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：