数字图像技术在药粒自动分拣中的应用研究

★ 赵艳 刘雅

(1.江西省信息中心 南昌 330046；2.江西中医学院 南昌 330004)

数字图像技术在药粒自动分拣中的应用研究

★ 赵艳1*刘雅2

(1.江西省信息中心 南昌 330046；2.江西中医学院 南昌 330004)

在药品企业药粒分拣的过程中存在着速度慢、效率低、成本高等问题，无法满足时代的需求。本文深入研究了现有的计算机数字图像处理技术，设计了一个基于图像技术的药粒快速检测系统，可以提高药粒分拣的效率和准确率，实现分拣过程中的基本无人化。

数字图象技术；药粒；自动分拣

1 引言

药品质量直接关联着人们的健康问题，因此药品的质量检测受到了极大的重视。国家药品监督管理局颁布的《药品生产质量管理规范(2010年修订)》于2011年3月1日起施行，对药品的质量控制与质量保证作了明确的要求。但是在药品生产企业的生产过程中，药粒无法避免地存在各种类型的缺陷：表面污点、糖衣颜色不统一、皱纹、边缘缺损、碎裂等，采用传统的人工分拣的方法速度慢、效率低、成本高，质量不稳定，已经无法满足时代的要求。采用计算机数字图像处理技术对药粒进行批量快速检测，能大大提高药粒分拣的效率和准确率，尽可能地缩减人员的使用，实现分拣过程中的基本无人化。

2 药粒快速检测中的关键图像技术

在药粒自动分拣中，数字图像技术主要应用于药粒的机器视觉识别和药粒的表面缺陷判别，具体应用的技术有图像的平滑去噪，图像增强，边缘检测，图像特征提取和匹配等。

2.1 平滑去噪

由于光照条件的摄像设备的影响，采集的图像中会包含大量的随机白噪声。传统的高斯滤波器，中值滤波器等技术对处于高频域的图像噪声具有良好的平滑效果，但是会削弱同样位于高频域的边缘信息，而药粒边缘对分拣判别有着重要的作用。尺度空间下的PM各向异性滤波器具有良好的边缘保持性能，该模型由Perona和Malik[1]在热扩散模型的基础上提出，经过Catté[2]等人的改进，最终的模型为：

(1)

其中div为散度算子，▽是空间变量的梯度算子，Gσ是高斯卷积核。在采用PM(Perona-Malik)模型进行平滑滤波时，边缘上扩散的中心位置基本不变，信号边缘在尺度空间中可以保持稳定，同时对随机噪声具有良好的平滑效果。

2.2 图像增强

经过平滑去噪处理，图像边缘和轮廓不免会变的模糊。为了减少这不利效果的影响，这就需要利用图像锐化技术，使图像的边缘变的清晰。图像锐化的方法可分为频率域和空间域两大类。频率域上的算法实质上是对图像信号进行高通滤波，空间域上则是进行微分运算，也就是平滑滤波的逆预算，具体是通过梯度算子和图像信号进行卷积。常用的梯度算子有Sobel算子、Roberts算子、Laplacian算子等。

2.3 边缘检测

图像的边缘信息是图像最基本的特征，所包含的也是图像中用于识别的有用信息。经典的边缘检测算法是通过梯度算子来实现的。梯度对应一阶导数，经过平滑后的图像的噪声比较小，再进过锐化还有边缘灰度值过渡比较尖锐，因此梯度算子工作的效果较好，且不需考虑施加运算的方向。根据模板的大小和元素值的不同，经典的梯度算子模板有：Sobel模板、Prewitt模板、Kirsch模板、Roberts模板、Laplacian模板。[3]

Sobel算子利用像素的上、下、左、右邻域的灰度进行加权运算，通过在边缘点处达到极值这一原理进行边缘检测。Prewitt算子的原理和Sobel算子类似，只是在平滑部分的权值有所差异。这两个算子具有一定的抑噪能力，对边缘的定位相对比较准确和完整，但是容易出现伪边，而且容易出现多像素宽的边缘。Kirsch算子除了利用像素四个邻域外，还利用了对角线上的四个像素，因此边缘的定位能力和对噪声的抑制作用都比较理想，就是计算量相对其它算子较大。Roberts算子是最简单的梯度算子，其利用垂直或水平方向上相邻的两个邻域的灰度的差分来计算梯度，缺点是受噪声的影响较大，且容易丢失一部分边缘。Laplacian算子是二阶微分算子，它具有旋转不变性，即各向同性的性质，边缘定位精度高，基本上不会出现伪边或者边缘丢失的现象，但是对噪声相对敏感，且产生双像素宽的边缘，且不能提供边缘方向的信息。[4]

2.4 特征提取和匹配

图像的常用特征有颜色特征、纹理特征、形状特征、空间关系特征。本文从颜色和形状两个方面采集药粒图像的特征用于建立药粒图像模型以及匹配。

图像的灰度特征是一种全局特征，其描述了图像区域内景物的表面性质。灰度直方图是一个二维图，其横坐标表示图像中各个像素点的灰度级，纵坐标为各个灰度级上图像各个像素点出现的次数或概率。灰度直方图能简单的描述药粒图像中灰度的全局分布。采用直方图相交法或者距离法将规范化的药粒图像的灰度直方图和标准直方图进行匹配可以快速的识别出哪些药粒图像中存在表面污点和边缘缺损，从而实现药粒的快速检测。从统计学角度来看，图像可以看作是二维随机过程中的一个样本，其特性反映了总体的特征。矩是随机变量的数字特征，对于图像来说，其亮度矩便可以反映图像的总体轮廓特征。[5]亮度矩的定义为：

