基于計算機視覺的包裝質(zhì)量檢測分析

吳 娟 朱 琪

（黑龍江中醫(yī)藥大學，黑龍江 哈爾濱 150040）

自20世紀20年代以來，計算機技術(shù)掀起了世界技術(shù)革新的浪潮，深入全社會各個行業(yè)，極大地改變了人們的生活。目前，計算機技術(shù)已經(jīng)應(yīng)用于現(xiàn)代工業(yè)的各個門類中，包括醫(yī)藥行業(yè)和醫(yī)藥包裝行業(yè)。計算機技術(shù)不僅可以實現(xiàn)醫(yī)藥包裝的自動化、提高包裝過程的效率，借助計算機視覺技術(shù)還可以對藥品包裝質(zhì)量進行檢測[1]。在計算機視覺技術(shù)應(yīng)用以前，藥品包裝的質(zhì)量檢測一般以人工肉眼觀察為主要手段[2]。人工檢測不僅檢測效率低，而且經(jīng)常出現(xiàn)誤檢的情況。而運用計算機視覺技術(shù)，以攝像機拍攝圖像代替人工肉眼觀測，以圖像處理和模式識別代替人工主觀判斷，大大地提升了藥品包裝的檢測效率和檢測質(zhì)量[3]?；诖?，該文在多特征融合策略下構(gòu)建了藥品包裝的計算機視覺檢測方法，并對其檢測效果進行了試驗驗證。

1 包裝流程中的計算機視覺檢測

目前藥品包裝的形式非常豐富，其中塑膠透明包裝占據(jù)了相當大的比重。受到塑膠包裝工藝的限制，其包裝流程一般分為七個環(huán)節(jié)，而計算機視覺檢測在其中扮演了非常重要的角色，如圖1所示。

圖1 計算機視覺檢測在藥品塑膠包裝中的作用

第一個環(huán)節(jié)，對塑膠材料進行包裝前的準備處理。主要方法是根據(jù)要包裝的藥品形狀進行包裝外殼制作，這一過程一般要通過熱融化、成型、冷卻定型等操作才能完成。

第二個環(huán)節(jié)，根據(jù)塑膠包裝的具體結(jié)構(gòu)放置要包裝的藥品。目前，包裝結(jié)構(gòu)一般是對稱或規(guī)則排列的。

第三個環(huán)節(jié)，在塑膠包裝的底部進行最后的封裝，主要使用鋁箔、錫箔等材料。至此，每個包裝單元都形成一個完整的密閉結(jié)構(gòu)。

第四個環(huán)節(jié)，將鋁箔、錫箔等底部封裝部分和塑膠包裝殼體有效黏結(jié)起來，一般采用無害的黏結(jié)劑進行黏連，再通過壓實操作確保黏結(jié)可靠。

第五個環(huán)節(jié)，如果包裝生產(chǎn)線形成的是大片的塑膠包裝，還要進行切割，以便每個包裝體可以放置在藥盒內(nèi)。

第六個環(huán)節(jié)，按照計算機視覺的方法對包裝進行質(zhì)量檢測，如果發(fā)現(xiàn)質(zhì)量不合格，將其推送至廢品區(qū)等候處理。

第七個環(huán)節(jié)，如果藥品包裝順利通過計算機視覺的質(zhì)量檢測，則推送至成品區(qū)進行裝盒處理，以備最后的出廠售賣。

可見，基于計算機視覺的質(zhì)量檢測對藥品包裝具有十分重要的意義。它不僅決定了藥品包裝的可用性，也決定了藥品包裝工作流程的效率。

2 基于計算機視覺的包裝質(zhì)量檢測算法

為了實現(xiàn)藥品包裝準確可靠的質(zhì)量檢測，該文構(gòu)建了一種基于計算機視覺的檢測方法。計算機視覺檢測方法的實質(zhì)就是在包裝流水線上設(shè)置攝像機，拍攝每個包裝體，進而得到每個包裝單元的成像。然后采用一系列圖像處理的手段進行缺陷識別和質(zhì)量檢測。從成像效果上看，存在缺陷的包裝單元成像一定會和正常包裝單元成像有所差別。經(jīng)驗表明，藥品包裝在顏色、紋理、形狀等方面的特征都有明顯的規(guī)律，如果存在質(zhì)量問題，其顏色、紋理、形狀特征就會發(fā)生明顯的變化。一般情況下，計算機視覺的檢測方法只針對其中一種特征進行檢測，這樣的好處是檢測速度比較快，但存在可靠性差、容易漏檢和誤檢等問題。隨著計算機硬件水平的提高，同時檢測更多特征不僅有利于提升質(zhì)量檢測的準確率，還能加快檢測流程。為此，該文設(shè)計了一種同時檢測顏色、紋理、形狀特征的方法，以實現(xiàn)計算機視覺對藥品包裝的質(zhì)量檢測。

