1.本文件涉及图像处理技术领域，尤其涉及一种药片包装铝箔缺陷的视觉检测方法及系统。
背景技术：2.多数药品易被氧化、分解、变质、怕光，所以需要高阻隔包装材料，如今，很多药片都是用铝箔进行包装，铝具有很强的阻隔性，它同时具有良好的遮光、防潮、气密、耐腐蚀、无毒无味等特点，而氧化铝的结构很致密，能保护内部的铝不被氧化，也杜绝了药品和包装材料之间产生化学反应。但是在药片成型打包出厂的过程中，由于人为操作失误或者机器的老化可能导致包装铝箔有一些缺陷，容易致使里面的药片氧化，如果不小心被人吃进肚子里，可能会造成不良的后果，所以在药片成型打包出厂前需要进行判断包装铝箔是否有缺陷，如果用人眼进行判断，不可控因素比较多，一些细小的缺陷不能检测到，时间和人力的成本较大，为了解决上述问题，提高检测的速度和准确率，保证药片成型打包出厂过程中的检测效率，开发一种快速且有效的药片的包装铝箔缺陷检测方法是很有必要的。
技术实现要素：3.本说明书一个或多个实施例提供了一种药片包装铝箔缺陷的视觉检测方法，包括：
4.s1、获取在不同光源角度下采集的多张药片包装铝箔图像，采用光度立体法获得药片包装铝箔图像的三维信息，得到药片包装铝箔的表面梯度图像；
5.s2、通过药片包装铝箔的表面梯度图像，计算表面的高斯曲率，得到高斯曲率图像；
6.s3、对高斯曲率图像进行图片分割，得到药片包装区域，通过特征选择筛选出药片包装区域中药片所在区域；
7.s4、采用循环结构元素对药片所在区域进行侵蚀，裁剪侵蚀后的图像与高斯曲率图像相交的部分，并对得到的裁剪图像进行阈值分割，得到二值化图像区域；
8.s5、对所述二值化区域进行闭运算及连通域分割处理，通过特征选择结果判断药片包装铝箔是否存在不合格区域。
9.本说明书一个或多个实施例提供了一种药片包装铝箔缺陷的视觉检测系统，包括：
10.第一图像处理模块：用于获取在不同光源角度下采集的多张药片包装铝箔图像，采用光度立体法获得药片包装铝箔图像的三维信息，得到药片包装铝箔的表面梯度图像；
11.第二图像处理模块：用于通过药片包装铝箔的表面梯度图像，计算表面的高斯曲率，得到高斯曲率图像；
12.药片区域筛选模块：用于对高斯曲率图像进行图片分割，得到药片包装区域，通过特征选择筛选出药片包装区域中药片所在区域；
13.药片区域处理模块：用于采用循环结构元素侵蚀所有药片所在区域，将侵蚀后的图像与高斯曲率图像相交，得到裁剪图像；
14.缺陷判断模块：用于对所述裁剪图像进行阈值分割处理后，通过特征选择结果判断药片包装铝箔是否存在不合格区域。
15.本说明书一个或多个实施例提供了一种药片包装铝箔缺陷的视觉检测设备，包括：
16.至少一个处理器；
17.至少一个存储器，用于存储至少一个程序；
18.当所述至少一个程序被所述至少一个处理器执行，使得所述至少一个处理器实现上述药片包装铝箔缺陷的视觉检测方法的步骤。
19.本说明书一个或多个实施例提供了一种存储介质，所述计算机可读存储介质上存储有信息传递的实现程序，所述程序被处理器执行时实现上述药片包装铝箔缺陷的视觉检测方法的步骤。
20.采用本发明实施例，通过机器视觉检测药片的包装铝箔是否有缺陷，使检测作业更加智能化，检测方法简单，可以提高对药片的包装铝箔的检测速度，提高检测的准确率，满足生产线上的要求；能够减少通过人工目测检查药片的包装铝箔缺陷的时间，节省人力成本。
21.上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，而可依照说明书的内容予以实施，并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂，以下特举本发明的具体实施方式。
附图说明
22.为了更清楚地说明本说明书一个或多个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说明书中记载的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
