开云优惠体育网页版入口

专利名称：一种用于压片机的药片视觉检测方法及系统

专利类型：发明专利

专利申请号：CN202410987802.X

专利申请（专利权）人：辽宁天亿机械有限公司
权利人地址：辽宁省朝阳市朝阳县柳城街道郭家村

专利发明（设计）人：裴闯,汪淼,裴岩,裴勇,杨凯,蔡忠宇,蔡飞,宋凯,郭金元,赵兴威

专利摘要：本发明涉及图像处理技术领域，具体涉及一种用于压片机的药片视觉检测方法及系统，包括：基于同一轮廓角点序列内不同初始轮廓角点之间的链码值差异以及分布位置，分析药片灰度图像中纹理分布的闭合平滑状态，得到初始轮廓角点的药片轮廓隶属度；将药片轮廓隶属度与不同初始轮廓角点之间的距离分布结合，得到初始药片轮廓区域；分析同一初始药片轮廓区域内不同边缘纹理之间分布规则的差异情况，并结合药片轮廓隶属度，得到初始药片轮廓区域的药片表面正常程度；根据药片表面正常程度，得到药片缺陷轮廓区域；对药片缺陷轮廓区域进行药片检测。本发明提高了识别缺陷区域内角点的准确性，提高了药片检测结果的准确性。

主权利要求：
1.一种用于压片机的药片视觉检测方法，其特征在于，该方法包括以下步骤：获取药片灰度图像，所述药片灰度图像中包含多个轮廓角点序列，每个轮廓像素点序列包含多个初始轮廓角点，每个初始轮廓角点对应一个链码值；
基于同一轮廓角点序列内不同初始轮廓角点之间的链码值差异以及分布位置，分析药片灰度图像中纹理分布的闭合平滑状态，得到每个初始轮廓角点的药片轮廓隶属度；将药片轮廓隶属度与不同初始轮廓角点之间的距离分布结合，从药片灰度图像中划分出若干初始药片轮廓区域；
分析同一初始药片轮廓区域内不同边缘纹理之间分布规则的差异情况，并结合药片轮廓隶属度，得到每个初始药片轮廓区域的药片表面正常程度；
根据药片表面正常程度，从所有初始药片轮廓区域中筛选出若干药片缺陷轮廓区域；
对药片缺陷轮廓区域进行药片检测。
2.根据权利要求1所述一种用于压片机的药片视觉检测方法，其特征在于，所述药片轮廓隶属度的获取方法为：将任意一个轮廓角点序列中的任意一个初始轮廓角点记为目标轮廓角点，分析目标轮廓角点与周围初始轮廓角点之间链码值的差异，得到目标轮廓角点的轮廓平滑因子；
分析目标轮廓角点与其他初始轮廓角点之间的距离关系，得到目标轮廓角点的轮廓闭合因子；
根据轮廓平滑因子、轮廓闭合因子，得到目标轮廓角点的药片轮廓隶属度；所述药片轮廓隶属度与所述轮廓平滑因子呈正相关，与所述轮廓闭合因子呈正相关。
3.根据权利要求1所述一种用于压片机的药片视觉检测方法，其特征在于，计算药片轮廓隶属度之后，还包括：对药片轮廓隶属度进行归一化处理。
4.根据权利要求1所述一种用于压片机的药片视觉检测方法，其特征在于，所述初始药片轮廓区域的获取方法为：分析同一轮廓角点序列中不同初始轮廓角点之间的距离，以及每个初始轮廓角点的药片轮廓隶属度，得到每个初始轮廓角点的药片外层轮廓程度；
根据药片外层轮廓程度，将所有初始轮廓角点划分为若干初始药片轮廓角点类型；
根据初始药片轮廓角点类型所占的图像区域，得到若干初始药片轮廓区域。
5.根据权利要求4所述一种用于压片机的药片视觉检测方法，其特征在于，计算药片外层轮廓程度之后，还包括：对药片外层轮廓程度进行归一化处理。
6.根据权利要求1所述一种用于压片机的药片视觉检测方法，其特征在于，所述药片表面正常程度的获取方法为：对于任意一个初始药片轮廓区域，将初始药片轮廓区域内灰度值相同的初始轮廓角点划分为一个区域内部轮廓角点类型；