2.1 顏色特征提取

藥品包裝圖像中，包裝本身的顏色和背景色之間會形成比較強烈的對比。包裝區(qū)域和背景區(qū)之間的紋理也存在比較明顯的差異。同時，每個包裝單元也會表現(xiàn)出明顯的形狀特征。所以，同時選用顏色、紋理和形狀特征，會提升包裝質(zhì)量檢測結(jié)果的準確性。

顏色信息是圖像各類特征中最重要的特征之一，大多數(shù)圖像都具有比較豐富的顏色特征。在圖像處理的早期階段，為了加快圖像處理的速度，一般都運用灰度圖像取代圖像中正常的顏色信息表達，這樣可以將計算量減少到原始圖像的三分之一。隨著計算機硬件水平的提高，彩色圖像處理也可以達到比較快的速度，這時彩色特征提取就成為顏色信息處理的主要方式。

RGB是最常見的彩色圖像存儲格式，這是將紅色、綠色、藍色作為三種基色信息實現(xiàn)對像素顏色信息表達的一種技術(shù)手段。圖像中每個像素的任何一種顏色都可以根據(jù)紅色、綠色、藍色的組合來實現(xiàn)，只不過不同的彩色信息中，三種基色信息的占比不同而已。YUV格式則是除了顏色信息以外，還充分考慮亮度信息和對比度信息，進而形成的一種彩色圖像存儲格式，在圖像處理領(lǐng)域中也有比較廣泛的應(yīng)用。

在RGB、YUV等存儲格式的支持下，圖像顏色信息形成了很多表達方式，包括全通道顏色值信息、紅色通道顏色值信息、綠色通道顏色值信息、藍色通道顏色值信息、顏色-對比度矩陣、顏色-亮度矩陣、顏色-亮度-對比度矩陣、顏色直方圖和顏色矩等。

圖像內(nèi)容中的顏色信息有多種表達方式，該文選擇了空間顏色直方圖來提取藥品包裝圖像中的顏色信息。這是因為藥品包裝圖像中不僅顏色特征豐富，而且包裝區(qū)域顏色關(guān)聯(lián)了一定程度的空間信息。空間顏色直方圖恰好可以同時反映出顏色信息和空間信息。

對藥品包裝圖像的顏色直方圖提取的計算如公式（1）所示。

進一步計算藥品包裝圖像中的空間信息特征，其中包括兩個變量，如公式（2）所示。

式中：βI（?）、αI（?）分別為空間信息特征的兩個變量；D（q，βI（?））為空間距離計算函數(shù)。

結(jié)合公式（1）～公式（3），可以得到藥品包裝圖像的顏色特征向量，如公式（4）所示。

式中：CI（?）為藥品包裝圖像的顏色直方圖；βI（?）、αI（?）分別為空間信息特征的兩個變量。

2.2 紋理特征提取

和顏色特征相比，紋理特征也是各類圖像中非常常見的一種形式。它體現(xiàn)了圖像內(nèi)容中有規(guī)律信息的排列方式。藥品包裝圖像的紋理信息非常豐富，并且可以抽象成一些參數(shù)。這些參數(shù)也就成了藥品包裝圖像紋理特征的表達。該文從四個方面對藥品包裝圖像紋理特征進行參數(shù)化的表達。

2.2.1 紋理特征的能量表達

令p（gi，gj）表達灰度共生矩陣，并且已經(jīng)執(zhí)行了歸一化處理，那么紋理特征的能量表達如公式（5）所示。

紋理特征的能量表達體現(xiàn)了藥品包裝圖像中的紋理特征是否均勻。如果藥品包裝圖像的紋理特征均勻，那么p（gi，gj）中的非0元素將向?qū)蔷€集中。反之，非0元素則會遠離對角線。

2.2.2 紋理特征的熵表達

藥品包裝圖像中紋理特征的熵表達，根據(jù)灰度共生矩陣及其對數(shù)進行積聯(lián)累加計算，如公式（6）所示。

與能量表達不同，熵表達更多地體現(xiàn)了藥品包裝圖像中的紋理信息是否豐富。當藥品包裝圖像的紋理信息豐富時，熵就會很大。反之，當藥品包裝圖像的紋理信息欠豐富時，熵就會很小。

2.2.3 紋理特征的對比度表達

藥品包裝圖像中紋理特征的對比度除了和灰度共生矩陣有關(guān)，還與參與計算的像素位置有關(guān)，如公式（7）所示。

對比度表達體現(xiàn)了藥品包裝圖像紋理信息的清晰程度。當樹木圖像的紋理信息比較清楚時，對比度就會很大。反之，當藥品包裝圖像的紋理信息不清楚時，對比度就會很小。

