安瓿制剂中的可见异物实时视觉检测系统研究

0 引言
安瓿制剂是一种 1~ 20 mL 的玻璃水针 制剂 , 如今 我国安 瓿制剂的需求在 300 亿只左右。但我国生产的安瓿制剂由于生 产设备的限制 , 产品的质量参差不齐 , 在生产过程中 , 经常会 有玻璃屑、纤维、皮 毛等进入瓶内的情况发生。医药制剂中的 不溶性微粒进入人体血液可引起静脉血管炎 , 血栓等危害严重 的疾病。目前 , 国内 医药 成品 的检 测大 都由 人 工灯 检 [ 1] 来完 成 : 数名灯 检工在暗室里 , 利用强光源 , 依靠肉眼完成整条生 产线上药液成品的检测。但是人工灯检过程中检测的精度和效 率极易受灯检工 情绪 和视 力的 影响 , 检测 的准 确率 得不 到保 证。长时间的重复性检测也给灯检工的健康带来了危害 , 容易 引发腕管综合症、重复性运动伤害和视力疲劳等疾病。人工检 测的效率已成为制约安瓿制剂生产的瓶颈问题 , 人工灯检速度 每人每小时不超过 2000 瓶 , 一条日产 36 万瓶安 瓿制剂的生产 线需配备 18 名灯检工 , 一天工作 10 个 小时。而 机器视觉技术 的运用 , 可极大程度地克服以上缺点 , 具有极大的社会效益和 经济效益。本文针对安瓿生产过程中 , 制剂异物大都为微小颗 粒的特征 , 研发了基于机器视觉的安瓿制剂可见异物实时视觉 检测系统。在研究的过程中主要以国内 某药厂生 产的 2 mL 安 瓿制剂为研究对象 , 经过反复实验 , 巧妙地设计了特定的机械 装置和光源方案 , 保证获取到稳定、可靠的高质量图像。
1
系统组成原理与结构设计
传统的人工灯检是灯检工 将安瓿瓶在足够的光照下 , 将安
瓿瓶倒置 , 观察倒置后安瓿水剂中是否 有异物下沉判断安瓿制 剂质量。本系统模拟人工灯检的过程 , 将安瓿瓶 高速旋转 , 再 急停 , 异物和液体在惯性的作 用下继续运动 , 采用工业相机获 取多张序列图像 , 根据异物特征 , 分析序列图像 , 完成安 瓿制 剂可见异物的检测。 针对安瓿制剂中可能存在 的多种异物 , 我们将其分为两大 类 : 颜色较暗的划分为黑色 ( 药渣 , 纤维 , 毛发 , 绒渣等 不透 光杂质 ) , 颜色较浅的划分为白色 ( 玻璃屑等 ) 。由于采用 一种 照明方式难以获得两 种异物均清晰的杂质图像 , 因此 , 针对不 同的杂质类型 , 设计不同的检 测工位 , 各工位处先采用机械装 置将安瓿瓶高速旋转 急停 , 然后拍摄多张图像处理判断。白 色异物相对不太明显 , 检测难 度较大 , 故采用两个工位确保检 测的准确性 , 黑色异物仅用一 个工位。安瓿制剂检测系统结构 框图如图 1 所示。
图2 安瓿实时视觉检测系统机械结构示意图
在拍摄一次序列图像的过 程中 , 摄 像机和被检测目标都是 固定的 , 且检测系统采用隔光 设计 , 序 列图像之间的背景差异 很小 , 将同一背景下不同时刻 两幅图像进行比较 , 可以反映出 一个运动目标在此背景下运动 的结果。比较简单的一种方法是 将相邻的两帧做差分 运算 , 从 相减后的图像 , 我们会很容易发 现运动目标的信息。安瓿图像 序列可描述为 : F( i, j , k ) = I ( i, j , k) + B( i, j , k ) ( 3) 式中 , I ( i, j , k) , B ( i, j , k) 分别表示第 k 帧时 , 杂质和 背景在 ( i, j ) 处 的 灰度 值。相 邻 两 帧之 间 的背 景 可 认为 不 变 , 帧间绝对差分可表示为 : D ( i, j , k ) = | F( i, j , k ) - F( i, j , k + 1 ) | ( 4) 利用这种方法相减后的图 像中 , 灰 度不发生变化的那部分 被减掉 , 运动目标会凸显出来 , 但这种 方法会得到两个目标区 域 , 一个是前一帧目标位置 , 一个事后一帧目标 位置 , 不 能确 定究竟哪个区域代表当前图像 时刻的位置。我们采用改进的差 分算法 , 利用式 ( 4) 计算 D ( i, j , k ) 和 D ( i, j , k + 1) 。 E( k) = D ( i, j , k) # D( i, j , k + 1) E( k + 1) = E( k) ∃ D( i, j , k + 1 ) ( 5) ( 6)
