对于每一个乘积量级值r
k
都对应一系列边缘像素点，形成一个像素点集。
[0025]进一步地，构建幂直方图之前还包括两个步骤：
[0026]第一步，进行预处理，获得一组细化的边缘像素，增加参考点的数量；
[0027]第二步，设置从每个参考点发出的射线的密度。
[0028]进一步地，步骤(3)中，采用过零峰值检测算子检测直方图峰值，定义一个峰值检测算子k
σ
，峰值检测结果就是用检测算子与幂直方图求卷积，峰值检测算子k
σ
是差分算子Γ与高斯滤波算子g
σ
的乘积。
[0029]进一步地，步骤(4)中，交叉验证是指从图像中N个不同点向检测圆发出射线，得到N个幂直方图，将所有幂直方图中的峰值存入集合S＝{S
i
|i＝1,2，......，N}；
[0030]每一个S
i
中包含一系列峰值，对于其中一个峰值p，定义ψ(p)为峰值点p对应的边缘点集合，其中包括真实边缘点和虚假边缘点；定义χ(p)为ψ(p)的子集，满足交叉验证条件的χ(p)中的点为一个该峰值p对应的同一个圆上真实的边缘点。
[0031]进一步地，χ(p)需要满足下列交叉验证条件：
[0032](1)χ(p)是N个幂直方图中代表同一个圆的多个峰值对应的点集的公共子集；
[0033]χ(p)＝ψ(p)∩ψ(p1)∩ψ(p2)......ψ(p
n
)，p1,p2......,p
n
是不同的峰值，并且来自不同于P峰值的其它幂直方图；
[0034](2)χ(p)要有一定的尺度，点集中元素数量要大于某一阈值，|χ(p)|≥λ
n
；
[0035](3)要求检测圆上的点具有一定的密度，根据χ(p)中像素点采用最小二乘法拟合圆C，获得圆参数(x
c
,y
c
,r)，定义圆C上点的数量为N
c
，需满足圆上点的密度分布要大于某一设定阈值，即|N
c
|/r≥R
c
；
[0036]N
c
＝{e
i
||dist(e
i
,p
c
)
‑
r|≤δ,e
i
∈E}，圆心p
c
＝(x
c
,y
c
)，δ为定义的阈值。
[0037]本专利技术的有益效果在于，与现有技术相比，本专利技术方法中涉及算法将二维图像数据转化为一维幂直方图处理，占据内存空间小，提高实时性数据处理量小，检测精度高，速度快，有效减少了药品包装过程中出现的药品数量错误，对实现智能、高效、无污染的病房口服药品分包与发放起着重要作用。
[0038]本专利技术方法经过多个幂直方图交叉验证，排除虚假峰值点和虚假像素点，得到准
确的圆上的边缘点，提高圆检测的准确性。
附图说明
[0039]图1是本专利技术所述的基于圆幂定理的圆形药品数量检测方法流程图；
[0040]图2是图像预处理流程图；
[0041]图3是医药包片图像灰度图；
[0042]图4是中值滤波原理图；
[0043]图5是图像滤波流程图；
[0044]图6是添加椒本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于圆幂定理的圆形药品数量检测方法，其特征在于，包括步骤：(1)采集医药包片图像，进行图像预处理，包括图像增强、图像滤波、图像分隔、边缘提取，获取圆形药品边缘点；(2)选择医药包片图像中任意一点P向药品边缘做射线，记录射线与边缘点的交点集合，计算P点与各交点的线段乘积，根据圆幂定理，计算各乘积相同的边缘点数集合，构建幂直方图；(3)对幂直方图进行波峰检测，某一波峰值代表同一个圆上的点的累计；(4)对每一个检测出的峰值点进行交叉验证，计算并输出圆参数，即为检测到的圆形区域，统计圆形数量即药品数量。2.根据权利要求1所述的基于圆幂定理的圆形药品数量检测方法，其特征在于，步骤(1)具体包括：(1.1)进行图像灰度转换达到图像增强的目的；(1.2)采用中值滤波对灰度图进行滤波，消除孤立的噪声点；(1.3)进行图像分隔，将滤波后的图像分割成前景药片和背景；(1.4)边缘提取，获取圆形药品边缘点。3.根据权利要求2所述的基于圆幂定理的圆形药品数量检测方法，其特征在于，步骤(1.2)，在进行中值滤波之前，对图像的灰度图添加椒盐噪声，补充图像中空洞点。4.根据权利要求2所述的基于圆幂定理的圆形药品数量检测方法，其特征在于，步骤(1.3)，采用Otsu阈值分割方法进行图像分隔，先获取最优阈值，再对图像进行二值化处理，将图像分割成前景药片和背景。5.根据权利要求2所述的基于圆幂定理的圆形药品数量检测方法，其特征在于，步骤(1.4)，采用Sobel算子进行边缘检测，将此算子和原始图片做卷积运算，得到横向和纵向的梯度值，当梯度值大于某一个阈值时，认为该点是边缘点。6.根据权利要求1所述的基于圆幂定理的圆形药品数量检测方法，其特征在于，步骤(2)具体包括：(2.1)定义E为图像边缘像素点集，P为图像中边缘点外的一点，R为从P点向圆发出的M条射线，R＝{r
j
|j＝1,2,......,M}，对于其中一条射线r
j
∈R，定义E的子集E
j
＝{e
k
|k＝1,2,......,K}，该子集中的点为射线r
j
与圆边缘的交点；(2.2)计算E
j
中的所有点与P点的距离，并计算出所有成对点的距离乘积，并将乘积存入到集合p
j
：(2.3)定义图像的幂直方图为PH，统计从P点发出的M条射线与边缘点的交点集合，计算乘积集合，得到：其中，r
k
为乘积量级值，为幂直方图的横坐标，n
k
是乘积为r
k
的边缘像素点的数量，p(r
k
)为乘积量级值r
k
发生的概率，为...

【专利技术属性】
技术研发人员：贺振东，刘洁，赵素娜，刁智华，何艳，张雷，张辉，申永鹏，张杰，张曲遥，刘鹏，余培照，
申请(专利权)人：郑州轻工业大学，
类型：发明
国别省市：