任亞恒，高曉芝，程 煜，郝存明，陳宏彩

(1.河北省科學院應用數(shù)學研究所，河北 石家莊 050000；2.河北科技大學 電氣工程學院，河北 石家莊 050018)

0 引言

目前國家在逐步加大對藥品安全的監(jiān)督力度，藥品包裝材料標準也在逐步提高，以確保藥品的質(zhì)量和用藥安全。人工抽檢導致漏檢和誤檢問題頻出，無法保障產(chǎn)品質(zhì)量，企業(yè)迫切需要實現(xiàn)從人工抽檢到自動化、智能化檢測的轉(zhuǎn)型升級[1]。

機器視覺系統(tǒng)是根據(jù)圖像各種信息，來進行尺寸、形狀、顏色等的判別，進而根據(jù)判別結(jié)果來控制現(xiàn)場的設備動作。機器視覺相對于人眼具有自動化、客觀、非接觸和高精度等特點[2]。

1 視覺系統(tǒng)整體流程

首先對采集到的圖象做去噪、增強等操作以改善圖象質(zhì)量來突出感興趣信息，并為后期識別提供更多有效信息。然后對圖像中感興趣的目標進行分析，獲得相對穩(wěn)定因素作為共同特征，從而建立對圖像中目標的描述，以此描述做為所有圖像的基準信息，以它做為坐標系的原點，由此原點向各個ROI搜索，得到各ROI的實際坐標。然后在圖像分析的基礎上，進一步分析圖像中各ROI的目標特點以及此ROI在圖像時間鏈上的前后關(guān)聯(lián)，得到各ROI在多圖像下的綜合分析。最后通過多ROI的綜合判斷來確定檢測產(chǎn)品的OK或是NG，并將判斷信息放入剔除序列，給剔除位的器件是否剔除操作提供信號。最后是數(shù)據(jù)分析部分，數(shù)據(jù)分析用來通過一段時間或一個班組或指定時間段內(nèi)的各指標結(jié)果分析這個指標的生產(chǎn)情況，并分析影響次品過多因素，從而給前端生產(chǎn)線提供生產(chǎn)意見來改善生產(chǎn)質(zhì)量。

系統(tǒng)流程圖如圖1所示。

圖1 系統(tǒng)流程圖

2 特征提取

圖像特征一般包含顏色特征、紋理特征、形狀特征、空間特征等關(guān)系，安瓿瓶形狀特征比其顏色或紋理要更突出，本文選擇以形狀為匹配模板，形狀匹配一般包括模板選擇、形狀識別和匹配幾個步驟，形狀匹配的相似度由形狀間的距離決定，形狀子向量按照一定規(guī)則表示形狀間距離。距離大，形狀相似度差；距離小，相似度好。

2.1 特征模板選擇

模板特征一般選擇變化較小、相對穩(wěn)定的信息做為模板，對于安瓿瓶相對穩(wěn)定的部位在中間位置，首先手動框取相應區(qū)域，將模板圖像從原圖像復制出來，并進行仿射變換，使之達到理想角度。

2.2 模板特征提取

模板選擇區(qū)域如圖2所示，選擇安瓿瓶相對穩(wěn)定的頸部區(qū)域做為模板區(qū)域，采用Hu距提取形狀結(jié)果如圖3所示，形狀提取效果良好。

圖2 模板區(qū)域 圖3 形狀匹配結(jié)果

3 亞像素尺寸測量方法

首先采用快速圖像形狀匹配匹配的方法確定玻璃瓶測量位置的大致區(qū)域；其次，通過Canny邊緣檢測算子提取測量區(qū)域內(nèi)藥瓶的邊緣[4]；接著，再對邊緣像素點的位置利用加權(quán)最小二乘法進行曲線擬合；最后，通過藥瓶外邊沿曲線形狀上的特性定位測量位置，并利用擬合后的曲線完成瓶外徑的精確測量，實現(xiàn)藥用玻璃瓶瓶口、瓶身、全高、泡外徑、絲外徑和頸外徑同時達到亞像素級的測量精度,如圖4所示。

圖4 測量區(qū)域和測量顯示

4 缺陷檢測

圖5 自編碼網(wǎng)絡

由于缺陷種類的多樣性，應提取具有魯棒性較強的特征。自動編碼器[5]是一種無監(jiān)督的神經(jīng)網(wǎng)絡模型，它可以學習到輸入數(shù)據(jù)的隱含特征，這稱為編碼，同時用學習到的新特征可以重構(gòu)出原始輸入數(shù)據(jù)，稱之為解碼。

自動編碼器是一種能夠重構(gòu)原始輸入的人工神經(jīng)網(wǎng)絡。其包含三層即輸入層(x)、隱藏層(h)和輸出層(y)，

它們有如下關(guān)系：

h=f(Wx+b)y=g(WTh+c)

自動編碼器的優(yōu)化形式如下所示：

訓練結(jié)果如圖6所示，可以判別出各種缺陷并進行歸類。

圖6 缺陷處理結(jié)果

5 結(jié)語

圍繞安瓿瓶自動檢測的技術(shù)難題，取得了一些關(guān)鍵性技術(shù)成果。目前項目研制的藥用玻璃包裝高速在線視覺檢測系統(tǒng)已經(jīng)成功應用到多家醫(yī)藥包裝公司，顯著提高了藥用玻璃包裝產(chǎn)品的穩(wěn)定性和合格率、節(jié)省了人工成本、降低了能耗、提升了藥用玻璃包裝產(chǎn)品的安全性和企業(yè)市場競爭力。