胡佳麗, 郭天太, 吳聿聰, 李沫霖, 劉維
(中國(guó)計(jì)量學(xué)院,杭州310018)
藥用膠囊在實(shí)際生活中有著大量使用。據(jù)統(tǒng)計(jì),中國(guó)的膠囊使用量大約是1000億粒/a[1]??招哪z囊是包裹藥劑的外包裝,用于保護(hù)藥物成分。空心膠囊的質(zhì)量好壞決定了藥性的發(fā)揮程度,劣質(zhì)的空心膠囊不利于藥物的質(zhì)量保證,甚至?xí)鹑梭w疾病,因此膠囊的檢測(cè)非常重要。隨著自動(dòng)化技術(shù)的不斷發(fā)展,空心膠囊的檢測(cè)技術(shù)由傳統(tǒng)的人工檢測(cè)向自動(dòng)化檢測(cè)技術(shù)發(fā)展。其中,對(duì)于膠囊外形的檢測(cè)是一項(xiàng)關(guān)鍵技術(shù)。對(duì)于膠囊檢測(cè)技術(shù),國(guó)內(nèi)外一直在進(jìn)行不斷的研究和更新。
國(guó)外對(duì)于膠囊檢測(cè)的技術(shù)較之國(guó)內(nèi)起步得更早,因此也較為成熟。其研制的檢測(cè)儀器精度高,對(duì)膠囊的檢測(cè)種類豐富且更市場(chǎng)化。
H.B.Kekre等[2]通過(guò)對(duì)多種膠囊檢測(cè)技術(shù)的研究,發(fā)現(xiàn)基于單個(gè)區(qū)域的膠囊檢測(cè)技術(shù)能夠在缺陷識(shí)別中達(dá)到更好的效果。在找到膠囊的單個(gè)區(qū)域后,在此區(qū)域生成特征向量。通過(guò)將樣本缺陷圖像和查詢圖像進(jìn)行對(duì)比,識(shí)別有缺陷的膠囊。通過(guò)計(jì)算查詢圖像與各個(gè)缺陷樣品和無(wú)缺陷樣品之間的歐氏距離。如查詢圖像與無(wú)缺陷樣品圖像之間的歐氏距離相同,則接受膠囊為合格,否則拒絕。
膠囊缺陷中有一種是膠囊的顏色差異,在一般的圖像處理檢測(cè)技術(shù)中,此類膠囊不能被很好地識(shí)別與剔除。為了實(shí)現(xiàn)對(duì)彩色膠囊進(jìn)行在線檢測(cè),LIU Feng等[3]設(shè)計(jì)了基于RGB顏色空間和HSV色差公式的檢測(cè)方法。該技術(shù)將圖像的原始RGB格式膠囊圖像轉(zhuǎn)換到HSV顏色空間進(jìn)行準(zhǔn)確的檢測(cè)。為了保證在線檢測(cè)效率,顏色空間轉(zhuǎn)換和色差的計(jì)算并不在一個(gè)像素級(jí)。該技術(shù)由灰度直方圖來(lái)表示R、G、B分量值,通過(guò)轉(zhuǎn)換得到相應(yīng)的H、S、V值,計(jì)算得到色差值。通過(guò)將得到的色差值與給定的色差閾值進(jìn)行比較,接受在閾值內(nèi)的膠囊,剔除不在色差閾值內(nèi)的彩色膠囊,從而實(shí)現(xiàn)對(duì)有色膠囊的檢測(cè)。
計(jì)算機(jī)視覺(jué)系統(tǒng)通過(guò)數(shù)碼相機(jī)獲得的數(shù)字圖像通常有24位彩色圖像。這對(duì)于圖像處理而言運(yùn)算較為復(fù)雜且耗時(shí)長(zhǎng)。在實(shí)際應(yīng)用中對(duì)于膠囊的檢測(cè)需要能夠快速完成,因此必須減少圖像存儲(chǔ)量。該技術(shù)采用圖像灰度處理獲取更易于管理的二進(jìn)制映象圖,同時(shí)保留所有必要的膠囊原始圖像特征。M.Ahmadi等[4]提出了基于邊緣檢測(cè)的膠囊檢測(cè)技術(shù)。該技術(shù)基于邊緣檢測(cè)獲取原始圖像中高亮值的數(shù)據(jù)點(diǎn),通過(guò)剔除一些與膠囊檢測(cè)內(nèi)容不相關(guān)的信息點(diǎn)來(lái)獲取膠囊輪廓邊緣的重要結(jié)構(gòu)信息,大大減少實(shí)際所用數(shù)據(jù)量。在邊緣檢測(cè)的基礎(chǔ)上進(jìn)行缺陷識(shí)別,能夠在保證判別率的同時(shí)提高檢測(cè)速度。