分析初始药片轮廓区域内不同区域内部轮廓角点类型的灰度分布差异，得到初始药片轮廓区域的轮廓灰度均匀性；
分析同一区域内部轮廓角点类型下相邻初始轮廓角点的链码变化波动，得到初始药片轮廓区域的内部纹理规则性；
根据轮廓灰度均匀性、内部纹理规则性，得到初始药片轮廓区域的药片表面正常程度；
所述药片表面正常程度与所述轮廓灰度均匀性呈正相关，与所述内部纹理规则性呈正相关。
7.根据权利要求6所述一种用于压片机的药片视觉检测方法，其特征在于，所述轮廓灰度均匀性的获取方法为：获取每个区域内部轮廓角点类型与初始药片轮廓区域整体之间的灰度占比差异均值；
获取初始药片轮廓区域内所有区域内部轮廓角点类型的梯度幅值方差；
根据灰度占比差异均值、梯度幅值方差、药片轮廓隶属度，得到初始药片轮廓区域的轮廓灰度均匀性；所述轮廓灰度均匀性与所述灰度占比差异均值呈负相关，与所述梯度幅值方差呈负相关，与所述药片轮廓隶属度呈正相关。
8.根据权利要求6所述一种用于压片机的药片视觉检测方法，其特征在于，所述内部纹理规则性的获取方法为：对于任意一个区域内部轮廓角点类型，将区域内部轮廓角点类型下不同初始轮廓角点的链码值进行两两组合，得到若干内部轮廓链码组合；
分析内部轮廓链码组合整体的分布稳定情况，得到初始药片轮廓区域的内部纹理规则性。
9.根据权利要求1所述一种用于压片机的药片视觉检测方法，其特征在于，计算药片表面正常程度之后，还包括：对药片表面正常程度进行归一化处理。
10.一种用于压片机的药片视觉检测系统，包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1?9任一项所述的一种用于压片机的药片视觉检测方法的步骤。 说明书 : 一种用于压片机的药片视觉检测方法及系统技术领域[0001] 本发明涉及图像处理技术领域，具体涉及一种用于压片机的药片视觉检测方法及系统。背景技术[0002] 压片机作为制药工程中的重要设备，主要将成粉末或颗粒状的药物压缩为规定形状的药片。而经压片机制成的药片表面可能会因操作问题或者药物本身粘黏度较小的情况，使药片表面存在一定裂痕的表面缺陷，这些表面缺陷会降低药片所含的药物含量，影响药物效果，所以需要对药片进行视觉检测，将药片存在缺陷的区域检测出来。[0003] 现有技术通常使用角点检测算法对采集的药片图像进行检测，但由于药片表面存在一定规则的药片刻痕纹理，药片表面的部分缺陷会与药片刻痕纹理分布规则相似，传统的角点检测算法无法有效识别这种存在缺陷的角点，降低了药片检测结果的准确性。发明内容[0004] 本发明提供一种用于压片机的药片视觉检测方法及系统，以解决现有的问题：药片表面存在一定规则的药片刻痕纹理，药片表面的部分缺陷会与药片刻痕纹理分布规则相似，传统的角点检测算法无法有效识别这种存在缺陷的角点。