肖方良, 王耀南, 章 倢 曹 麟
( 湖南大学 电气与信息工程学院 , 湖南 长 沙 410082)
摘要 : 针对安瓿中可见异物的视觉检测需求 , 设计了基于机器视觉的安瓿制剂在线检测系 统 ; 研究了该检测 系统的硬件构 成和工作 原理 , 为了从复杂的视觉图像中提取出微小的检测目标 , 系统运用机械方法使被测目标与背景 间产生运动差 异, 利用精密的光 学成像系 统获取目标运动序列图像 , 通过图像灰度投影定位安瓿图像 , 并提出图像差分提取运动目标和粒 子滤波跟踪运动 目标方法来完 成对异物 的实时视觉检测 ; 实验证明所研制的系统可有效地应用于安瓿制剂的可见异物在线检测。 关键词 : 机器视觉 ; 图像差分 ; 粒子滤波算法
2 图像检测与运动目标跟踪算法
工控机获取到序列图像后 , 先定位安瓿瓶 , 得到安瓿制剂 的准确位置 , 再将序列图像差分得到运动目标图像 , 根据运动 目标的特征跟踪识别判断。 2 1 检测图像定位 定位安瓿图像的目的是找到感兴趣区域 , 减小后期处理的 计算量。玻璃瓶 边缘 不是 很明 显 , 普 通的 边缘 检测 算子 ( 如 So bel, Robert , Prew itt 等 ) 定位 安瓿 边缘效 果不 好。经 过多 次试验 , 结 合系统机械结构 , 我们得出如下结论 : 安瓿瓶图像 在垂直方向不存在位移偏差 , 在水平方向上同一瓶图像的多帧 图像也无偏差 , 但不同安瓿瓶图像之间可能存在较大偏差。针 对安瓿图像的特点 , 本文定位采用灰度投影法。相机分辨率为 600 ! 800, 安瓿瓶图像 Y 轴上在 200~ 600 之间 , 因此 本文灰 度投影区域为 : ( 0, 200) , ( 600, 600) 之 间 , 仅在每 瓶图像 的第一帧向 x 轴投影 定位 图像。 灰度 投影 是将 灰度 值映 射成 两个独立的一维波形 , 即把两维图像信息用两个独立的一维信 息来表示 . 其投影公式可表示为 :
图1 收稿日期 : 2009 07 07; 修回日期 : 2009 08 10。 基金项目 : 国家 863 项目资助 ( 2007A A 04Z244) ; 国家自然基金重点 项目资助 ( 60835004) 。 作者简介 : 肖方良 ( 1984 ) , 男 , 湖 南宁乡人 , 工学 硕士 , 主要 从事机 器视觉、 图像处理等的研究。
自动化测试
文章编号 : 1671 4598( 2010) 02 0295 04
计 算机 测量 与 控制 . 2 010. 1 8( 2) Computer Measurement & Control
中图分类号 : T P 391 41 文献标识码 : A
295
安瓿制剂中的可见异物实时视觉检测系统研究
Research on an On line Detection System for Foreign Substances in ampoule
Xiao F ang liang, Wang Yaonan, Zhang Jie, Cao L in
( Colleg e o f Electr ic and Informat ion T eห้องสมุดไป่ตู้hno lo gy , H unan U niversity, Changsha 410082, China)
296
计算机测量与控制
第 18 卷
完成整个检测过程的图像采集处理环节 , 之后从输入输出口将 不合格产品剔除生产线。系统机械示意图如图 2 所示。系统分 两个工位 , 三套成像设备 , 相机 1 检测白色异物 , 相机 2 检测 黑色异物 , 相机 3 为 白色异物的补充检测 , 三个相机检测结果 相与得出最终结果。相 机 1, 相 机 3 所采 用光 源为 L ED 点光 源 , 黑色背景 , 相机 2 所采 用光源 为红 色 L ED 面光 源。安瓿 瓶由导入轮盘导入主轮盘后 , 机器手夹持装置以特定方式将其 固定 , 并触发计数传感器 , 之后 进入 高速 旋转 区 , 由 PL C 控 制伺服电机带动安瓿迅速旋转 , 安瓿制剂在该区以较高速度高 精度旋转 , 形成由安瓿制剂溶液表面至瓶底的漩涡 , 沉在安瓿 瓶底的杂质被带离瓶底。