2.2.4 紋理特征的相關(guān)性表達

藥品包裝圖像中紋理特征的相關(guān)性除了和灰度共生矩陣有關(guān)，還與灰度共生矩陣的均值和方差有關(guān)，如公式（8）所示。

式中：μx、μy為均值；σx、σy為方差。

結(jié)合公式（5）～公式（8），可以得到藥品包裝圖像的紋理特征向量，如公式（9）所示。

2.3 形狀特征提取

藥品包裝圖像中的形狀信息非常豐富，包裝區(qū)域都有明確的形狀表達。但是，這些形狀特征會因拍攝角度不同、圖像縮放等因素而表現(xiàn)各異。出于檢索依據(jù)可靠性的考慮，這里應(yīng)該選取具有不變性的形狀特征。Hu矩是基于輪廓曲線中心矩完成形狀特征提取的方法，具有較好的不變性，其計算如下。

首先，根據(jù)藥品包裝圖像中的輪廓曲線可以進行積分處理，如公式（10）所示。

式中：C為圖像包裝輪廓中包括的曲線信息；（m，n）為曲線上的像素，為積分微元；p、q為非負整數(shù)。

其次，計算包裝輪廓曲線特征C的（p+q）階中心矩，如公式（11）所示。

最后，根據(jù)中心矩θpq可以計算出樹木形狀的7個分量，將這7個分量組合在一起，就形成了藥品包裝圖像的形狀特征向量，如公式（12）所示。

3 試驗結(jié)果與分析

為了驗證該文提出的基于計算機視覺的藥品包裝質(zhì)量檢測方法的有效性，接下來進行試驗研究。試驗過程中將分別提取每幅藥品包裝圖像中的顏色、紋理、形狀特征，將這些特征分別和包裝質(zhì)量完好的圖像特征進行比對，形成三類特征比較的結(jié)果。然后，給每類特征配置一個合理的權(quán)重，再將三類特征的比較結(jié)果加權(quán)處理成和的形式。這個加權(quán)和就是藥品包裝是否存在缺陷的最后判斷依據(jù)。

根據(jù)經(jīng)驗，藥品包裝的顏色特征比其他兩類特征占比要低一些，因此給顏色特征配置的權(quán)重為0.2，同時給紋理特征和形狀特征配置的權(quán)重為0.4、0.4。

接下來，針對一個實際的藥品包裝圖像進行計算機視覺算法的質(zhì)量檢測。這個藥品是一個呈現(xiàn)近似三角形狀的物品，在透明塑膠包裝之后形成的效果如圖2所示。

圖2中給出的是一個包裝完好、不存在缺陷的包裝單元，如果通過該文算法檢測的單元和圖2中的包裝單元相似性較高，則通過質(zhì)量檢測，反之則不能通過質(zhì)量檢測，為廢品。據(jù)此完成的藥品包裝質(zhì)量檢測結(jié)果如圖3所示。

圖2 近似三角形狀藥品的透明塑膠包裝之后的效果

圖3 基于計算機視覺的藥品包裝質(zhì)量檢測結(jié)果

從圖3可以看出，這一板藥品包裝一共有6個包裝單元，上排3個、下排3個。經(jīng)過該文的計算機視覺質(zhì)量檢測方法，共發(fā)現(xiàn)4個合格的包裝單元和2個有缺陷的包裝單元。2個有缺陷的包裝單元分別位于上排最右側(cè)和下排最右側(cè)。從視覺上看，這2個包裝單元因為操作等問題，內(nèi)容物的藥品已經(jīng)消失不見。這一結(jié)果充分證明了該文提出的計算機視覺方法可以完成藥品包裝的質(zhì)量檢測。

4 結(jié)論

藥品包裝質(zhì)量的自動化檢測具有十分重要的意義，在醫(yī)藥行業(yè)的發(fā)展過程中扮演著十分重要的角色。為了提升包裝質(zhì)量檢測的精度和效率，該文提出了一種基于計算機視覺的包裝質(zhì)量檢測方法。這個方法可同時檢測藥品包裝的顏色、紋理、形狀特征，并形成了3個顏色、4個紋理、7個形狀向量。根據(jù)3類特征7個向量的相似性進行加權(quán)融合處理，得到最終的質(zhì)量檢測結(jié)果。試驗結(jié)果表明，該文提出的計算機視覺檢測方法因為同時使用了三種特征而具有更高的可靠性，可以將存在缺陷的藥品全部檢出。