M.J.Islam等[5-6]發(fā)現(xiàn),自動(dòng)檢測(cè)與生產(chǎn)線上的人工檢測(cè)相比可以克服物理極限以及主觀判斷的缺陷。為了實(shí)現(xiàn)靈活便捷的膠囊檢測(cè),他們開(kāi)發(fā)了基于USB 2.0接口相機(jī)以及小型硬件相配合的檢測(cè)技術(shù)。該技術(shù)自定義的USB相機(jī)由一個(gè)3像素CMOS圖像傳感器、一個(gè)賽靈思500K系統(tǒng)的FPGA和一個(gè)USB 2.0的微控制器組成。在圖像處理方面,該技術(shù)使用邊界跟蹤接近膠囊并圍繞膠囊旋轉(zhuǎn)了一圈,用以進(jìn)行檢查。通過(guò)定制系統(tǒng)控制器接受和拒絕,并將膠囊傳遞到相應(yīng)的容器內(nèi)。
國(guó)外的膠囊檢測(cè)技術(shù)不僅能夠通過(guò)圖像處理技術(shù)對(duì)膠囊的外形缺陷進(jìn)行檢測(cè),還能夠通過(guò)稱重系統(tǒng)對(duì)膠囊的重量進(jìn)行檢測(cè)。如英國(guó)的SADE SP膠囊分揀機(jī),產(chǎn)自CI公司,其對(duì)膠囊的稱重精度已經(jīng)精確到l mg。美國(guó)的高速膠囊在線稱重及分揀系統(tǒng),能同時(shí)檢測(cè)膠囊的外形缺陷和膠囊的重量誤差[7-8]。
國(guó)內(nèi)對(duì)于膠囊檢測(cè)的起步較晚,但隨著研究的深入,目前的膠囊檢測(cè)技術(shù)水平也有了顯著的提升。同時(shí),檢測(cè)的方式也向多元化和自動(dòng)化發(fā)展。
將圖像處理技術(shù)運(yùn)用于膠囊的檢測(cè),可以大大提高膠囊檢測(cè)的速度。對(duì)于膠囊的圖像處理首先是將膠囊拍照,從而獲取其圖像,對(duì)圖像進(jìn)行去噪濾波等預(yù)處理后,利用工控機(jī)將獲取得到的圖像與缺陷數(shù)據(jù)庫(kù)比對(duì),識(shí)別膠囊的缺陷類型。吳德等[9-11]通過(guò)對(duì)傳統(tǒng)的濾波算法進(jìn)行分析,發(fā)現(xiàn)這些算法在濾波的同時(shí)容易丟失膠囊的邊緣以及缺陷特征,不能很好地適用于檢測(cè),因此提出一種基于平均曲率流的濾波算法,從而實(shí)現(xiàn)了在去噪的同時(shí)保存必要的膠囊邊緣缺陷特征。對(duì)于膠囊圖像的提取和分割,該檢測(cè)方法基于線掃描將原本的檢測(cè)區(qū)域增長(zhǎng),從而解決了膠囊圖像多區(qū)域非均勻的問(wèn)題。該技術(shù)提出了一整套用于膠囊檢測(cè)的圖像處理算法,同時(shí)配備了包含圖像采集、自動(dòng)剔除裝置的硬件系統(tǒng)。這一技術(shù)可以大批量、高效地識(shí)別膠囊的多種缺陷,其檢測(cè)速度可以到達(dá)7.5萬(wàn)粒/h。