在急停区 , 安瓿瓶立即停止旋转 , 溶液和杂质由于惯性继 续在瓶内运动。进入相机 1 检测区域 , 触发光 电传感器。 P L C 接收光电传感器跳变信号后 , 将主轮盘暂停 , 同时给工控机发 触发脉冲 , 工控机通过图像采集卡控制相机连续拍照 , 并根据 采集到的多张被检测目标序列图像实时处理和判断。之后进入 后一阶段的高速旋转区 , 加速旋转 急停 , 拍照 , 处理。根据 三个相机拍摄图像处理结果通知剔除装置将次品实时剔除。
安瓿制剂检测系统结构框图
本检测系统的检 测速度 为每小 时 9000 瓶 , 其包 括的 组成 单元有 : LED 光 源 , 工业 相机 , 图像 采集 卡 , 工控 机 , 计 数 传感器 , 相 位传 感器 , 安瓿 瓶夹 持装 置 , PL C 控制 系 统 , 主 轮盘 , 次品剔除装置等。该系统可内嵌于直线生 产线上 , 成品 安瓿制剂由左往右进入安瓿制 剂检测系统的机身 , 在主轮盘上
行的灰度投影值 : G ( i, j ) 为图像上 ( i , j ) 处的像素 灰度 值。本文图像中安瓿垂直位置固定 , 只需水平位 置定位 , 只需 求 F ( j ) 即可。安瓿制剂图及 其水平投影图像如图 3 所示。
图3
安瓿制剂及其水平投影效果图
从图上可以看出 , 安瓿边 缘在图像上灰度略深 , 其投影值 为两个极值点 , 求出这两点即 为安瓿水平位置。 2 2 运动目标提取 在安瓿瓶的生产 过程中 , 由于生产工艺的原因 , 瓶身不可 能完全光滑 , 同时 , 瓶身上存在安瓿印字等。微小杂质或 沉淀 于瓶底或粘附于瓶身也成为视 觉检测的难点之一。在硬件设计 上 , 首先让安瓿瓶高速旋转 , 使杂质与 瓶身分离 , 然后 , 在安 瓿瓶静止的情况下 , 获取运动 杂质的序列图像 , 采用差分法提 取异物 [ 2 3] 。
Abstract: Th e on line det ect ion sys tem f or f oreign s ubst ances in t h e ampoule w as ap plied in t he proces s of am pou le product ion. T he bas ic configu rat ion an d w ork principle w ere researched. In order t o i dent if y t he poss ible t iny f orei gn object s from t he capt ured images, t he syst em f irst used a mechanical m et hod t o make t he t arget an d back ground dif f erences, and t hen t hrough it s soph ist icat ed opt ical imagin g s yst em t o obt ain a series of im ages of rot at ion am pou le, finally, foreign s ubst ances w ere det ect ed by image p roces sing. T he result s show t hat it i s eff i cient t o det ect f oreign s ubst ances wit h ou t t he int ervent ion of hu man beings. Key words: machin e vision; image di ff erences; part icle f ilt er algorit hm