食品包裝數(shù)粒機圖像檢測系統(tǒng)設(shè)計

張州，白克

河南經(jīng)貿(mào)職業(yè)學(xué)院（鄭州 450000）

在眾多行業(yè)中，數(shù)粒機的應(yīng)用十分廣泛，當(dāng)然不同行業(yè)對數(shù)粒機的需求也不盡相同[1]。在小食品包裝領(lǐng)域會使用到需要滿足安全、衛(wèi)生、高效、精確等要求的數(shù)粒機。隨著自動化控制技術(shù)的不斷發(fā)展，數(shù)粒機從最初的變頻器、PLC控制模式逐漸發(fā)展到先進控制器和CCD工業(yè)相機相結(jié)合的控制模式[2-3]。雖然在檢測精度和速度方面得到大幅提升，但依舊存在一些問題需要解決，如無法區(qū)分完好物料和破損物料；混入破損物料無法自動剔除等，從而影響包裝質(zhì)量。另外，絕大多數(shù)工廠所選用光電式數(shù)粒機，該類數(shù)粒機主要依靠光電傳感器完成物料檢測和計數(shù)。如果光電傳感器離物料比較近，很容易同物料發(fā)生摩擦，影響其正常工作，導(dǎo)致檢測精度降低[4-6]。

為了進一步滿足高速度、高精度的生產(chǎn)要求，在現(xiàn)有數(shù)粒機的基礎(chǔ)上加入圖像處理技術(shù)，搭建一種基于機器視覺的數(shù)粒機檢測系統(tǒng)。所述機器視覺系統(tǒng)主要包括圖像采集、圖像處理等模塊組成[7-9]。以圓形片劑為主要研究對象，通過采集片劑圖像并進行分析，提取待檢片劑關(guān)鍵特征，判別片劑是否缺陷及識別其缺陷類型等。如果物料不合格，則由剔除機構(gòu)去掉次品，通過試驗驗證所述系統(tǒng)的檢測效率和精度。

1 系統(tǒng)整體框架和功能

針對圓形片劑包裝過程的實際情況，在現(xiàn)有數(shù)粒機基礎(chǔ)上，保持原有機械設(shè)備不變，同時搭建一套視覺檢測系統(tǒng)。系統(tǒng)整體結(jié)構(gòu)如圖1所示，該系統(tǒng)主要包括料斗、輸送板、圖像采集和處理模塊、控制系統(tǒng)等。

系統(tǒng)工作流程可簡要描述為：通過傾倒方式將片劑裝入料斗內(nèi)；打開料斗閥門，片劑會加載到輸送板；此時，輸送板底部的振動機構(gòu)開始工作，帶動片劑向下一工序運動；如果片劑到達工業(yè)相機圖像采集窗口，相機會自動采集多張圖片并傳輸?shù)缴衔粰C中。上位機內(nèi)部的圖像處理軟件會對所采集圖像進行分析、處理，得到最終結(jié)果并判斷目標(biāo)物料是否合格。如果合格則進入下一工序；如果不合格則通過分揀機構(gòu)剔除。另外，系統(tǒng)會存儲不合格物料信息，以備后期查詢和分析[10]。

片劑檢測系統(tǒng)關(guān)鍵部分為是視覺檢測模塊，為確保片劑實際檢測效果，重點考慮機械設(shè)備對圖像采集的影響。特別需要注意避免輸送板上片劑成堆出現(xiàn)，因為片劑堆疊在一起不僅會造成判斷結(jié)果錯誤，而且影響計數(shù)精度[11]。為解決此問題，對入料口進行微調(diào)，即增加一個旋轉(zhuǎn)裝置控制出料量。同時利用限高裝置避免片劑成堆出現(xiàn)。

圖1 系統(tǒng)整體架構(gòu)

2 圖像處理模塊設(shè)計

系統(tǒng)圖像采集和處理模塊主要針對片劑破損等情況，通過特征識別和分類確定片劑完整性，可為剔除工序提供可靠依據(jù)。針對圓形片劑圖像特點，可考慮采用灰度補償算法對原始圖像進行預(yù)處理；采用雙邊閾值獲取圖像目標(biāo)區(qū)域；通過關(guān)鍵特征識別片劑缺陷。

2.1 灰度補償預(yù)處理

通常情況下，片劑表面都是具有一定弧度的，所以片劑圖像的強度信息近似呈現(xiàn)出一種高斯分布形式。選用改進二維高斯曲面擬合算法對片劑圖像進行灰度補償，即圖像預(yù)處理。

假設(shè)原始圖像可用函數(shù)f(x,y)表示，那么灰度補償后圖像可用函數(shù)g(x,y)表示。定義圖像退化模型為z(x,y)，三者之間存在關(guān)系為：

式中：(x,y)為圖像內(nèi)部像素點坐標(biāo)。

為便于分析，可定義系統(tǒng)坐標(biāo)原點為圖像左上角，所以二維高斯曲面分布可描述為：

式中：A為幅值；(x0,y0)為橢圓中心；a為橢圓長半軸；b為橢圓短半軸?？紤]到實際應(yīng)用中，圖像退化情況從中心到邊緣依次遞減。進一步分析，可將式（2）改進，即：