[0005] 本发明的一种用于压片机的药片视觉检测方法及系统采用如下技术方案：[0006] 本发明提出了一种用于压片机的药片视觉检测方法，该方法包括以下步骤：[0007] 获取药片灰度图像，所述药片灰度图像中包含多个轮廓角点序列，每个轮廓像素点序列包含多个初始轮廓角点，每个初始轮廓角点对应一个链码值；[0008] 基于同一轮廓角点序列内不同初始轮廓角点之间的链码值差异以及分布位置，分析药片灰度图像中纹理分布的闭合平滑状态，得到每个初始轮廓角点的药片轮廓隶属度；将药片轮廓隶属度与不同初始轮廓角点之间的距离分布结合，从药片灰度图像中划分出若干初始药片轮廓区域；[0009] 分析同一初始药片轮廓区域内不同边缘纹理之间分布规则的差异情况，并结合药片轮廓隶属度，得到每个初始药片轮廓区域的药片表面正常程度；[0010] 根据药片表面正常程度，从所有初始药片轮廓区域中筛选出若干药片缺陷轮廓区域；对药片缺陷轮廓区域进行药片检测。[0011] 优选地，所述药片轮廓隶属度的获取方法为：[0012] 将任意一个轮廓角点序列中的任意一个初始轮廓角点记为目标轮廓角点，分析目标轮廓角点与周围初始轮廓角点之间链码值的差异，得到目标轮廓角点的轮廓平滑因子；[0013] 分析目标轮廓角点与其他初始轮廓角点之间的距离关系，得到目标轮廓角点的轮廓闭合因子；[0014] 根据轮廓平滑因子、轮廓闭合因子，得到目标轮廓角点的药片轮廓隶属度；所述药片轮廓隶属度与所述轮廓平滑因子呈正相关，与所述轮廓闭合因子呈正相关。[0015] 优选地，计算药片轮廓隶属度之后，还包括：[0016] 对药片轮廓隶属度进行归一化处理。[0017] 优选地，所述初始药片轮廓区域的获取方法为：[0018] 分析同一轮廓角点序列中不同初始轮廓角点之间的距离，以及每个初始轮廓角点的药片轮廓隶属度，得到每个初始轮廓角点的药片外层轮廓程度；[0019] 根据药片外层轮廓程度，将所有初始轮廓角点划分为若干初始药片轮廓角点类型；[0020] 根据初始药片轮廓角点类型所占的图像区域，得到若干初始药片轮廓区域。[0021] 优选地，计算药片外层轮廓程度之后，还包括：[0022] 对药片外层轮廓程度进行归一化处理。[0023] 优选地，所述药片表面正常程度的获取方法为：[0024] 对于任意一个初始药片轮廓区域，将初始药片轮廓区域内灰度值相同的初始轮廓角点划分为一个区域内部轮廓角点类型；[0025] 分析初始药片轮廓区域内不同区域内部轮廓角点类型的灰度分布差异，得到初始药片轮廓区域的轮廓灰度均匀性；[0026] 分析同一区域内部轮廓角点类型下相邻初始轮廓角点的链码变化波动，得到初始药片轮廓区域的内部纹理规则性；[0027] 根据轮廓灰度均匀性、内部纹理规则性，得到初始药片轮廓区域的药片表面正常程度；所述药片表面正常程度与所述轮廓灰度均匀性呈正相关，与所述内部纹理规则性呈正相关。[0028] 优选地，所述轮廓灰度均匀性的获取方法为：[0029] 获取每个区域内部轮廓角点类型与初始药片轮廓区域整体之间的灰度占比差异均值；[0030] 获取初始药片轮廓区域内所有区域内部轮廓角点类型的梯度幅值方差；[0031] 根据灰度占比差异均值、梯度幅值方差、药片轮廓隶属度，得到初始药片轮廓区域的轮廓灰度均匀性；所述轮廓灰度均匀性与所述灰度占比差异均值呈负相关，与所述梯度幅值方差呈负相关，与所述药片轮廓隶属度呈正相关。[0032] 优选地，所述内部纹理规则性的获取方法为：[0033] 对于任意一个区域内部轮廓角点类型，将区域内部轮廓角点类型下不同初始轮廓角点的链码值进行两两组合，得到若干内部轮廓链码组合；[0034] 分析内部轮廓链码组合整体的分布稳定情况，得到初始药片轮廓区域的内部纹理规则性。[0035] 优选地，计算药片表面正常程度之后，还包括：[0036] 对药片表面正常程度进行归一化处理。