專利名稱：一種基于醫(yī)藥視覺檢測機(jī)器人圖像校正的藥瓶異物檢測方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種基于醫(yī)藥視覺檢測機(jī)器人圖像校正的藥瓶異物檢測方法。
背景技術(shù)：
目前，現(xiàn)有醫(yī)藥異物視覺檢測機(jī)器人(安瓿、大輸液、口服液等)多采用序列幀差分處理的方法來檢測異物，其原理在于通過相鄰幀差分消除靜態(tài)背景，凸顯運(yùn)動目標(biāo)，然后對運(yùn)動目標(biāo)進(jìn)行特征提取與識別判斷，該方法簡單、快速、有效。但對機(jī)械本體的抗抖能力要求極高，輕微的抖動將使目標(biāo)在圖像中偏移幾個像素，而50微米醫(yī)藥異物顆粒在圖像中的成像也僅有幾個像素，致使異物目標(biāo)特征與背景干擾特征比較接近，極大增加了高速高精度視覺檢測機(jī)器人的開發(fā)難度，區(qū)分尺度不大。因此，必須解決機(jī)器人高速運(yùn)行過程中圖像發(fā)生旋轉(zhuǎn)與偏移難題，才能實(shí)現(xiàn)微弱異物的高精度檢測。

發(fā)明內(nèi)容
本發(fā)明提出一種基于醫(yī)藥視覺檢測機(jī)器人圖像校正的藥瓶異物檢測方法，其的目的在于克服現(xiàn)有技術(shù)中檢測藥瓶異物時，未對已經(jīng)發(fā)生偏移的藥瓶進(jìn)行校正與匹配，造成異物檢測精度較低的不足。 本發(fā)明采用的技術(shù)方案如下:一種基于醫(yī)藥視覺檢測機(jī)器人圖像校正的藥瓶異物檢測方法，包括以下步驟:步驟1:圖像采集；連續(xù)采集N 巾貞醫(yī)藥序列圖像 Image={ImageQ, Image^..1mage1^J ；其中，采集的幀數(shù)N根據(jù)醫(yī)藥異物檢測過程中的實(shí)際需求而定；采集模式為單次觸發(fā)采集多幀的方式，集中采集異物高速旋轉(zhuǎn)時間段的圖像信息。步驟2:對序列圖像進(jìn)行預(yù)處理，得到每幀圖像的感興趣區(qū)域；依次對序列圖像Image的每幀圖像進(jìn)行圖像處理，得到所有圖像中藥瓶區(qū)域的序列圖像ImageReduced,對每巾貞圖像的具體處理方法如下:I)令i=0，i表示序列圖像中的第i幀，取值范圍是O (N-1)；2)對圖像Imagei進(jìn)行二值化處理，生成二值圖像BinImagei, 二值化處理中的閾值設(shè)為Ti,保證二值圖像BinImagei中瓶體對象與背景完全分離；3)對二值圖像BinImagei進(jìn)行連通域搜尋操作，生成連通域Connectionsi [m], m為每幀圖像的連通域個數(shù)；4)計算圖像BinImagei中的每個連通域的面積Areas [m],連通域Connectionsi [m]的面積為連通域內(nèi)所有像素點(diǎn)Pni的總數(shù)，其中，(P1JPni e Connectionsi [m]}；5)選取圖像BinImagei中面積最大的連通域Connectionsi [AreasmaJ ,作為待處理的藥瓶特征，其中Areasmax為Connectionsi [m]中面積最大值的連通域?qū)?yīng)的連通域標(biāo)號m ；
6)對面積最大連通域Connectionsi [AreasmaJ進(jìn)行填充處理,保證該連通域?yàn)閷?shí)心連通域，然后以9X9的矩形膨脹因子對填充后的連通域進(jìn)行膨脹，將膨脹后得到的連通域作為當(dāng)前圖像中藥瓶的感興趣區(qū)域ROI (Region Of Interest),即當(dāng)前圖像中藥瓶區(qū)域圖像 ImageReducedi ；步驟3:依次定位藥瓶在每巾貞圖像ImageReducedi中的位置，計算每巾貞圖像ImageReducedi中藥瓶的傾斜角度,獲得每巾貞圖像ImageReducedi中定位藥瓶位置的所需數(shù)據(jù)，步驟如下:I)計算每巾貞圖像ImageReducedi中面積最大的連通域Connectionsi [AreasmaJ的重心P (x0, y0)，計算公式為:
權(quán)利要求
