謝邦晉

（閩江師范高等?？茖W(xué)校機(jī)電工程系，福建 福州 350018）

我國目前醫(yī)藥需求量大，生產(chǎn)企業(yè)眾多，膠囊是平時常見的藥物類型，嚴(yán)格把控質(zhì)量是目前各個領(lǐng)域的重中之重。國家食品藥品檢測細(xì)則要求越來越高，傳統(tǒng)人工燈光檢測已經(jīng)無法保證質(zhì)量過關(guān)，導(dǎo)致醫(yī)藥企業(yè)生產(chǎn)效率下滑。根據(jù)機(jī)器視覺技術(shù)，對膠囊的質(zhì)量檢測進(jìn)行把控，節(jié)約人工成本，提高生產(chǎn)質(zhì)量。人工智能的應(yīng)用，快速篩選出不合格產(chǎn)品，膠囊的表面缺陷具體表現(xiàn)有：氣泡、裂縫、凹凸、顏色等等，這些通過人工檢測很容易忽略掉其中幾點(diǎn)，但嚴(yán)格的機(jī)器算法便可將失誤率降至最低。國家現(xiàn)在大力的研究機(jī)器視覺技術(shù)，應(yīng)用應(yīng)當(dāng)更加廣泛，通過結(jié)合圖像識別處理功能，不斷推動技術(shù)發(fā)展，加速醫(yī)藥領(lǐng)域進(jìn)步。

1 機(jī)器視覺技術(shù)研究現(xiàn)狀

膠囊表面缺陷識別和分揀工作如今可以通過人工智能實(shí)現(xiàn)，機(jī)器視覺技術(shù)的關(guān)鍵核心就在于產(chǎn)品圖像的采集和計算機(jī)算法程序的運(yùn)轉(zhuǎn)。國內(nèi)外專家不斷進(jìn)行技術(shù)改造，慢慢將這種技術(shù)應(yīng)用于生產(chǎn)流水線，有實(shí)驗(yàn)室走向了企業(yè)內(nèi)。對于不同的檢驗(yàn)方面都有不同的要求，將這些算法同時運(yùn)轉(zhuǎn)，快速得出結(jié)果是一項大型程序。對于膠囊的表面質(zhì)量把控，尺寸、氣泡、裂口、凹凸、顏色任何一個不過關(guān)即為不合格產(chǎn)品，進(jìn)而在分揀時應(yīng)被篩出。完成了一套用于膠囊缺陷特征提取和缺陷識別的算法。包括從直接采集得到膠囊模組中提取出單個膠囊體，膠囊圖像的濾波，區(qū)域分割和缺陷邊緣檢測，獲取了膠囊缺陷的特征值，將神經(jīng)網(wǎng)絡(luò)引入了膠囊缺陷的識別，最終實(shí)現(xiàn)了較高的識別準(zhǔn)確率。

1.1 針對膠囊外形進(jìn)行檢測研究

尺寸、顏色等都是對膠囊外形的檢測要求，尺寸嚴(yán)格符合標(biāo)準(zhǔn)，顏色沒有色差才可以批準(zhǔn)出廠。通過膠囊的灰度圖像可以進(jìn)行外形方面的檢測，這種算法首先進(jìn)行圖像識別，之后按照如下順序進(jìn)行計算機(jī)計算：生物形態(tài)分析→輪廓鎖定→中值濾波掃描→幾何模塊計算→直方分割，該種算法應(yīng)用到生產(chǎn)線中，失誤率僅僅為2%，并且極大的提高了檢測速度。其中的中值濾波檢測，是一項特殊算法，其應(yīng)用于圖像識別后的輪廓檢測，對細(xì)微的邊緣誤差精準(zhǔn)分析，形成數(shù)據(jù)，是具有突破性的一步。

