基于人工智能的食药品胶囊质量检测方法技术

本申请涉及图像处理领域，提供基于人工智能的食药品胶囊质量检测方法，包括：采集胶囊对应的检测图像；基于所述检测图像确定胶囊对应的灰度图像、反光波动特征图像、边缘走势特征图像以及梯度特征图像；基于灰度图像、反光波动特征图像、边缘走势特征图像以及梯度特征图像从所述检测图像中确定胶囊形变显著图；基于所述胶囊形变显著图进行质量检测。该方法能够得到准确的显著性检测效果。够得到准确的显著性检测效果。够得到准确的显著性检测效果。

【技术实现步骤摘要】
基于人工智能的食药品胶囊质量检测方法


[0001]本申请涉及图像处理领域，特别是涉及基于人工智能的食药品胶囊质量检测方法。

技术介绍

[0002]随着医学药品的发展，各种保健药品层出不穷。其中，鱼肝油胶囊广泛用于产妇、儿童以及老年人群体，为他们提供了丰富的营养成分。但是，市场上出现的鱼肝油胶囊，其质量好坏不一。鱼肝油胶囊在运输过程中极有可能发生形变，其形变特征包括压缩变形、拉伸变形、坍塌变形以及粘连变形。
[0003]目前，对鱼肝油胶囊产生形变的质量检测方法，主要利用光学扫描以对鱼肝油胶囊进行形状检测。随着人工智能化的发展，利用图像处理技术识别鱼肝油胶囊形变缺陷的方法成为了主流。如，视觉显著性检测算法，该方法操作性较高，不需要太过复杂的参数以及处理过程。但是，该算法也有一定的局限性，对多物体的图像，检测多个物体上的缺陷，算法很难得到准确的显著性检测结果。

