一种用于药物生产过程中药瓶实时跟踪检测方法技术

本申请涉及图像处理领域，提供一种用于药物生产过程中药瓶实时跟踪检测方法，包括：基于第一帧药瓶灰度图像确定预设窗口，利用预设窗口计算药瓶形态显著值；利用预设窗口计算每一预设窗口对应的显著值；如果预设窗口的显著值符合预设范围的数量与灰度图像中药瓶真实数量匹配时，确定所述预设窗口为最佳初始窗口；利用所述最佳初始窗口对后续采集的图像进行滤波

【技术实现步骤摘要】
一种用于药物生产过程中药瓶实时跟踪检测方法


[0001]本申请涉及图像处理领域，特别是涉及一种用于药物生产过程中药瓶实时跟踪检测方法
。

技术介绍

[0002]在药品生产过程中，最常见的就是使用药瓶来保存药物
。
药瓶是一种被广泛使用的药物生产
、
存储的载体，它可以防止药物暴露在空气中受到污染或变质，确保药品的质量和安全
。
关于药瓶的实时跟踪与检测，主要是针对药瓶的形状
、
标识等方面对药瓶实时的状态进行监督和评估，以便及时发现异常状态，提醒工作人员或机器根据实际情况进行调整
。
传统的药瓶图像跟踪是采用基于相关滤波的目标追踪算法，实现对药瓶的实时跟踪检测
。
这个算法需要手动标记初始窗口大小，然后再根据这个窗口实现药瓶的滤波计算，得到后续帧中的目标相应图，同时实时更新窗口
。
但是这种算法由于需要手动标记，需要人工进行干预，且如果初始标记的窗口并不能满足后续帧计算目标相应图的准确性，就还需要频繁更新窗口，加大算法时间复杂度
。