23.图1为本说明书一个或多个实施例提供的一种药片包装铝箔缺陷的视觉检测方法的流程图；
24.图2为本说明书一个或多个实施例提供的一种药片包装铝箔缺陷的视觉检测系统的结构示意图；
25.图3为本说明书一个或多个实施例提供的一种电子设备的结构示意图。
具体实施方式
26.为了使本技术领域的人员更好地理解本说明书一个或多个实施例中的技术方案，下面将结合本说明书一个或多个实施例中的附图，对本说明书一个或多个实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本说明书的一部分实施例，而不是全部的实施例。基于本说明书一个或多个实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都应当属于本文件的保护范围。
27.方法实施例
28.根据本发明实施例，提供了一种药片包装铝箔缺陷的视觉检测方法，如图1所示，根据本发明实施例的药片包装铝箔缺陷的视觉检测方法具体包括：
29.s1、获取在不同光源角度下采集的多张药片包装铝箔图像，采用光度立体法获得药片包装铝箔图像的三维信息，得到药片包装铝箔的表面梯度图像。
30.使用工业相机采集药片包装铝箔图像，分别在多个不同的光源角度下拍摄药片的包装铝箔，得到多张三通道的rgb图像，根据rgb图像的光强计算药片包装铝箔表面的方向梯度，从而获得药片包装铝箔表面图像的三维信息，产生增强的对比度和减小的表面噪声的药片包装铝箔的表面梯度图像。
31.s2、通过药片包装铝箔的表面梯度图像，计算表面的高斯曲率，得到高斯曲率图像。
32.通过药片包装铝箔的表面梯度图像得到药片包装铝箔的表面梯度场，使用表面梯度场作为运算符导数向量场的输入，计算表面的高斯曲率；
33.将高斯曲率的平滑量设为1，得到高斯曲率图像。
34.s3、对高斯曲率图像进行图片分割，得到药片包装区域，通过特征选择筛选出药片包装区域中药片所在区域。
35.具体的，通过宽度和高度特征对药片包装区域进行筛选，将符合特征的区域提取出来，得到多个药片所在区域。
36.s4、采用循环结构元素对药片所在区域进行侵蚀，裁剪侵蚀后的图像与高斯曲率图像相交的部分，对得到的裁剪图像进行阈值分割，得到二值化图像区域。
37.采用循环结构元素侵蚀所有药片所在区域前，对筛选出的药片所在区域进行处理：首先将筛选出的多个药片所在区域的形状变换为圆形；然后对所有形状变换后的圆形区域求并集，得到所有药片所在区域的集合，形成一个区域集合。
38.采用圆形循环结构元素侵蚀形成的区域集合，消除药片所在区域图像的噪点，其中，循环结构元素的半径为3.5像素；
39.侵蚀完成后，裁剪侵蚀区域与高斯曲率图像交集的部分，得到裁剪图像；
40.计算裁剪图像的各像素点的灰度值，根据裁剪图像的灰度值，对其进行阈值分割：根据预设阈值将裁剪图像分为两个部分，将灰度值不符合预设第一阈值的像素点的灰度值置为0，符合预设第一阈值的置为1，得到对应的二值化图像区域。
41.s5、对所述二值化区域进行闭运算及连通域分割处理，通过特征选择结果判断药片包装铝箔是否存在不合格区域。
42.取圆形作为结构元素，对二值化图像区域进行闭运算：
43.先进行膨胀运算，利用结构元素在二值化图像中按序移动，每次移动后对结构元素所覆盖的图像像素值进行排序，选取像素最大值替换掉此次图像与结构中心点所对应位置的像素值；
44.再进行腐蚀运算，利用结构元素在膨胀后的图像中按序移动，每次移动后对结构元素所覆盖的图像像素值进行排序，选取像素最小值替换掉此次图像与结构中心点所对应位置的像素值，消除图像中的小噪声点。
45.对进行闭运算后的二值化图像区域进行连通域分割，得到若干个包装有药片的区域；
46.通过面积特征对得到的若干个药片区域进行特征选择，提取出的像素面积大于预设第二阈值的区域即为不合格区域。
47.若进行特征选择后存在不合格区域，则所述待检测的药片的包装铝箔存在缺陷，若没有提取出不合格区域，则确定药片的包装铝箔不存在缺陷。
