2019年07月11日 | 机器视觉应用篇：药片缺陷检测

更多技术干货内容请稳步到“网”公众号，回复即可免费获取一份，在这里每天可以获取最专业、最前沿的电子技术。

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。常见的人工检测方法：成本高、效率低，容易产生误检和漏检等现象，无法满足现代企业对产品质量的要求。检测凭借其自动化程度高、成本低、效率高等特点，广泛运用于医药行业中。

一、机器视觉检测方案

本文主要介绍药片缺陷检测方案的采集图像与处理，对智能摄像机采集到的图像依次通过智能视觉软件进行绝对差值运算、击中或不击中运算、二值化崩边检测、图像预处理等方式实现对药片缺损、脏污的识别。

二、视觉检测系统

根据客户的实际需求，提出了药片缺陷检测的总体设计方案。如图1所示，因药片表面为弧形，实验中需要整个视野内光照均匀，并能够检测到药片表面的脏污及缺损。采用球状分布式对称无影光源，此光源采用特制漫射板将光散射到不同方向，形成渐变球状分布，使得整个球面目标不同坡度的反光强度都一致。

▲图1 光照示意图

因需检测药片所有表面，实验中采用棱镜模组进行配合打光，通过分次曝光来分别检测正面与侧面的缺陷，从而获取药片360°全方位的图像信息。（如图2，3所示）

三、图像软件处理

3.1 药片正面缺陷检测：

如图4所示，采用低曝光获取图像，保留了更多正面细节。

▲图4 处理前图像

首先，使用智能视觉软件中的图像操作，对图像进行绝对差值运算，提升药片边缘与缺陷对比度，再利用击中或不击中运算，将缺损及边缘对比进一步扩大并突显出来，再通过二值化提取出明显特征。最后使用崩边检测，来计算边缘缺损的辐散程度，可辨别出药片正面是否存在缺损，最终效果如图5所示。

▲图5 最终处理效果

3.2 药片脏污检测：

如图6所示，采用高曝光获取图像，细节被过滤，轮廓更明显，侧面变清晰，用以检测正侧面脏污及缺损。

▲图6 处理前图像

使用智能视觉软件中的图像预处理，二值化操作，将污点凸显出来，将其与事先建好的模板分别进行对比，检测其完整性，通过限制模板匹配度来限定检测精度。

▲图7 最终处理效果

机器视觉检测效率高、精度高、实时性强，能够适应恶劣的检测环境，实现零缺陷生产的目标。该方案克服传统人工检测主观性大的影响，满足药片大批量生产和检测的要求，在提高产品质量的同时，降低生产成本，减轻人工的劳动强度，具有较大的经济效益和社会效益。