1.2 針對膠囊完整性進(jìn)行檢測研究

完整性是上文所提到的氣泡、裂口、凹凸等因素，這涉及到膠囊的缺損問題。對于完整性檢測，采用局部二值化方法，通過圖像識別，對整體形態(tài)進(jìn)行分析投影，專家研究設(shè)計出貝葉斯分類器，其能夠順利完成分析后的膠囊檢測分割。該種方法在檢測膠囊表面完整性上失誤率僅僅為0.05%，速度極快，完全達(dá)到國家要求，推動醫(yī)藥企業(yè)生產(chǎn)。完整性關(guān)乎質(zhì)量，有缺陷會影響藥物的穩(wěn)定性和人體吸收，想要確保質(zhì)量過關(guān)，必須進(jìn)行細(xì)致研究。

2 圖像識別裝置研究

圖像識別裝置是機(jī)器視覺技術(shù)能順利應(yīng)用的基礎(chǔ)，是這個技術(shù)的第一道核心。圖像的識別包括輪廓、色彩、形態(tài)等等，裝置由光源、鏡頭、捕捉系統(tǒng)組成，要根據(jù)不同的檢測要求對相應(yīng)部分進(jìn)行圖像識別。如上文提到的外形、完整性，針對特征進(jìn)行裝置的研究設(shè)計。針對膠囊表面的檢測問題，找出其缺陷，成像采用LED 光源進(jìn)行照射。膠囊進(jìn)入機(jī)器視覺系統(tǒng)，由入口處送至轉(zhuǎn)盤結(jié)構(gòu)，在轉(zhuǎn)盤結(jié)構(gòu)內(nèi)將大量膠囊進(jìn)行單粒分割，以粒為單位繼續(xù)向前傳送。當(dāng)膠囊傳送到指定位置，光源開始進(jìn)行照射，根據(jù)計算機(jī)算法的設(shè)定，如：200 粒/秒，參照如此速度鏡頭開始運(yùn)轉(zhuǎn)，捕捉系統(tǒng)對單粒膠囊進(jìn)行圖像識別。這里相當(dāng)于光電傳感器的原理，通過光源及計算機(jī)算法的設(shè)定，時間控制數(shù)量，圖像識別裝置便可以快速進(jìn)行頻閃捕捉。捕捉后進(jìn)入程序進(jìn)行分析，如有需要可在傳送過程中配合捕捉系統(tǒng)進(jìn)行360 度無死角圖像識別，分析后于標(biāo)準(zhǔn)數(shù)據(jù)進(jìn)行比對，由計算機(jī)識別出合格和不合格產(chǎn)品，傳輸至下一個算法程序，進(jìn)行分揀。在機(jī)器旁加以人工輔助，對計算數(shù)據(jù)及檢測成果進(jìn)行查驗(yàn)，更進(jìn)一步的提高產(chǎn)品質(zhì)量，同時人工成本得到控制。

2.1 光源研究

在圖像識別裝置中，光源是后續(xù)捕捉的基礎(chǔ)。由上文所提出的灰度圖像檢測為例，其目的為通過光源效果對單粒膠囊不同部位進(jìn)行灰度區(qū)分，從而對各部位進(jìn)行不同要求的檢測分析。光源控制的越好，成像效果越好，研究光源的方式方法，結(jié)合算法速率，才能通過捕捉系統(tǒng)對藥物進(jìn)行頻閃照相。如果光源控制不合理，那么成像灰度不夠明顯，那么整體就沒有對比度，在進(jìn)行分析時誤差將大大增大，導(dǎo)致產(chǎn)品質(zhì)量的不過關(guān)。對于光源，控制的水平越高，那么誤差越小，研究光源速率為重中之重。不停地運(yùn)轉(zhuǎn)中。頻閃速率與傳送速率相同，光源模式合理，那么成像即為高品質(zhì)，檢測自然順利。機(jī)器的操控也更加簡單便捷，不需要人工進(jìn)行不斷調(diào)試?？萍硷w速進(jìn)步，專家們大大的降低了誤差，推動了機(jī)器視覺技術(shù)的應(yīng)用。

光源的應(yīng)用主要研究方向?yàn)橄旅鎺讉€方面：（1）光源來源的選擇；（2）光源的反射效果；（3）光源的特性；（4）光源對物體的影響。不同的膠囊類型，在使用的原材料上也有所區(qū)別，那么光源的選擇也要隨之變化。研究光源，如LED 燈，它在不同材料上的反射效果有所不同，對于背景也有所要求，其提供的照明穩(wěn)定、成本低、頻閃易于控制。分析每類光源的特性，綜合考慮以上幾個方面，是目前研究的重要方向。