48.采用本发明实施例，通过机器视觉检测药片的包装铝箔是否有缺陷，使检测作业更加智能化，检测方法简单，可以提高对药片的包装铝箔的检测速度，提高检测的准确率，满足生产线上的要求；能够减少通过人工目测检查药片的包装铝箔缺陷的时间，节省人力成本。
49.系统实施例
50.根据本发明实施例，提供了一种药片包装铝箔缺陷的视觉检测系统，如图2所示，根据本发明实施例的药片包装铝箔缺陷的视觉检测系统具体包括：
51.第一图像处理模块20：用于获取在不同光源角度下采集的多张药片包装铝箔图像，采用光度立体法获得药片包装铝箔图像的三维信息，得到药片包装铝箔的表面梯度图像；
52.第二图像处理模块22：用于通过药片包装铝箔的表面梯度图像，计算表面的高斯曲率，得到高斯曲率图像；
53.药片区域筛选模块24：用于对高斯曲率图像进行图片分割，得到药片包装区域，通过特征选择筛选出药片包装区域中药片所在区域；
54.药片区域处理模块26：用于采用循环结构元素侵蚀所有药片所在区域，将侵蚀后的图像与高斯曲率图像相交，得到裁剪图像；
55.缺陷判断模块28：用于对所述裁剪图像进行阈值分割处理后，通过特征选择结果判断药片包装铝箔是否存在不合格区域。
56.本发明实施例是与上述方法实施例对应的系统实施例，各个模块的具体操作可以参照方法实施例的描述进行理解，在此不再赘述。
57.装置实施例一
58.本发明实施例提供一种药片包装铝箔缺陷的视觉检测设备，如图3所示，包括：存储器30、处理器32及存储在所述存储器30上并可在所述处理器32上运行的计算机程序，所述计算机程序被所述处理器32执行时实现如下方法步骤：
59.s1、获取在不同光源角度下采集的多张药片包装铝箔图像，采用光度立体法获得药片包装铝箔图像的三维信息，得到药片包装铝箔的表面梯度图像；
60.s2、通过药片包装铝箔的表面梯度图像，计算表面的高斯曲率，得到高斯曲率图像；
61.s3、对高斯曲率图像进行图片分割，得到药片包装区域，通过特征选择筛选出药片包装区域中药片所在区域；
62.s4、采用循环结构元素对药片所在区域进行侵蚀，裁剪侵蚀后的图像与高斯曲率图像相交的部分，并对得到的裁剪图像进行阈值分割，得到二值化图像区域；
63.s5、对所述二值化区域进行闭运算及连通域分割处理，通过特征选择结果判断药片包装铝箔是否存在不合格区域。
64.装置实施例二
65.本发明实施例提供一种计算机可读存储介质，所述计算机可读存储介质上存储有信息传输的实现程序，所述程序被处理器32执行时实现如下方法步骤：
66.s1、获取在不同光源角度下采集的多张药片包装铝箔图像，采用光度立体法获得药片包装铝箔图像的三维信息，得到药片包装铝箔的表面梯度图像；
67.s2、通过药片包装铝箔的表面梯度图像，计算表面的高斯曲率，得到高斯曲率图像；
68.s3、对高斯曲率图像进行图片分割，得到药片包装区域，通过特征选择筛选出药片包装区域中药片所在区域；
69.s4、采用循环结构元素对药片所在区域进行侵蚀，裁剪侵蚀后的图像与高斯曲率图像相交的部分，并对得到的裁剪图像进行阈值分割，得到二值化图像区域；
70.s5、对所述二值化区域进行闭运算及连通域分割处理，通过特征选择结果判断药片包装铝箔是否存在不合格区域。
71.本实施例所述计算机可读存储介质包括但不限于为：rom、ram、磁盘或光盘等。
72.最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。