[0037] 本发明还提出了一种用于压片机的药片视觉检测系统，包括存储器和处理器，所述处理器执行所述存储器存储的计算机程序，以实现上述的一种用于压片机的药片视觉检测方法的步骤。[0038] 本发明的技术方案的有益效果是：本发明通过分析药片灰度图像中纹理分布的闭合平滑状态，获取药片轮廓隶属度；其中药片轮廓隶属度用于描述初始轮廓角点所属药片外层轮廓的概率，提高了识别完整药片轮廓的准确性；然后将药片轮廓隶属度与不同初始轮廓角点之间的距离分布结合，获取若干初始药片轮廓区域；其中初始药片轮廓区域用于描述药片整体的表面区域，以便更好地分析药片表面中存在缺陷的角点；然后分析同一初始药片轮廓区域内不同边缘纹理之间分布规则的差异情况，获取药片表面正常程度；其中药片表面正常程度用于描述初始药片轮廓区域不存在缺陷角点的可能性，降低了正常的药片刻痕纹理对缺陷角点信息表示的干扰；本发明通过分析药片表面存在一定规则的药片刻痕纹理的分布规律，加大药片表面部分缺陷对应角点与药片刻痕纹理分布规则相似角点之间的区别，提高了识别缺陷区域内角点的准确性，提高了药片检测结果的准确性。附图说明[0039] 为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。[0040] 图1为本发明的一种用于压片机的药片视觉检测方法的步骤流程图。具体实施方式[0041] 为了更进一步阐述本发明为达成预定发明目的所采取的技术手段及功效，以下结合附图及较佳实施例，对依据本发明提出的一种用于压片机的药片视觉检测方法及系统，其具体实施方式、结构、特征及其功效，详细说明如下。在下述说明中，不同的“一个实施例”或“另一个实施例”指的不一定是同一实施例。此外，一或多个实施例中的特定特征、结构或特点可由任何合适形式组合。[0042] 除非另有定义，本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。[0043] 下面结合附图具体的说明本发明所提供的一种用于压片机的药片视觉检测方法及系统的具体方案。[0044] 请参阅图1，其示出了本发明一个实施例提供的一种用于压片机的药片视觉检测方法的步骤流程图，该方法包括以下步骤：[0045] 步骤S001：获取药片灰度图像，所述药片灰度图像中包含多个轮廓角点序列，每个轮廓像素点序列包含多个初始轮廓角点，每个初始轮廓角点对应一个链码值。[0046] 需要说明的是，现有技术通常使用角点检测算法对采集的药片图像进行检测，但由于药片表面存在一定规则的药片刻痕纹理，药片表面的部分缺陷会与药片刻痕纹理分布规则相似，传统的角点检测算法无法有效识别这种存在缺陷的角点，降低了药片检测结果的准确性。[0047] 在本发明实施例的一个具体实现方式中，药片灰度图像的获取方法为：将药片水平放置平台，使用工业相机垂直拍摄药片得到药片图像；对药片图像进行灰度化处理得到初始药片灰度图像；利用最大类间方差法对初始药片灰度图像进行分割得到药片灰度图像。其中灰度化处理以及最大类间方差法均为公知技术，本实施例不再赘述。[0048] 在本发明实施例的一个具体实现方式中，轮廓角点序列、初始轮廓角点以及链码值的获取方法为：利用边界追踪算法获取药片灰度图像的若干轮廓；对每个轮廓进行角点检测得到若干轮廓角点序列，将每个轮廓角点序列中包含的每个像素点记为初始轮廓角点。