基于紅外圖像的膠囊缺陷檢測(cè)技術(shù)利用紅外線進(jìn)行照射,考慮到紅外線具有極強(qiáng)的穿透力,在無(wú)需對(duì)膠囊進(jìn)行機(jī)械翻轉(zhuǎn)的情況下,可以直接對(duì)膠囊的正面和背面進(jìn)行檢測(cè),這既簡(jiǎn)化了機(jī)械結(jié)構(gòu),也減少了膠囊的漏檢情況[12]。同時(shí),該技術(shù)采用BP神經(jīng)網(wǎng)絡(luò)中的反向傳播神經(jīng)網(wǎng)絡(luò)對(duì)膠囊缺陷進(jìn)行分類識(shí)別。其檢測(cè)過(guò)程分為兩步:1)對(duì)膠囊的初步檢測(cè)。BP神經(jīng)網(wǎng)絡(luò)由輸入、人工神經(jīng)細(xì)胞體、輸出三部分組成。該技術(shù)首先將膠囊的外形、紋理特征相結(jié)合,再利用PCA進(jìn)行降低維度,以此得到特征向量作為輸入,初步實(shí)現(xiàn)對(duì)缺陷膠囊的識(shí)別。2)對(duì)膠囊的精確檢測(cè)。對(duì)于第一步檢測(cè)合格的膠囊根據(jù)其邊緣輪廓和組合距離進(jìn)行邊緣檢測(cè),對(duì)不符合要求的缺陷膠囊進(jìn)行識(shí)別。該技術(shù)對(duì)缺陷膠囊的識(shí)別率為95%及以上,其錯(cuò)誤判別率僅為1.6%。
該技術(shù)采用雙通道設(shè)計(jì),分別為近紅外通道和可見(jiàn)光通道。近紅外通道由黑白相機(jī)完成圖像采集,背光源實(shí)現(xiàn)照明,主要檢測(cè)膠囊黑點(diǎn)、油污、開(kāi)裂、殘缺等內(nèi)部殘損等缺陷??梢?jiàn)光通道由彩色相機(jī)和條形光源配合完成圖像采集,主要檢測(cè)膠囊超長(zhǎng)、超短、形變、癟殼等外形尺寸缺陷[13]。對(duì)于膠囊檢測(cè)的算法,通過(guò)濾波算法,進(jìn)行對(duì)圖像的預(yù)處理;通過(guò)圖像分割算法得到膠囊輪廓,并采用方形滑塊分割算法和形態(tài)學(xué)算法,對(duì)膠囊結(jié)合部位實(shí)現(xiàn)準(zhǔn)確有效的提取,并以此為依據(jù)分離成三部分;通過(guò)邊緣檢測(cè)算法,提取膠囊特征值;設(shè)計(jì)孔洞填充算法識(shí)別膠囊的缺陷并對(duì)膠囊彩色部分亮度較高的地方進(jìn)行補(bǔ)償。該膠囊檢測(cè)技術(shù)的檢測(cè)速度達(dá)到8.4萬(wàn)粒/h,識(shí)別準(zhǔn)確率高達(dá)99%,并能夠?qū)δz囊采用120°旋轉(zhuǎn)實(shí)現(xiàn)完整檢測(cè)。
數(shù)字信號(hào)處理技術(shù)(DSP)在信息技術(shù)和集成電路的發(fā)展下不斷成熟,使得數(shù)字信號(hào)處理器的優(yōu)勢(shì)逐漸顯現(xiàn)。數(shù)字信號(hào)處理是將所獲得的信號(hào)通過(guò)數(shù)字方式表示并進(jìn)行處理的理論和技術(shù)?;贒SP的破損膠囊多通道檢測(cè),將圖像處理技術(shù)與具有強(qiáng)大運(yùn)算能力的數(shù)字信號(hào)處理器結(jié)合,從而對(duì)膠囊圖像處理高效精確地進(jìn)行檢測(cè)。