技术实现思路

[0004]本专利技术提供基于人工智能的食药品胶囊质量检测方法，该方法能够得到准确的显著性检测效果。
[0005]第一方面，本申请提供基于人工智能的食药品胶囊质量检测方法，包括：采集胶囊对应的检测图像；基于所述检测图像确定胶囊对应的灰度图像、反光波动特征图像、边缘走势特征图像以及梯度特征图像；基于灰度图像、反光波动特征图像、边缘走势特征图像以及梯度特征图像从所述检测图像中确定胶囊形变显著图；基于所述胶囊形变显著图进行质量检测。
[0006]在一实施例中，确定反光波动特征图像，包括：基于像素点的灰度值计算像素点的胶囊凹陷指数；基于像素点的胶囊凹陷指数计算像素点的反光波动值，基于所有像素点的反光波动值得到反光波动特征图像。
[0007]在一实施例中，基于像素点的灰度值计算像素点的胶囊凹陷指数，包括：从灰度图像中提取胶囊区域图像；以胶囊区域图像中每一像素点为中心，设置第一预设大小的滑动窗口对所述胶囊区域进行灰度检测，以得到滑动窗口对应的行灰度投影序列和列灰度投影序列；基于滑动窗口内行灰度投影序列和列灰度投影序列计算像素点的胶囊凹陷指数。
[0008]在一实施例中，基于滑动窗口内行灰度投影序列和列灰度投影序列计算像素点的胶囊凹陷指数，包括：
利用如下公式计算像素点的胶囊凹陷指数：；其中，a表示滑动窗口内序列的数目，只有投行灰度投影序列和列灰度投影序列，因此a为2，表示第k个投影序列的箱线图中的上四分位数，表示第k个投影序列的箱线图中的下四分位数，通过灰度投影算法得到行投影序列和列投影序列，则滑动窗口内的序列数目为2，k的取值为1、2，可以表示为k取1时，为行灰度投影序列；k取2时，为列灰度投影序列；或者k取1时，为列灰度投影序列；k取2时，为行灰度投影序列。表示投影序列中投影值的数目，和分别表示第k个投影序列中的第、第个投影值。
[0009]在一实施例中，基于像素点的胶囊凹陷指数计算像素点的反光波动值，包括：以胶囊区域图像中每一像素点为中心，设置第二预设大小的滑动窗口，对滑动窗口内的像素点进行随机抽样，得到每一滑动窗口对应的样本序列；基于样本序列中胶囊凹陷指数均值以及中心像素点的胶囊凹陷指数计算像素点的反光波动值。
[0010]在一实施例中，基于样本序列中胶囊凹陷指数均值以及中心像素点的胶囊凹陷指数计算像素点的反光波动值，包括：；其中，为归一化函数，表示样本序列的信息熵，表示样本序列中的数据的大小，表示样本序列中第j个胶囊凹陷指数，表示样本序列的胶囊凹陷指数均值，表示中心像素点x的胶囊凹陷指数。
[0011]在一实施例中，确定边缘走势特征图像，包括：对胶囊区域图像进行边缘检测，得到胶囊对应的边缘像素点；计算每一边缘像素点的边缘曲率；确定每一边缘像素点的切线角度，所述切线角度为边缘像素点的切线与水平方向的角度；基于第三预设大小的滑动窗口内边缘像素点的数目、滑动窗口内第c、第(c
‑
1)个边缘像素点的切线角度，滑动窗口内第c个边缘像素点的边缘曲率计算每个边缘像素点的边缘走势异常值；基于所有边缘像素点的边缘走势异常值得到边缘走势特征图像。
[0012]在一实施例中，利用如下公式计算每个边缘像素点的边缘走势异常值：；其中，对不属于边缘的像素点，取值为0，属于边缘的像素点，取值为1，为向下取整函数，表示滑动窗口内边缘像素点的数目，和表示滑动窗口内第c、第
(c
‑
1)个边缘像素点的切线角度，表示滑动窗口内第c个边缘像素点的边缘曲率。
[0013]在一实施例中，基于灰度图像、反光波动特征图像、边缘走势特征图像以及梯度特征图像从所述检测图像中确定胶囊形变显著图，包括：利用四元数傅里叶变换的相位谱模型基于灰度图像、反光波动特征图像、边缘走势特征图像以及梯度特征图像构建超复数四元数矩阵；基于超复数四元数矩阵确定胶囊形变显著图。
[0014]在一实施例中，利用Sobel算子基于所述灰度图像计算像素点的梯度幅值，进而得到梯度特征图。
[0015]本申请的有益效果，区别于现有技术，本申请的基于人工智能的食药品胶囊质量检测方法包括：采集胶囊对应的检测图像；基于所述检测图像确定胶囊对应的灰度图像、反光波动特征图像、边缘走势特征图像以及梯度特征图像；基于灰度图像、反光波动特征图像、边缘走势特征图像以及梯度特征图像从所述检测图像中确定胶囊形变显著图；基于所述胶囊形变显著图进行质量检测。该方法能够得到准确的显著性检测效果。
附图说明
[0016]图1为本专利技术基于人工智能的食药品胶囊质量检测方法的一实施例的流程示意图；图2为确定反光波动特征图像的一实施例的流程示意图；图3为确定边缘走势特征图像的一实施例的流程示意图。
具体实施方式
[0017]下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本申请的一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
[0018]本申请的方法为识别鱼肝油胶囊产生的形变特征，根据形变产生的边缘变化以及反光波动变化，构建反光波动特征图以及边缘走势特征图，利用四元数傅里叶变换的相位谱模型PQRT算法，得到胶囊形变显著图。再利用大津阈值分割技术，将胶囊形变显著图中的胶囊形变区域分割出来，完成鱼肝油的食药品胶囊的质量检测。下面结合附图和实施例对本申请进行详细的说明。
[0019]请参见图1，图1为本专利技术基于人工智能的食药品胶囊质量检测方法的一实施例的流程示意图，包括：步骤S11：采集胶囊对应的检测图像。
[0020]为了防止铝塑板上面的薄膜对鱼肝油胶囊产生的模糊效应，将鱼肝油胶囊从铝塑板上取出，按照铝塑板上的位置以及鱼肝油胶囊尾部朝下的方式，规律性地摆放在平整光滑的表面，并通过CMOS相机对鱼肝油胶囊区域进行图像采集，进而得到胶囊对应的检测图像。
[0021]步骤S12：基于所述检测图像确定胶囊对应的灰度图像、反光波动特征图像、边缘走本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于人工智能的食药品胶囊质量检测方法，其特征在于，包括：采集胶囊对应的检测图像；基于所述检测图像确定胶囊对应的灰度图像、反光波动特征图像、边缘走势特征图像以及梯度特征图像；基于灰度图像、反光波动特征图像、边缘走势特征图像以及梯度特征图像从所述检测图像中确定胶囊形变显著图；基于所述胶囊形变显著图进行质量检测。2.根据权利要求1所述的基于人工智能的食药品胶囊质量检测方法，其特征在于，确定反光波动特征图像，包括：基于像素点的灰度值计算像素点的胶囊凹陷指数；基于像素点的胶囊凹陷指数计算像素点的反光波动值，基于所有像素点的反光波动值得到反光波动特征图像。3.根据权利要求2所述的基于人工智能的食药品胶囊质量检测方法，其特征在于，基于像素点的灰度值计算像素点的胶囊凹陷指数，包括：从灰度图像中提取胶囊区域图像；以胶囊区域图像中每一像素点为中心，设置第一预设大小的滑动窗口对所述胶囊区域进行灰度检测，以得到滑动窗口对应的行灰度投影序列和列灰度投影序列；基于滑动窗口内行灰度投影序列和列灰度投影序列计算像素点的胶囊凹陷指数。4.根据权利要求3所述的基于人工智能的食药品胶囊质量检测方法，其特征在于，基于滑动窗口内行灰度投影序列和列灰度投影序列计算像素点的胶囊凹陷指数，包括：利用如下公式计算像素点的胶囊凹陷指数：；其中，a表示滑动窗口内序列的数目，只有投行灰度投影序列和列灰度投影序列，因此a为2，表示第k个投影序列的箱线图中的上四分位数，表示第k个投影序列的箱线图中的下四分位数，表示投影序列中投影值的数目，和分别表示第k个投影序列中的第、第个投影值。5.根据权利要求2所述的基于人工智能的食药品胶囊质量检测方法，其特征在于，基于像素点的胶囊凹陷指数计算像素点的反光波动值，包括：以胶囊区域图像中每一像素点为中心，设置第二预设大小的滑动窗口，对滑动窗口内的像素点进行随机抽样，得到每一滑动窗口对应的样本序列；基于样本序列中胶囊凹陷指数均值以及中心像素点的胶囊凹陷指数计算像素点的反光波动值。6.根据权利要求5所述的...

【专利技术属性】
技术研发人员：李炳庆，
申请(专利权)人：山东庆葆堂生物科技有限公司，
类型：发明
国别省市：