其中每个轮廓对应一个轮廓角点序列，每个初始轮廓角点对应一个链码值。[0049] 所需说明的是，获取图像中轮廓的过程是边界追踪算法的公知内容，通过角点检测获取像素点序列以及获取链码值的过程均为基于Freeman链码分析的角点检测算法的公知内容。[0050] 至此，通过上述方法得到药片灰度图像。[0051] 步骤S002：基于同一轮廓角点序列内不同初始轮廓角点之间的链码值差异以及分布位置，分析药片灰度图像中纹理分布的闭合平滑状态，得到每个初始轮廓角点的药片轮廓隶属度；将药片轮廓隶属度与不同初始轮廓角点之间的距离分布结合，从药片灰度图像中划分出若干初始药片轮廓区域。[0052] 需要说明的是，每个轮廓角点序列表示了一个轮廓边缘，其中每个初始轮廓角点的链码值表示了对应像素点纹理边缘的延伸方向；常规情况下，正常药片外层轮廓的边缘通常为呈光滑状态变化，从而形成一个闭合的药片外层边缘轮廓；所以可以基于同一轮廓角点序列内不同初始轮廓角点之间的链码值差异以及分布位置，分析药片灰度图像中纹理分布的闭合平滑状态，得到每个初始轮廓角点的药片轮廓隶属度，以表征每个初始轮廓角点所属药片外层轮廓的概率；其中若药片轮廓隶属度越大，说明初始轮廓角点越有可能属于药片表面的轮廓边缘。同时又因正常的药片外形是通过多个像素点通过连续分布所形成，其对应相邻像素点之间的距离相差较。彝庑瓮ǔＮ残，所以可以将药片轮廓隶属度与不同初始轮廓角点之间的距离分布结合，从药片灰度图像中划分出若干初始药片轮廓区域。[0053] 优选地，在本发明实施例的一些实现方式中，药片轮廓隶属度的获取方法为：将任意一个轮廓角点序列中的任意一个初始轮廓角点记为目标轮廓角点，分析目标轮廓角点与周围初始轮廓角点之间链码值的差异，得到目标轮廓角点的轮廓平滑因子；分析目标轮廓角点与其他初始轮廓角点之间的距离关系，得到目标轮廓角点的轮廓闭合因子；根据轮廓平滑因子、轮廓闭合因子，得到目标轮廓角点的药片轮廓隶属度；所述药片轮廓隶属度与所述轮廓平滑因子呈正相关，与所述轮廓闭合因子呈正相关。具体过程为：[0054] 1.获取轮廓平滑因子。[0055] 在轮廓角点序列中，将目标轮廓角点的前一个初始轮廓角点与目标轮廓角点之间链码值的差值的绝对值，作为目标轮廓角点的前置轮廓平滑值；将目标轮廓角点的后一个初始轮廓角点与目标轮廓角点之间链码值的差值的绝对值，作为目标轮廓角点的后置轮廓平滑值；将前置轮廓平滑值与后置轮廓平滑值之间差值的绝对值，作为目标轮廓角点的轮廓平滑因子。[0056] 特别说明的是，若目标轮廓角点为轮廓角点序列中第一个初始轮廓角点，将目标轮廓角点的后置轮廓平滑值作为目标轮廓角点的轮廓平滑因子；若目标轮廓角点为轮廓角点序列中最后一个初始轮廓角点，将目标轮廓角点的前置轮廓平滑值作为目标轮廓角点的轮廓平滑因子。[0057] 2.获取轮廓闭合因子。[0058] 预设一个窗口大小 ；以目标轮廓角点为中心，获取大小为 的窗口区域，并记为目标轮廓角点的参考轮廓区域；若参考轮廓区域内存在其他初始轮廓角点，那么将目标轮廓角点与其他所有初始轮廓角点之间欧氏距离均值的反比例归一化值，作为目标轮廓角点的轮廓闭合因子；若参考轮廓区域内不存在其他初始轮廓角点，将目标轮廓角点的轮廓闭合因子预设为0。其中本实施例以 为例进行叙述，本实施例不进行具体限定，其中 可根据具体实施情况而定；欧氏距离的获取是公知技术，本实施例不再赘述。