可以發(fā)現(xiàn)，函數(shù)z(x,y)中心和橢圓中心重合；函數(shù)以橢圓輻射的形式從中心向四周逐漸遞減。根據(jù)原始圖像的灰度分布情況，可以非常容易確定圖像退化模型的主要參數(shù)。

1) 橢圓中心估計

正常情況下，(x,y)平面上橢球面投影的中心應(yīng)該和片劑中心基本重合。但是受相機光源的影響，投影橢圓的中心往往偏離片劑中心。綜合考慮，選用FTA算法計算片劑質(zhì)心，預(yù)估投影橢圓中心位置。

2) 橢圓半長軸和半短軸估計

為確定橢圓的半長軸和短長軸，可采用回轉(zhuǎn)半徑大體估計。所謂回轉(zhuǎn)半徑是指物料微分質(zhì)量的集中點和轉(zhuǎn)動軸之間的距離，具體表達式可描述為：

3) 幅值

幅值A(chǔ)作用在于比較中心片劑和邊緣片劑之間的灰度值并得到二者差值，具體表達式可描述為：

式中：me和δe分別為邊緣片劑灰度值的均值和標(biāo)準(zhǔn)差；mm和δm分別為中心片劑灰度值的均值和標(biāo)準(zhǔn)差。

2.2 目標(biāo)區(qū)域分割

圖像經(jīng)預(yù)處理后，其灰度會變得比較均衡?？傮w上來說，中心片劑表面灰度值稍小于邊緣片劑表面灰度值；中心片劑邊緣灰度值稍大于邊緣片劑邊緣灰度值。所以，選用雙邊閾值法實現(xiàn)圖像分割方法以提取圖像內(nèi)部目標(biāo)區(qū)域。

定義圖像分割閾值下限T1為片劑補償圖像的灰度均值。定義圖像分割閾值上限為T2，可用中心片劑補償圖像的最大灰度值和最小灰度值之差表示。圖像分割表達式可描述為：

另外，圖像分割后，會存在一定數(shù)量的假邊緣，可利用開運算去除這些假邊緣，以確保邊緣特征的準(zhǔn)確性。

2.3 圖像特征提取

片劑圖像經(jīng)過預(yù)處理和分割后，就可以開展目標(biāo)特征提取工作。通過模板匹配分析片劑是否完整。系統(tǒng)選定面積、周長和圓形度作為目標(biāo)特征。面積是指片劑大小，可表示為：

式中：Na為所有像素點；Nb為邊緣區(qū)域像素點。

周長可用于描述片劑邊緣的總長度。在計算過程中，往往會將凹凸部分當(dāng)成邊緣進行處理，造成計算結(jié)果大于實際周長。參考相關(guān)文獻，僅考慮平滑曲線可較好地解決該問題[12]。另外，可用像素點取代實際邊緣，那么周長M可表示為：

式中：Ne為偶數(shù)鏈碼個數(shù)；N0為奇數(shù)鏈碼個數(shù)。

圓形度主要作用在于檢測藥品邊界，如果藥品形狀是比較規(guī)則的圓時，其數(shù)值會最小。圓形度C可表示為：

圖像處理流程如圖2所示。

3 試驗研究

為驗證所述方法的可行性，搭建片劑視覺測試平臺，進行相關(guān)試驗研究。測試樣本數(shù)量為8 000個，持續(xù)試驗時間2 h。試驗結(jié)果如圖3所示。

圖3 試驗結(jié)果

表1 試驗數(shù)據(jù)

表2 試驗結(jié)果統(tǒng)計

具體試驗數(shù)據(jù)如表1和表2所示。從試驗結(jié)果可以看出，所述數(shù)粒機檢測系統(tǒng)能夠準(zhǔn)確地識別正常片劑和缺陷片劑；正常片劑的識別準(zhǔn)確率可達99.4%；缺陷片劑的識別準(zhǔn)確率可達99.7%。另外，在試驗過程中統(tǒng)計單幅圖像處理所需時間，其平均耗時需要約45 ms，處理速度較快。試驗結(jié)果表明，所述數(shù)粒機控制系統(tǒng)具有高識別率和快速響應(yīng)能力，能夠滿足食品包裝要求。

4 結(jié)語

以食品包裝數(shù)粒機檢測系統(tǒng)為研究對象，針對圓形片劑設(shè)計一種基于圖像處理技術(shù)的數(shù)粒機視覺檢測系統(tǒng)。重點論述數(shù)粒機整體結(jié)構(gòu)以及圖像處理算法，包括灰度補償圖像預(yù)處理方法、圖像分割、圖像特征提取等。為驗證所述方法的可行性，搭建片劑視覺測試平臺并進行試驗研究。試驗結(jié)果表明，所述數(shù)粒機控制系統(tǒng)具有高識別率和快速響應(yīng)能力，能夠滿足食品包裝要求，同時具有一定推廣價值。