(2)

其中n为图像总像，f(x,y)为像素的灰度值，k为亮度矩的阶。将药粒图像的亮度矩和标准图像的亮度矩进行比较，两者差的绝对值超过一定阈值时便可判断药粒存在缺陷。

但是灰度直方图无法描述图像中灰度的局部分布及其所处的空间位置，因此还需要提取图像的形状特征进行补充。通常情况下，形状特征包括轮廓特征和区域特征，图像的轮廓特征主要针对物体的外边界，而图像的区域特征则关系到整个形状区域。在药粒图像的特征提取中，只需要关心轮廓特征即可。基于图像特征的匹配方法大致可分为三类：点匹配法，边缘线匹配法和使用高级技术的匹配方法。点匹配以最小均方差匹配、快速点匹配为代表，通过比较显示点之间的相似度来决定图像是否匹配。边缘线匹配法以chamfer算法为代表，[6]通过图像的轮廓特征进行匹配。基于高级技术的匹配方法一般利用图像特征间的几何约束，将特征属性值之间简单比较的结果作为相似性度量。

3 药粒快速检测系统的业务流程

采用数字图像技术对药粒进行快速检测的流程可分为八个步骤，其流程图如图1所示：

图1

在技术选择时，应该考虑到精度要高，误差要小，算法复杂度低，方便在硬件上实现，能满足应用环境对实时性的要求。图像采集时应该采用半球式的光源，以减少药粒阴影对图像质量的影响。对采集图像的平滑去噪时，采用PM模型进行滤波，以利用其良好的边缘保持性能。在图像锐化的步骤，采用简单易行的Roberts算子加强药粒的外轮廓线。噪声消除与边缘定位是两个相互矛盾的问题，根据图像的特点选择合适的检测算子非常的重要。药粒图像的灰度特征具有阶跃边缘的特点，其边缘具有的一阶导数的极大值点>0，二阶导数过零点的特点，因此采用Laplacian算子对药粒图像进行边缘检测。[7]采用检测出的边缘对平滑去噪后的图像进行分割。对分割的图像再次进锐化加强，突出图像的边缘和表面特征。最后提取图像的灰度特征，计算其亮度矩，采用chamfer算法提取图像的轮廓特征，综合进行评价，识别出表面有缺陷的药粒。

4 结论

本文在深入分析了现有药粒分拣技术中存在缺陷的基础上，结合计算机图像技术设计了一个基于数字图像技术的药粒快速检测系统。该系统可以实现基于图像的药粒表面缺陷的快速检测，可提高药粒分拣的效率和准确率，减少了人员的使用。今后研究工作主要包含进一步提高检测的效率和准确率，并将其应用于实际生产。

[1]Perona P, Malik J. Scale-space and edge detection using anisotropic diffusion[J]. IEEE Trans. on PAMI, 1990, 12(7):629-639.

[2]Catte.F, Coll.T, Lions.P.L, et al. Image selective smoothing and edge detection by nonlinear Diffusion [J]. SIAM J Number Anal, 1992, 29(2):182-193.

[3]R.C.GonZaleZ, R.E.Woods著.数字图像处理.(第2版)[M].阮秋琦,阮宇智等译.北京:电子工业出版社,2003.

[4]何斌,马天予,王运坚，等.Visua1C++数字图像处理.(第2版)[M].北京:人民邮电出版社,2002:394-398.

[5]周伟,田红旗.接触网风偏检测的亮度矩寻优分割算法[J].中南大学学报(自然科学版),2013,44(7):1 708-1 713.

[6]李慧平,李映,张秀伟.结合Canny和距离变换的矩形模式特征提取方法[J].计算机工程与应用.2011,47(18):166-169.

[7]任毅斌,王子嫣,于吉红，等.数字图像中边缘检测算法综合研究[J].计算机与信息技,2007,(8):243-26.

ApplicationStudyaboutDigitalImageProcessingTechnologyonAutomaticMedicineGranuleSelecting

ZHAOYan1*,LIUYa2

1.JiangxiInformationCenter,Nanchang330046;2.SchoolofComputer,JiangxiUniversityofTraditionalChineseMedicine,Nanchang330004

There are some problems in the processing of medicine granule selecting by medicine enterprises, like slow speed, low-efficiency, high cost etc, that cannot meet the needs of the present era. This thesis has made thorough research in existing computer digital image processing technology, then designed a rapid inspection system based on image technology. With this system, the efficiency and exactness of medicine granule selecting can be improved, the unmanned selecting can be realized.

Automatic Selecting; Edge Detection; Image Matching

赵艳(1983-)，硕士，助理工程师，E-mail:zhaoyan@jiangxi.gov.cn。

TP391.41

A

2013-11-06)