[0059] 特别说明的是，实施例采用 模型来呈现反比例关系及归一化处理，为模型的输入，实施者可根据实际情况选择反比例函数及归一化函数。[0060] 3.获取药片轮廓隶属度。[0061] 将目标轮廓角点的轮廓平滑因子与轮廓闭合因子之间乘积的归一化值，作为目标轮廓角点的药片轮廓隶属度。其中若药片轮廓隶属度越大，说明初始轮廓角点越有可能属于药片表面的轮廓边缘。[0062] 特别说明的是，实施例采用 线性归一化函数进行归一化处理，实施者可根据实际情况选择归一化函数。[0063] 优选地，在本发明实施例的一些实现方式中，初始药片轮廓区域的获取方法为：分析同一轮廓角点序列中不同初始轮廓角点之间的距离，以及每个初始轮廓角点的药片轮廓隶属度，得到每个初始轮廓角点的药片外层轮廓程度；根据药片外层轮廓程度，将所有初始轮廓角点划分为若干初始药片轮廓角点类型；根据初始药片轮廓角点类型所占的图像区域，得到若干初始药片轮廓区域。具体过程为：[0064] 以任意一个轮廓角点序列为例，根据轮廓角点序列中所有的初始轮廓角点，获取最小外接矩形；将最小外接矩形的长宽比与1之间差值的绝对值，作为轮廓角点序列的药片外层形态度；将药片外层形态度与轮廓角点序列内每个初始轮廓角点的药片轮廓隶属度的乘积的归一化值，作为每个初始轮廓角点的药片外层轮廓程度。[0065] 进一步的，将不同初始轮廓角点之间药片外层轮廓程度的差值的绝对值作为距离度量；根据距离度量，对轮廓角点序列中的所有初始轮廓角点进行聚类，得到若干聚类簇；将每个聚类簇中所有初始轮廓角点的药片外层轮廓程度的均值，作为每个聚类簇的轮廓类型筛选值；将除轮廓类型筛选值最小的聚类簇以外的其他聚类簇均记为初始药片轮廓角点类型；将所有初始药片轮廓角点类型内所有初始轮廓角点的最小外接圆所占的图像区域，记为初始药片轮廓区域。获取若干初始药片轮廓区域。[0066] 其中，每个初始药片轮廓区域对应一个轮廓角点序列；每个初始轮廓角点对应一个像素点，根据距离度量对像素点进行聚类簇的过程是K?Means聚类算法的公知内容，另外K?Means聚类算法中K值以5为例进行说明，本实施例中的K值可根据实际情况而定。[0067] 至此，通过上述方法得到若干初始药片轮廓区域。[0068] 步骤S003：分析同一初始药片轮廓区域内不同边缘纹理之间分布规则的差异情况，并结合药片轮廓隶属度，得到每个初始药片轮廓区域的药片表面正常程度。[0069] 需要说明的是，初始药片轮廓区域反映了药片整体的表面区域；而药片表面本身会存在一定量的药片刻痕以标识药片的名称、剂量、生产批次号等各种相关备注信息；这些药片刻痕本身会沿固定规则排列方式进行不同的纹理分布，若药片表面存在缺陷，则会一定程度地破坏药片刻痕对应若干纹理的规则性分布，干扰药片刻痕对应若干纹理分布规则的相似情况，从而影响药片刻痕信息的准确表达；所以可以分析同一初始药片轮廓区域内不同边缘纹理之间分布规则的差异情况，并结合药片轮廓隶属度，得到每个初始药片轮廓区域的药片表面正常程度；根据药片表面正常程度，从所有初始药片轮廓区域中筛选出若干药片缺陷轮廓区域。其中若药片表面正常程度越大，说明初始药片轮廓区域内越不可能存在使药片刻痕：娜毕菸评，反映初始药片轮廓区域内的药片刻痕越能准确表示药片的相关备注信息。