技术实现思路

[0003]本专利技术提供一种用于药物生产过程中药瓶实时跟踪检测方法，该方法能够准确的计算得到最佳初始窗口，无需人工标记，提高了检测效率以及准确度
。
[0004]第一方面，本申请提供一种用于药物生产过程中药瓶实时跟踪检测方法，包括：基于第一帧药瓶灰度图像确定预设窗口，利用预设窗口计算药瓶形态显著值；利用预设窗口计算每一预设窗口对应的显著值；如果预设窗口的显著值符合预设范围的数量与灰度图像中药瓶真实数量匹配时，确定所述预设窗口为最佳初始窗口；利用所述最佳初始窗口对后续采集的图像进行滤波
。
[0005]可选的，基于第一帧药瓶灰度图像确定预设窗口，包括：构建初始窗口，基于灰度图像计算初始窗口的运动偏影系数；基于所述运动偏影系数确定模糊窗口，将所有模糊窗口的最小外接矩形设置为所述预设窗口
。
[0006]可选的，构建初始窗口，基于灰度图像计算初始窗口的运动偏影系数，包括：以所述初始窗口的中心像素点为种子点，采用区域生长法在所述初始窗口内得到
N
个区域；分别计算
N
个区域对应的模糊系数；基于
N
个区域对应的模糊系数计算初始窗口的运动偏影系数
。
[0007]可选的，基于
N
个区域对应的模糊系数计算初始窗口的运动偏影系数，包括：如果
N
＞1，则利用
N
个区域中最大的模糊系数
、
最小的模糊系数以及模糊系数均值计算得到初始窗口的运动偏影系数；
如果
N
＝1，则该区域的模糊系数为初始窗口的运动偏影系数
。
[0008]可选的，分别计算
N
个区域对应的模糊系数，包括：利用如下公式分别计算
N
个区域对应的模糊系数：；其中，表示第个区域中的第个像素点，，为第个区域中第个像素点的灰度值，为第个区域中的重心点的灰度值，为第个区域中第个像素点与重心点之间的欧式距离
。
[0009]可选的，利用预设窗口计算药瓶形态显著值，包括：基于预设窗口内模糊窗口的运动偏影系数和模糊窗口的中心点与预设窗口中心点之间的距离计算模糊窗口对应的药瓶偏影度；基于预设窗口内不模糊窗口的运动偏影系数和不模糊窗口的中心点与预设窗口中心点之间的距离计算不模糊窗口对应的干扰区偏影度；基于模糊窗口的数量
、
药瓶偏影度
、
不模糊窗口的数量
、
干扰区偏影度
、
预设窗口的角点数量和预设窗口的尺寸计算药瓶形态显著值
。
[0010]可选的，所述方法还包括：基于初始窗口的运动偏影系数确定预设窗口中模糊窗口的数量；基于预设窗口
、
初始窗口以及模糊窗口的数量计算得到所述预设窗口内不模糊窗口的数量
。
[0011]可选的基于预设窗口内模糊窗口的运动偏影系数和模糊窗口的中心点与预设窗口中心点之间的距离计算模糊窗口对应的药瓶偏影度，包括：；其中，为预设窗口中第个模糊窗口的中心点距离预设窗口中心点之间的距离，为预设窗口中第个模糊窗口的运动偏影系数，为药瓶偏影度；基于预设窗口内不模糊窗口的运动偏影系数和不模糊窗口的中心点与预设窗口中心点之间的距离计算不模糊窗口对应的干扰区偏影度，包括：；其中，为预设窗口中第个不模糊窗口的中心点距离预设窗口中心点之间的距离，为预设窗口中第个不模糊窗口的运动偏影系数，为干扰区偏影度
。
[0012]可选的，基于模糊窗口的数量
、
药瓶偏影度
、
不模糊窗口的数量
、
干扰区偏影度
、
预设窗口的角点数量和预设窗口的尺寸计算药瓶形态显著值，包括：利用如下公式计算药瓶形态显著值：；
其中，表示预设窗口的尺寸，
n1
表示预设窗口的角点数量
。
[0013]可选的，所述方法还包括：利用角点检测算法对预设窗口进行检测，得到预设窗口中角点数量
。
[0014]本申请的有益效果，区别于现有技术，本申请的用于药物生产过程中药瓶实时跟踪检测方法，包括：基于第一帧药瓶灰度图像确定预设窗口，利用预设窗口计算药瓶形态显著值；利用预设窗口计算每一预设窗口对应的显著值；如果预设窗口的显著值符合预设范围的数量与灰度图像中药瓶真实数量匹配时，确定所述预设窗口为最佳初始窗口；利用所述最佳初始窗口对后续采集的图像进行滤波
。
该方法能够准确的计算得到最佳初始窗口，无需人工标记，提高了检测效率以及准确度
。
附图说明
[0015]图1为本专利技术用于药物生产过程中药瓶实时跟踪检测方法的一实施例的流程示意图；图2为计算药瓶形态显著值的一实施例的流程示意图
。
具体实施方式
[0016]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
。
[0017]针对于药物生产过程中药瓶实时跟踪检测，一般采用基于相关滤波的目标追踪算法，实时跟踪图像中的药瓶位置
。
但是该算法是通过对第一帧图像中手动标记出药瓶区域，基于该区域颜色
、
纹理等特征，得到最初的滤波模板，根据这个滤波模板对后续每一帧标记出药瓶的位置，多次更新滤波模板的大小，实现对药瓶的实时跟踪
。
[0018]但是对于该算法需要人工手动标记出药瓶区域
。
由于药瓶并不是一个标准的矩形，人为标记目标区本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种用于药物生产过程中药瓶实时跟踪检测方法，其特征在于：基于第一帧药瓶灰度图像确定预设窗口，利用预设窗口计算药瓶形态显著值；利用预设窗口计算每一预设窗口对应的显著值；如果预设窗口的显著值符合预设范围的数量与灰度图像中药瓶真实数量匹配时，确定所述预设窗口为最佳初始窗口；利用所述最佳初始窗口对后续采集的图像进行滤波
。2.
根据权利要求1所述的一种用于药物生产过程中药瓶实时跟踪检测方法，其特征在于，基于第一帧药瓶灰度图像确定预设窗口，包括：构建初始窗口，基于灰度图像计算初始窗口的运动偏影系数；基于所述运动偏影系数确定模糊窗口，将所有模糊窗口的最小外接矩形设置为所述预设窗口
。3.
根据权利要求2所述的一种用于药物生产过程中药瓶实时跟踪检测方法，其特征在于，构建初始窗口，基于灰度图像计算初始窗口的运动偏影系数，包括：以所述初始窗口的中心像素点为种子点，采用区域生长法在所述初始窗口内得到
N
个区域；分别计算
N
个区域对应的模糊系数；基于
N
个区域对应的模糊系数计算初始窗口的运动偏影系数
。4.
根据权利要求3所述的一种用于药物生产过程中药瓶实时跟踪检测方法，其特征在于，基于
N
个区域对应的模糊系数计算初始窗口的运动偏影系数，包括：如果
N
＞1，则利用
N
个区域中最大的模糊系数
、
最小的模糊系数以及模糊系数均值计算得到初始窗口的运动偏影系数；如果
N
＝1，则该区域的模糊系数为初始窗口的运动偏影系数
。5.
根据权利要求3所述的一种用于药物生产过程中药瓶实时跟踪检测方法，其特征在于，分别计算
N
个区域对应的模糊系数，包括：利用如下公式分别计算
N
个区域对应的模糊系数：；其中，表示第个区域中的第个像素点，，为第个区域中第个像素点的灰度值，为第个区域中的重心点的灰度值，为第个区域中第个像素点与重心点之间的欧式距离
。6.
根据权利要求2所述的一种用于药物生产过程中药瓶实时跟踪检测方法，其特征在于，利用预设窗口计算药瓶形态显著值，包...

【专利技术属性】
技术研发人员：王云，
申请(专利权)人：南通鑫鑫医药药材有限公司，
类型：发明
国别省市：