該技術(shù)使用CCD圖像傳感器,能夠同時(shí)對(duì)膠囊的4個(gè)表面進(jìn)行圖像采集,配合4路編解碼器實(shí)現(xiàn)檢測(cè)膠囊的4個(gè)表面是否存在缺陷,從而大大提高了檢測(cè)速度,減少了檢測(cè)時(shí)間。更大的優(yōu)勢(shì)是該技術(shù)在利用多個(gè)CCD的情況下可以同時(shí)檢測(cè)多個(gè)膠囊[14-16]。
在軟件編程方面,該技術(shù)選擇均值濾波和中值濾波來(lái)對(duì)圖像進(jìn)行預(yù)處理。在圖像檢測(cè)時(shí),先用邊沿檢測(cè)識(shí)別并確定每個(gè)膠囊的邊界信息,再分別對(duì)每一個(gè)膠囊進(jìn)行4個(gè)表面的破損缺陷檢測(cè)。利用雙閾值分割法對(duì)膠囊進(jìn)行分割,實(shí)現(xiàn)對(duì)完整膠囊的全方位檢測(cè)。該技術(shù)的另一個(gè)創(chuàng)新之處是利用反色與圖像合成的方法來(lái)對(duì)膠囊圖像進(jìn)行處理,這大大減少了DSP的運(yùn)算工作量。最后,在缺陷檢測(cè)方面,通過(guò)計(jì)算膠囊圖像存在的破損面積和對(duì)顯現(xiàn)的灰度直方圖進(jìn)行分析,來(lái)對(duì)膠囊的實(shí)際缺陷進(jìn)行判斷。
FPGA是專用集成電路(ASIC)領(lǐng)域中的一種半定制電路,是一種現(xiàn)場(chǎng)可編程門陣列,克服了定制電路不足和原有可編程器件門電路數(shù)有限這兩個(gè)缺陷。在利用圖像處理技術(shù)實(shí)現(xiàn)膠囊檢測(cè)的過(guò)程中,要保證檢測(cè)速度以及效率,需要進(jìn)行數(shù)據(jù)的高速交換,在DSP高速處理器平臺(tái)上加上FPGA,將圖像的預(yù)處理部分在FPGA中進(jìn)行,則可以大大減小DSP的工作量,從而保證檢測(cè)過(guò)程的高速完成。
FPGA可以連接硬件系統(tǒng)的一些數(shù)據(jù)線以及控制線,也可以將大量的邏輯控制集成到內(nèi)部。這可以極大地簡(jiǎn)化電路設(shè)計(jì),滿足電路易于調(diào)試的要求,也可以使得整個(gè)系統(tǒng)更加集成化和小型化。另一方面,F(xiàn)PGA可以控制FIFO的緩存容量,保證圖像數(shù)據(jù)的交換更加順利。
該技術(shù)可對(duì)膠囊表面不同的磨損程度進(jìn)行檢測(cè)。研究者建立圖像的HSI顏色模型,通過(guò)對(duì)膠囊圖像進(jìn)行處理,從而獲取膠囊彩色圖像的色度和飽和度。從膠囊圖像的H分量和S分量直方圖的區(qū)別中,可以判斷膠囊不同部位的磨損程度[17]。
近年來(lái),圖像處理技術(shù)在醫(yī)學(xué)醫(yī)藥領(lǐng)域的廣泛應(yīng)用加快了膠囊檢測(cè)技術(shù)的發(fā)展。在理論研究方面,基于圖像處理的膠囊檢測(cè)技術(shù)已經(jīng)取得了不少成果。但實(shí)際應(yīng)用于生產(chǎn)的膠囊檢測(cè)系統(tǒng)目前尚不成熟。國(guó)外的膠囊檢測(cè)系統(tǒng)較為完善,但價(jià)格較高不能被國(guó)內(nèi)市場(chǎng)廣泛接受。而國(guó)內(nèi)的膠囊檢測(cè)系統(tǒng)目前普遍適用于小樣本檢測(cè)。因此,膠囊檢測(cè)技術(shù)仍有較大的研究空間。
[1] 馮珊珊,陳樹(shù)越.基于圖像分析的真假藥膠囊顆粒識(shí)別方法研究[J].傳感器與微系統(tǒng),2008,27(8):54-56.