[0070] 优选地，在本发明实施例的一些实现方式中，药片表面正常程度的获取方法为：对于任意一个初始药片轮廓区域，将初始药片轮廓区域内灰度值相同的初始轮廓角点划分为一个区域内部轮廓角点类型；分析初始药片轮廓区域内不同区域内部轮廓角点类型的灰度分布差异，得到初始药片轮廓区域的轮廓灰度均匀性；分析同一区域内部轮廓角点类型下相邻初始轮廓角点的链码变化波动，得到初始药片轮廓区域的内部纹理规则性；根据轮廓灰度均匀性、内部纹理规则性，得到初始药片轮廓区域的药片表面正常程度；所述药片表面正常程度与所述轮廓灰度均匀性呈正相关，与所述内部纹理规则性呈正相关。具体过程为：[0071] 1.获取轮廓灰度均匀性。[0072] 需要说明的是，药片刻痕是由多个不同灰度值的像素点共同构建而成，这些构成药片刻痕的像素点主要通过在药片表面形成较大的灰度梯度变化来与药片表面的其他区域形成对比，使药片刻痕整体相对于其他表面区域灰度较深，从而将药片刻痕有效凸显出来；常规情况下，药片刻痕边缘的灰度含量受其规则分布的影响而趋于均匀分布；若药片刻痕存在缺陷，那么会破坏对应刻痕边缘灰度含量的分布情况；所以可以分析初始药片轮廓区域内不同区域内部轮廓角点类型的灰度分布差异，得到初始药片轮廓区域的轮廓灰度均匀性；其中若轮廓灰度均匀性越大，说明初始药片轮廓区域内的轮廓灰度分布越均匀，反映初始药片轮廓区域内越有可能存在药片刻痕的轮廓。[0073] 优选地，在本发明实施例的一些实现方式中，轮廓灰度均匀性的获取方法为：获取每个区域内部轮廓角点类型与初始药片轮廓区域整体之间的灰度占比差异均值；获取初始药片轮廓区域内所有区域内部轮廓角点类型的梯度幅值方差；根据灰度占比差异均值、梯度幅值方差、药片轮廓隶属度，得到初始药片轮廓区域的轮廓灰度均匀性；所述轮廓灰度均匀性与所述灰度占比差异均值呈负相关，与所述梯度幅值方差呈负相关，与所述药片轮廓隶属度呈正相关。作为一种示例，可通过如下公式计算初始药片轮廓区域的轮廓灰度均匀性：[0074][0075] 式中， 表示初始药片轮廓区域的轮廓灰度均匀性；表示初始药片轮廓区域内所有区域内部轮廓角点类型的数量； 表示第 个区域内部轮廓角点类型与第个区域内部轮廓角点类型之间所含初始轮廓角点数量的差值的绝对值； 表示初始药片轮廓区域内所有像素点的数量；表示所有区域内部轮廓角点类型内所有初始轮廓角点的梯度幅值的方差，即梯度幅值方差；表示所有区域内部轮廓角点类型内所有初始轮廓角点的药片轮廓隶属度的均值； 表示以自然常数为底的指数函数，实施例采用模型来呈现反比例关系及归一化处理，为模型的输入，实施者可根据实际情况选择反比例函数及归一化函数。其中梯度幅值的获取是sobel算法的公知内容，本实施例不再赘述。[0076] 所需说明的是， 表示灰度占比差异均值；若初始药片轮廓区域的轮廓灰度均匀性越大，说明初始药片轮廓区域内的轮廓灰度分布越均匀，反映初始药片轮廓区域内越有可能存在药片刻痕的轮廓。[0077] 2.获取内部纹理规则性。[0078] 需要说明的是，在药片刻痕存在缺陷时，其缺陷会使对应的药片刻痕呈现断裂、：鹊奈评砣毕，扰乱了部分区域内像素点的纹理延伸方向；又因链码值反映了像素点的纹理延伸方向，所以可以分析同一区域内部轮廓角点类型下相邻初始轮廓角点的链码变化波动，得到初始药片轮廓区域的内部纹理规则性；其中若内部纹理规则性越大，说明初始药片轮廓区域内相同纹理方向的分布距离间隔越一致，反映初始药片轮廓区域内有可能存在药片刻痕的轮廓。