2.2 鏡頭研究

傳送至圖像識別裝置后，要進(jìn)行圖像采集，鏡頭便是采集的關(guān)鍵。機(jī)器視覺技術(shù)中所應(yīng)用的鏡頭一般有兩個部分：光學(xué)感應(yīng)鏡頭和機(jī)械控制系統(tǒng)，由于最終檢測要求中種類繁多，并不是一張圖像便可以達(dá)到要求，在光源頻閃下，360度的成像，鏡頭在捕捉系統(tǒng)的控制中不斷工作。光學(xué)感應(yīng)系統(tǒng)為主要的鏡頭部分，而機(jī)械控制系統(tǒng)更多的設(shè)計計算機(jī)科學(xué)。光學(xué)感應(yīng)鏡頭主要為很多個透鏡，一層層進(jìn)行成像，最終抓住每一個檢測要點(diǎn)，對每一處特征進(jìn)行細(xì)節(jié)精確成像，要求高品質(zhì)、高清晰度、高對比度。機(jī)械控制系統(tǒng)便是操控鏡頭運(yùn)轉(zhuǎn)的部分，角度、高度、感光度，不同的捕捉要求下，系統(tǒng)極快的進(jìn)行反應(yīng)，均為人工智能技術(shù)，無需人力操控，精準(zhǔn)自動，在計算機(jī)科學(xué)技術(shù)的推動下越來越成熟。焦距的確定是整體鏡頭的運(yùn)轉(zhuǎn)的關(guān)鍵，自動調(diào)焦下，不同的感光度要求下，焦距通過系統(tǒng)控制，展現(xiàn)出不同視角、景深。

2.3 捕捉系統(tǒng)

捕捉系統(tǒng)為最后成像確立系統(tǒng)，經(jīng)過研究設(shè)計，配合光源的頻閃速率、膠囊傳送速率、光學(xué)感應(yīng)鏡頭，加以機(jī)械控制系統(tǒng)的操控，捕捉系統(tǒng)已設(shè)定的速率對單粒膠囊進(jìn)行多次成像?；叶?、對比度、感光度、視角、景深等等很多方面每一次達(dá)到設(shè)定要求，實(shí)現(xiàn)對單粒膠囊的360 度圖像識別。捕捉系統(tǒng)相當(dāng)于平時生活中的照相機(jī)人臉識別模式，在識別到應(yīng)當(dāng)檢測部分后，想人們按下快門一樣，系統(tǒng)迅速反應(yīng)，形成圖像，完成采集。

3 結(jié)語

機(jī)器視覺技術(shù)應(yīng)用于膠囊表面缺陷識別和分揀是醫(yī)藥生產(chǎn)領(lǐng)域的突破，結(jié)合了光學(xué)、機(jī)械、計算機(jī)、生物科學(xué)等等研究成果，精準(zhǔn)捕捉。人類科學(xué)的進(jìn)步，讓專家們有了研究資本，不斷的實(shí)現(xiàn)人工自由、機(jī)械自主。利用機(jī)器視覺技術(shù)，解決漏檢、低效等問題，經(jīng)過不斷的研究測試，已經(jīng)將失誤率降至很低，所以在現(xiàn)代企業(yè)生產(chǎn)中可以大規(guī)模應(yīng)用。

當(dāng)然，機(jī)器視覺技術(shù)還有很多進(jìn)步空間。我們應(yīng)當(dāng)繼續(xù)深入研究如何保障系統(tǒng)結(jié)構(gòu)的穩(wěn)定，讓機(jī)器在不斷的運(yùn)轉(zhuǎn)中仍可以保持平均的準(zhǔn)確率；我們應(yīng)當(dāng)繼續(xù)研究更加先進(jìn)的算法，爭取進(jìn)一步提高整體速率，提高生產(chǎn)效率。不斷進(jìn)步中的人工智能技術(shù)，加以人工的輔助，必定會推動著各行各業(yè)繼續(xù)向前，創(chuàng)造出更美好的人類社會。