药片表面缺陷检测-药品包装表面缺陷检测-基于机器视觉的药片表面字符检测

　　关键词：机器视觉表面缺陷检测、外观检测、基于机器视觉的模具零件表面缺陷检测、药片缺陷检测、药片缺陷检测方案、药片表面缺陷检测

　　描述：近年来,随着社会的不断发展,人们的生活水平也在不断地提升,人们对于医药品质的追求也越来越高,药品由于其本身的特殊性使其在生产过程中应当受到严格的监督和检查通过视觉检测部分,检测药片的缺陷,缺陷主要是斑点和缺块;将检测出来的缺陷机械手进行剔除,防止将不良药粒装袋。该方案主要用于检测药片的多种缺陷。例如，首先针对药片的完整性，确认是否存在缺损、是否完整或有碎片；其次，检验药片的外观，看看表面是否有磨损、划痕或裂痕；等多种表面缺陷检测识别。

　　药片缺陷检测是药片生产过程中的关键环节，其检测结果的好坏直接影响着药品的质量。常见的人工检测和抽样检测，成本高、效率低、检测的主观和随机性，无法满足现代企业对产品质量的要求。机器视觉检测技术凭借其自动化程度高、成本低、效率高等特点，迅速崛起并深入到医药行业中。基于机器视觉的药片缺陷检测将成为一种趋势。

　　基于机器视觉的药片检测系统

　　1-药片缺陷的分类

　　完整性：药片残缺、不完整。常见为药片碎片、药片四周划伤（称为药片周围划伤）。

　　外观：药片外观有划伤，或药片表面被磨损。常见为药片表面划伤。

　　2-药片缺陷检测的挑战和基本要求

　　药片缺陷检测的挑战：

　　传统的方法是采用5台相机获取药片全方位的图像信息，但是会引发诸多问题：当使用多台相机采集图像时，如果采用多个图像处理系统，会引发后续的运动控制繁琐；如果采用一个图像处理系统，会引发图像拼接等造成的时间复杂度大、精度差等问题。本文引入反光镜，采用平面镜成像原理，获取药片的侧面信息。

　　图像的灰度值不均衡。引入平面镜，势必会使药片图像出现区域化现象，图像的灰度值严重不均衡。常见的图像灰度均衡方法是基于单个像素或邻域像素的方法对图像进行分析处理，无法很好地解决图像的区域化问题。本文通过分析药片的几何模型，采用高斯曲面拟合的灰度补偿算法对图像进行均衡化处理。

　　不易提取药片的划痕特征。药片划痕区域小、面积小、划痕浅，相对于药片表面，其景深差距较小，因此不容易提取其划痕缺陷特征。常见的边缘分割、阈值分割都基于区域或基于阈值的图像分割方法，其可以提取图像中较明显的目标物，无法分离图像的划痕特征。本文通过分析药片的缺陷特征，提出了无刻字药片缺陷检测算法。

　　难以分离药片的字符特征。与药片的表面相比，药片的字符存在景深小的特点，在药片图像中表现为，药片的字符和药片融为一体，仅存在细微的灰度差别。此外由于划痕和字符的特征相似，较难以提取字符特征。鉴于此，本文提出了字符缺陷检测算法。

　　药片缺陷检测系统的基本要求：

　　·药片缺陷检测的软硬件结构，要符合现场工作的要求；

　　·一套图像采集装置能胜任各种常见的药片缺陷的检测；

　　·图像处理软件能分析药片缺陷特征并进行分类；

　　·检测药片直径：12mm；精度的要求：0.1mm；速度的要求：大于20个/s；识别率：>=95%。

　　3-药片检测工艺流程

　　如图上图所示，药片在传送带甲上由右向左运行，首先将待检测的药片装入料斗，经过药片排列装置将药片排成一列，随皮带甲移动；当药片进入图像采集装置的视野范围时，触发图像采集装置，采集药片图像；将采集的药片图像传输到图像处理装置，对采集的药片图像进行分析处理，判别药片是否有缺陷；将不合格药片采用剔除装置将其分别装入到相应的废品收集器中；由于长期传送药片，传送带上残留太多药片灰尘时，启用清洁装置，及时清洁传送带；在传送带甲上，仅采集到了药片一个表面的图像信息（此处我们称作药片上表面信息），通过翻滚型的药片翻转装置，翻转药片的上下表面，在传送带乙上，采用图像采集装置采集药片下表面图像信息，然后使用图像处理装置分析处理药片图像，并及时将不合格药片剔除。

如果您有药品药片检测需要欢迎来电咨询获取机器视觉表面缺陷检测解决方案。