[0079] 优选地，在本发明实施例的一些实现方式中，内部纹理规则性的获取方法为：对于任意一个区域内部轮廓角点类型，将区域内部轮廓角点类型下不同初始轮廓角点的链码值进行两两组合，得到若干内部轮廓链码组合；分析内部轮廓链码组合整体的分布稳定情况，得到初始药片轮廓区域的内部纹理规则性。具体过程为：[0080] 将每个内部轮廓链码组合在药品灰度图像中对应的像素点组合记为链码方向像素点对；将相同的内部轮廓链码组合构成的集合记为同纹理延伸方向集合；以任意一个同纹理延伸方向集合中的任意两个内部轮廓链码组合为例，将其中任意一个内部轮廓链码组合的链码方向像素点对记为目标链码像素点对，将另一个内部轮廓链码组合的链码方向像素点对记为参照链码像素点对；将目标链码像素点对中每个像素点与参照链码像素点对中每个像素点的欧氏距离的最小值，作为这两个内部轮廓链码组合之间的轮廓距离。获取所有不同内部轮廓链码组合之间的轮廓距离。[0081] 进一步的，将初始药片轮廓区域内所有不同内部轮廓链码组合之间轮廓距离的方差，作为初始药片轮廓区域的内部纹理规则性。[0082] 所需说明的是，若内部纹理规则性越大，说明初始药片轮廓区域内相同纹理方向的分布距离间隔越一致，反映初始药片轮廓区域内有可能存在药片刻痕的轮廓。[0083] 3.根据轮廓灰度均匀性、内部纹理规则性，获取药片表面正常程度。[0084] 将初始药片轮廓区域的轮廓灰度均匀性与内部纹理规则性之间乘积的归一化值，作为初始药片轮廓区域的药片表面正常程度。获取每个初始药片轮廓区域的药片表面正常程度。[0085] 所需说明的是，若药片表面正常程度越大，说明初始药片轮廓区域内越不可能存在使药片刻痕：娜毕菸评，反映初始药片轮廓区域内的药片刻痕越能准确表示药片的相关备注信息。[0086] 至此，通过上述方法得到每个初始药片轮廓区域的药片表面正常程度。[0087] 步骤S004：根据药片表面正常程度，从所有初始药片轮廓区域中筛选出若干药片缺陷轮廓区域；对药片缺陷轮廓区域进行药片检测。[0088] 优选地，在本发明实施例的一个具体实现方式中，药片缺陷轮廓区域的获取方法为：预设一个药片表面正常程度阈值 ，将药片表面正常程度小于 的初始药片轮廓区域记为药片缺陷轮廓区域。其中本实施例以 为例进行叙述，本实施例不进行具体限定，其中 可根据具体实施情况而定。[0089] 所需说明的是，药片缺陷轮廓区域中所存在的初始轮廓角点为存在缺陷的角点。[0090] 优选地，在本发明实施例的一个具体实现方式中，药片检测的具体过程为：预设一个区域数量占比阈值 ；若药片缺陷轮廓区域的数量大于所有初始药片轮廓区域数量的，将药片灰度图像记为存在药片缺陷的药片灰度图像。其中本实施例以 为例进行叙述，本实施例不进行具体限定，其中 可根据具体实施情况而定。[0091] 通过以上步骤，完成基于压片机对药片的视觉检测方法。[0092] 本发明的另一个实施例提供了一种用于压片机的药片视觉检测系统，所述系统包括存储器和处理器，所述处理器执行所述存储器存储的计算机程序时，执行上述方法步骤S001到步骤S004。[0093] 以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

专利地区：辽宁

专利申请日期：2024-07-23

专利公开日期：2024-09-13

专利公告号：2024-09-13