毕业论文——机器视觉技术在药品瓶包装在线检测的应用.docVIP

机器视觉技术在药品瓶包装在线检测的应用 撰稿人：田耀华改编 备注：原作孙怀远 杨丽英 周夫之 发布时间：2011年4月8日 阅读次数：908 摘要：介绍了基于HALCON机器视觉软件的药品玻璃瓶包装在线检测系统的硬件结构组成、软件平台及结构层次，以及在药品瓶包装批号、装液量、标签检测中的实际应用；指出了检测系统的特点与应用前景。 关键词：机器视觉；药品包装；在线检测；系统；应用 机器视觉又称计算机视觉，是用计算机来实现人的视觉功能，也就是用机器代替人眼来做测量和判断[2]，它是利用光电成像系统采集被控目标的图像，经计算机或专用的图像处理模块进行数字处理，根据图像的像素分布、亮度和颜色等信息，进行尺寸、形状、颜色等的识别。这样就把计算机的快速性、可重复性与人眼视觉的高度智能化和抽象能力有机结合起来，大大提高了生产过程检测的柔性和自动化程度，节省大量的人力，提高检验效率和确保产品质量。机器视觉技术包含光源照明技术、光成像技术、传感器技术、数字图像处理技术、机械工程技术、检测控制技术、模拟与数字视频技术、计算机技术、人机接口技术等相关技术[3]，是实现计算机集成系统的基础技术。因此，我们尝试将机器视觉技术应用于药品包装玻璃瓶质量、标签、药液装量、包装批号等在线检测中，以实现药品生产的快速、自动检测与控制。 1在线检测系统构建 视觉传感系统的总体理论结构可用图1表示，这是所有视觉传感系统的普遍原理及运行依据[4]。 图像采集可通过触发采集或连续采集，把目标对象的光学特性变成二维信息的电信号，然后经过数据采集卡或采集设备本身所带的取样和量化功能，将其转化成数字图像。之后，计算机对数字图像进行处理，包括图像的预处理、图像增强、图像分割、特征提取等一系列步骤，最后通过图像分析进行测量和判断。 1.2系统软件平台及结构 1.2.1系统软件平台 检测系统软件平台由机器视觉软件和智能化操作平台组成，其主要任务是分别对各硬件部分实现程序控制，并实现硬件各部分的整合。目前广泛使用的机器视觉软件主要有HALCON、EVISION和XCALIPER等。本系统采用德国MVTec的HALCON8.0，它是一个功能强大的机器视觉软件，提供了一个全面的视觉处理库，包括所有标准和高级的图像处理方法，覆盖了从不同的硬件采集图像到高级的模式匹配算法。提供了机器视觉应用程序中通常所需的一些工具，如Blob分析、形态学、模式识别、测量、数据分析等算法操作或分类等，具有快速原型化和开放结构的重要特征，可通过交互编程环境迅速开发机器视觉应用程序，或加入新的算子来融合自己的视觉功能。所以，研发重心在于：根据需要，利用HALCON强大功能进行二次开发，以实现不同目标的检测。 1.2.2系统软件结构 2检测系统的应用 2.1药液装量检测 药液装量检测实际上就是对瓶中液位进行检测。根据人的视觉原理，有效的边缘是灰度值梯度变化最大的部分[6]。实践证明，瓶子封口边缘与背景、瓶中液面与上方瓶身的灰度有显著的不同，即可以对图像根据灰度跳变点进行测量。所以，本系统采用HALCON灰度值形态学算法对实时图像进行分割处理和分析。其步骤如下： 2.2药瓶批号检测 针对药品包装瓶数字批号的检测，我们采用HALCON的OCR图像处理方法。OCR就是用于阅读和识别符号的方法，它被定义成解释图像某区域的任务，这些区域包括独立的字符，因此我们可以用OCR对批号中的单个数码标志进行读取。 (1)获取图像：同前，调用open_framegrabber、grab_image、read_image和dev_display算子进行图像采集、读取和显示，如图7所示，并将采集的玻璃瓶图像存入HALCON图库中。 (2)处理图像：采集后的图像首先要经过一定的预处理，包括灰度值调整、滤波、填充缝隙、图像分割、去边缘毛刺等，其目的就是为了使区域特征更加明显，便于后续的批号数码判断操作。由于包装瓶图像的特点，使灰度值调节较为困难，致使整个图像区域的黑白效果相近而影响了数字特征的提取。而图像灰度的高阶特征反映了缺陷的微小细节、图像成像的曝光特性和噪声干扰等特性[7]。为此，我们将数字部分隔离出来并进行旋转（如图8），以降低图像灰度值调整的难度。然后，调用threshold算子调节灰度值，使数字特征变为明显。调整灰度后的数字图像仍有黑色杂影，需采用数学形态学方法对其进行去噪处理[8]。为此，调用fill_up_shape算子填充数字内部的黑色部分，使图像数字特征更为明显；调用形态学算子opening_circle抑制杂波，以对深色部分进行处理。实践中发现灰度值调整与填充缝隙及滤波需要相互协调才能满足在线检测的要求。旋转并去噪处理后的数字是