[2] KEKRE H B,MISHRA D,VARUN D.Detection of defective pharmaceutical capsules and its types of defect using image processing techniques [C]//Proc. of 2014 International Conference on Circuit,Power and ComputingTechnologies(ICCPCT),2014:1190-1195.
[3] LIU Feng,LIU Xiaoyu,CHEN Yi.An efficient detection method for rare colored capsule based on RGB and HSV color space[C]//Proc.of 2014 IEEE International Conference on Granular Computing(GrC),2014:175-178.
[4] ISLAM M J,AHMADI M,SID-AHMED M A.Image processing techniques forquality inspection ofgelatin capsules in pharmaceutical applications [C]//Proc. of International Conference on Control,Automation,Robotics and Vision,2008:862-867.
[5] KARLOFF A C,SCOTT N E,MUSCEDERE R.A flexible design for a cost effective,high throughput inspection system for pharmaceuticalcapsules [C]//Proc.ofIEEE International Conference on Industrial Technology,2008:1-4.
[6] ISLAM M J,BASALAMAH S,AHMADI M,et al.Capsule image segmentation in pharmaceutical applications using edge-based techniques[C]//Proc.of IEEE International Conference on Electro/Information Technology(EIT),2011:1-5.
[7] WANG Huanhuan,LIU Xiaoyu,CHEN Yi.Detection of capsule foreign matter defect based on BP neural network[C]//Proc.of 2014 IEEE International Conference on Granular Computing(GrC),2014:325-328.
[8] 陳汗青,萬(wàn)艷玲,王國(guó)剛.數(shù)字圖像處理技術(shù)研究進(jìn)展[J].工業(yè)控制計(jì)算機(jī),2013,26(1):72-74.
[9] 程巧玲.圖像處理技術(shù)近期發(fā)展及應(yīng)用[J].信息與電腦(理論版),2013(6):203-204.
[10] 吳德.基于圖像處理的膠囊檢測(cè)系統(tǒng)的研究[D].廣州:廣東工業(yè)大學(xué),2011.
[11] ZHU Zhengtao,YU Xiongyi,HUANG Liuqian,et al.Fast Capsule Image Segmentation Based on Linear Region Growing[J].Computer Science and Automation Engineering(CSAE),2011:99-103.
[12] 王娟,周永霞,徐冰俏,等.圖像處理在膠囊外形缺陷檢測(cè)中的應(yīng)用[J].中國(guó)計(jì)量學(xué)院學(xué)報(bào),2012,23(3):239-245.
[13] 王道檔,趙超杰,孔明,等.基于圖像處理的膠囊外形快速檢測(cè)系統(tǒng)設(shè)計(jì)[J].電視技術(shù),2014,38(19):216-220.
[14] 吳宏杰,季劍蘭,朱音,等.一種膠囊缺陷檢測(cè)系統(tǒng)的設(shè)計(jì)與研究[J].電腦知識(shí)與技術(shù),2010,6(28):8093~8094,8100.
[15] 李蓮,閆志洋.破損膠囊檢測(cè)的圖像處理分析與研究[J].儀器儀表學(xué)報(bào),2011,32(12):322-324.
[16] 楊娟寧,王映卓,張永元.基于DSP的圖像處理技術(shù)在制藥工業(yè)在線檢測(cè)中的應(yīng)用[J].物聯(lián)網(wǎng)技術(shù),2011,1(8):60-62.
[17] 王軍海.殘損膠囊圖像檢測(cè)系統(tǒng)的研究與設(shè)計(jì)[D].武漢:武漢理工大學(xué),2008.