1.一種基于醫(yī)藥視覺檢測機(jī)器人圖像校正的藥瓶異物檢測方法，其特征在于，包括以下步驟: 步驟1:圖像采集； 連續(xù)采集N巾貞醫(yī)藥序列圖像Image={ImageQ, Image1---1mageN_J ； 步驟2:對序列圖像進(jìn)行預(yù)處理，得到每幀圖像的感興趣區(qū)域； 依次對序列圖像Image的每幀圖像進(jìn)行圖像處理，得到所有圖像中藥瓶區(qū)域的序列圖像ImageReduced,對每巾貞圖像的具體處理方法如下: 1)令i=0，i表示序列圖像中的第i幀，取值范圍是O (N-1)； 2)對圖像Imagei進(jìn)行二值化處理，生成二值圖像BinImagei,二值化處理中的閾值設(shè)為Ti,保證二值圖像BinImagei中瓶體對象與背景完全分離； 3)對二值圖像BinImagei進(jìn)行連通域搜尋操作，生成連通域Connectionsi[m], m為每幀圖像的連通域個數(shù)； 4)計算圖像BinImagei中的每個連通域的面積Areas[m],連通域Connectionsi [m]的面積為連通域內(nèi)所有像素點(diǎn)Pni的總數(shù)，其中，(P1JP111 e Connectionsi [m]}； 5)選取圖像BinImagei中面積最大的連通域Connectionsi[AreasmaJ ,作為待處理的藥瓶特征，其中Areasmax為Connectionsi [m]中面積最大值的連通域?qū)?yīng)的連通域標(biāo)號m ； 6)對面積最大連通域Connectionsi[AreasmaJ進(jìn)行填充處理,保證該連通域?yàn)閷?shí)心連通域，然后以9X9的矩形膨脹因子對填充后的連通域進(jìn)行膨脹，將膨脹后得到的連通域作為當(dāng)前圖像中藥瓶的感興趣區(qū)域ROI (Region Of Interest),即當(dāng)前圖像中藥瓶區(qū)域圖像ImageReducedi ； 步驟3:依次定位藥瓶在每巾貞圖像ImageReducedi中的位置，計算每巾貞圖像ImageReducedi中藥瓶的傾斜角度,獲得每巾貞圖像ImageReducedi中定位藥瓶位置的所需數(shù)據(jù)，步驟如下: 1)計算每巾貞圖像ImageReducedi中面積最大的連通域Connectionsi[AreasmaJ的重心P(x0, yci)，計算公式為:
2.根據(jù)權(quán)利要求1所述的基于醫(yī)藥視覺檢測機(jī)器人圖像校正的藥瓶異物檢測方法，所述步驟7的具體實(shí)現(xiàn)步驟為: (1)對相鄰兩幀圖像ImageRi丨和ImageRi丨+1進(jìn)行絕對差分處理，得到差分圖像SubIHiageRi=I ImageR1-1mageRi+! , i e [I, N-1]且 i e Z ; (2)對一次差分圖像進(jìn)行給定閾值T的二值化處理，得到二值化圖像BinImageRi；
3.根據(jù)權(quán)利要求1所述的基于醫(yī)藥視覺檢測機(jī)器人圖像校正的藥瓶異物檢測方法，其特征在于，所述步驟2中對二值圖像BinImagei進(jìn)行連通域搜尋操作，采用8鄰域連通法則對圖像進(jìn)行連通域搜尋操作。
全文摘要
本發(fā)明公開了一種基于醫(yī)藥視覺檢測機(jī)器人圖像校正的藥瓶異物檢測方法，通過基于藥瓶特征的確定，準(zhǔn)確計算出藥瓶的旋轉(zhuǎn)角度和水平偏移量，基于模板匹配方法，以最大匹配度的方式確定縱向偏移量，實(shí)現(xiàn)圖像的精密校正，然后再通過差分、二值化、疊加等操作，實(shí)現(xiàn)醫(yī)藥異物的合格性判斷。能夠在機(jī)械防抖抑制不足的環(huán)境下使用的序列圖像高精密配準(zhǔn)方法，有效的彌補(bǔ)了硬件的不足，適用于安瓿、大輸液、口服液、軟袋等醫(yī)藥異物視覺檢測機(jī)器人的高速高精度檢測。
文檔編號G06T5/00GK103226814SQ20131011331
公開日2013年7月31日 申請日期2013年4月2日 優(yōu)先權(quán)日2013年4月2日
發(fā)明者王耀南, 吳成中, 張輝, 毛建旭, 余洪山, 趙科, 陳鐵建, 張耀 申請人:湖南大學(xué)