技术特征：1.一种药片包装铝箔缺陷的视觉检测方法，其特征在于，包括：s1、获取在不同光源角度下采集的多张药片包装铝箔图像，采用光度立体法获得药片包装铝箔图像的三维信息，得到药片包装铝箔的表面梯度图像；s2、通过药片包装铝箔的表面梯度图像，计算表面的高斯曲率，得到高斯曲率图像；s3、对高斯曲率图像进行图片分割，得到药片包装区域，通过特征选择筛选出药片包装区域中药片所在区域；s4、采用循环结构元素对药片所在区域进行侵蚀，裁剪侵蚀后的图像与高斯曲率图像相交的部分，并对得到的裁剪图像进行阈值分割，得到二值化图像区域；s5、对所述二值化区域进行闭运算及连通域分割处理，通过特征选择结果判断药片包装铝箔是否存在不合格区域。2.根据权利要求1所述的方法，其特征在于，步骤s2所述通过药片包装铝箔表面的方向梯度，计算表面的高斯曲率，得到高斯曲率图像具体为：通过表面梯度图像得到药片包装铝箔的表面梯度场，使用表面梯度场作为运算符导数向量场的输入，计算表面的高斯曲率；将高斯曲率的平滑量设为1，得到高斯曲率图像。3.根据权利要求1所述的方法，其特征在于，步骤s3所述通过特征选择筛选出药片包装区域中药片所在区域具体为：通过宽度和高度特征对药片包装区域进行筛选，得到药片所在的区域。4.根据权利要求1所述的方法，其特征在于，步骤s4所述方法进一步包括：采用循环结构元素侵蚀所有药片所在区域前，对筛选出的药片所在区域进行处理，具体的：将筛选出的所有药片所在区域的形状变换为圆形；对所有变换后的圆形区域求并集，得到所有药片所在区域的集合。5.根据权利要求4所述的方法，其特征在于，所述循环结构元素的半径为3.5像素。6.根据权利要求1所述的方法，其特征在于，步骤s4所述对得到的裁剪图像进行阈值分割，得到二值化图像区域具体包括：计算裁剪图像的各像素点的灰度值；根据预设阈值将裁剪图像的像素点分为两个部分，将灰度值不符合预设第一阈值的像素点的灰度值置为0，符合预设第一阈值的置为1，得到对应的二值化图像区域。7.根据权利要求1所述的方法，其特征在于，步骤s5中，所述对所述二值化区域进行闭运算具体为：取圆形作为结构元素，对二值化区域先进行膨胀运算再进行腐蚀运算；所述通过特征选择筛选药片包装铝箔的不合格区域的方法具体为：通过面积特征对连通域分割后得到的若干个药片区域进行特征选择，提取的像素面积大于预设第二阈值的区域即为不合格区域。8.一种药片包装铝箔缺陷的视觉检测系统，其特征在于，包括：第一图像处理模块：用于获取在不同光源角度下采集的多张药片包装铝箔图像，采用光度立体法获得药片包装铝箔图像的三维信息，得到药片包装铝箔的表面梯度图像；第二图像处理模块：用于通过药片包装铝箔的表面梯度图像，计算表面的高斯曲率，得
到高斯曲率图像；药片区域筛选模块：用于对高斯曲率图像进行图片分割，得到药片包装区域，通过特征选择筛选出药片包装区域中药片所在区域；药片区域处理模块：用于采用循环结构元素侵蚀所有药片所在区域，将侵蚀后的图像与高斯曲率图像相交，得到裁剪图像；缺陷判断模块：用于对所述裁剪图像进行阈值分割处理后，通过特征选择结果判断药片包装铝箔是否存在不合格区域。9.一种药片包装铝箔缺陷的视觉检测设备，其特征在于，包括：至少一个处理器；至少一个存储器，用于存储至少一个程序；当所述至少一个程序被所述至少一个处理器执行，使得所述至少一个处理器实现如权利要求1至7中任一项所述的药片包装铝箔缺陷的视觉检测方法。10.一种计算机可读存储介质，其中储存有处理器可执行的程序，其特征在于，所述处理器可执行的程序在由处理器执行时用于执行如权利要求1至7中任一项所述的药片包装铝箔缺陷的视觉检测方法。
技术总结本说明书实施例提供了一种药片包装铝箔缺陷的视觉检测方法及系统，其中，方法包括：获取不同光源角度下多张药片包装铝箔图像，采用光度立体法获得图像的三维信息，得到表面梯度图像；通过表面梯度图像，得到高斯曲率图像；对高斯曲率图像进行分割，得到药片包装区域，通过特征选择筛选出药片所在区域；采用循环结构元素对药片所在区域进行侵蚀，裁剪侵蚀后的图像与高斯曲率图像相交的部分，并对得到的裁剪图像进行阈值分割，得到二值化图像区域；对所述二值化区域进行闭运算及连通域分割处理，通过特征选择结果判断药片包装铝箔是否存在不合格区域。合格区域。合格区域。
技术研发人员：陈从桂 龚伟东 吴狄 黄锦华 朱健业 朱春锦
受保护的技术使用者：广州大学
技术研发日：2022.04.25
技术公布日：2022/7/5
